1.
Denominación de la propuesta: Aplicación de la Inteligencia Artificial al Marketing para
Pymes: Estrategias y Planificación de Negocios
2. Sede de Funcionamiento: Secretaría General de Extensión Universitaria.
3. Fundamentación y Justificación
Este proyecto surge como una iniciativa de la Secretaría General de Extensión Universitaria
en articulación con el Centro de Pequeñas y Medianas Empresas de la Facultad de Ciencias
Económicas de la Universidad Nacional del Nordeste, con el objetivo de facilitar la elaboración
de planes de negocios para las PyMEs.
Actualmente, la Inteligencia Artificial (IA) ha emergido como un catalizador de innovación en
múltiples sectores, y el área del marketing no es la excepción. Para las pequeñas y medianas
empresas (PyMEs), la incorporación de IA representa una oportunidad para superar las
barreras que suponen las prácticas tradicionales, como es la falta de actualización
permanente frente a la competencia en un mercado cada vez más dinámico y cambiante:
A medida que las tecnologías de inteligencia artificial (IA) evolucionan, se equipan con
la capacidad de analizar grandes conjuntos de datos, reconocer patrones, realizar
predicciones e incluso tomar decisiones con una mínima intervención humana. El
marketing digital, caracterizado por su naturaleza dinámica y su dependencia de datos
en tiempo real, puede beneficiarse enormemente del potencial que ofrece la IA. (Ziakis
& Vlachopoulou, 2023:1)
De esta manera, mediante el uso de herramientas y estrategias basadas en IA, los referentes
de las PyMEs podrán optimizar procesos, mejorar la experiencia del cliente, innovar en la
identidad de empresa que presentan, y tomar decisiones estratégicas fundamentadas en el
análisis de datos.
En un entorno donde la rápida personalización y la automatización son esenciales para captar
y mantener clientes, este proyecto se presenta como una respuesta concreta a las
necesidades de formación en la aplicación práctica de la IA al marketing. La capacitación no
sólo introduce a los participantes en los conceptos clave y tendencias de la IA, sino que
también les brinda herramientas prácticas adaptadas a sus realidades. De esta forma, se
busca empoderar a los emprendedores y a los equipos de PyMEs para que puedan diseñar
estrategias de marketing innovadoras, eficientes y sostenibles, utilizando la IA como eje
transformador: respondiendo no solo a la demanda de actualización tecnológica en el ámbito
empresarial, sino que también fomentando el desarrollo económico y social al potenciar la
competitividad y la innovación en el sector local.
En síntesis, este programa de aprendizaje se centra en capacitar a la comunidad académica
de la UNNE y el público en general que esté interesado en realizar este programa y/o la
producción de su propio plan de negocios, integrando las herramientas de IA en sus
estrategias de marketing, abordando aspectos claves como la segmentación de mercados, la
personalización de ofertas y la automatización de procesos.
4. Intencionalidades pedagógicas
- Objetivos institucionales
➔ Fortalecer la vinculación permanente de la Universidad Nacional del Nordeste,
con actores de la sociedad, con el propósito de integrar las funciones
sustantivas docencia, investigación y extensión, a través del proyecto de
Aplicación de la Inteligencia Artificial al Marketing para Pymes.
- Objetivos generales:
➔ Identificar herramientas, tendencias y casos de uso relevantes de la
inteligencia artificial aplicada al marketing para contextualizarlos en la realidad
de las PYMEs.
➔ Aplicar herramientas de análisis de datos, automatización y personalización de
marketing para optimizar las actividades comerciales de las PYMEs.
➔ Diseñar una estrategia integral de marketing y un plan de negocios utilizando
inteligencia artificial para responder a las necesidades específicas del contexto
real de una PyME.
5. Destinatarios
El proyecto estará orientado a empresas PyME, enfocado a colaboradores y responsables de
las áreas comerciales y de marketing, y público en general.
6. Equipo responsable
Secretaría General de Extensión Universitaria en conjunto con el Centro PYME.
● Coordinadores Operativos: Cr. Celestino Fantin, Esp. Prof. Gabriela Gómez y José
Tinazzio.
● Coordinador Académica y Disertante: Esp. Prof. Carla Mariela Corvalán.
● Equipo de Educación a Distancia SGEU: Responsable: Esp. Prof. Gabriela Gómez.
● Equipo de Educación a Distancia SGEU: Prof. María Sol Aguilera
7. Contenidos
Sesión Tema
1 Introducción a la IA en Marketing
2 Tendencias actuales en IA aplicada al marketing
3 Herramientas de IA para Pymes
4 Análisis de datos con IA: cómo entender a tu cliente
5 Segmentación inteligente y personalización
6 Automatización del marketing con IA
7 Contenido generado por IA: beneficios y límites
8 Construcción de una estrategia de IA en marketing
9 Construcción de una estrategia de IA en marketing
10 Evaluación y cierre del programa
8. Metodología de Enseñanza
La propuesta se desarrollará 100% a distancia, por medio de clases sincrónicas en modalidad
taller, donde se movilizarán instancias teóricas de explicación de conceptos, y prácticas
grupales e individuales en la utilización de las diferentes IA propuestas.
Se trabajará a través de la plataforma Moodle de la Universidad Nacional del Nordeste.
Para las actividades que se desarrollarán durante el trayecto sincrónico:
● Se incluirán materiales audiovisuales y guías prácticas para las actividades
asincrónicas.
● Las actividades sincrónicas fomentarán la interacción y el aprendizaje colaborativo.
● Cada sesión culminará con la vinculación directa de lo realizado en la jornada con el
proyecto final, donde los estudiantes deberán diseñar una estrategia para su PyME.
9. Modalidad de dictado
Presencial Remoto.
Virtual/ Sincrónico y Asincrónico.
Carga horaria: 30 horas didácticas.
10. Cupo
Mínimo: 30 cursantes.
Máximo: 60 cursantes.
11. Evaluación
Objetivo: Determinar que los estudiantes logren los objetivos de aprendizaje mediante la
presentación de un proyecto integral.
➔ Condiciones de aprobación: Cumplimiento de los criterios de evaluación estipulados
➔ Requisitos de aprobación: Aprobación de la entrega final y su exposición. Los
estudiantes deberán contar con un 75% de asistencia para la aprobación.
Modalidad de evaluación final:
● Proyecto Final:
○ Entregable: Una estrategia de marketing y plan de negocio para su Pyme, que
incluya:
■ Diagnóstico inicial (problemas y oportunidades).
■ Herramientas de IA seleccionadas y justificadas.
■ Plan estratégico de marketing (segmentación, contenido,
automatización, predicción).
■ Propuesta de implementación y métricas de éxito.
○ Criterios de evaluación:
■ Relevancia: Alineación del plan con las necesidades de la Pyme.
■ Aplicabilidad: Viabilidad de implementar la estrategia en un contexto
real.
■ Creatividad: Innovación en el uso de herramientas y soluciones de IA.
■ Claridad y presentación del proyecto.
● Presentación del proyecto:
○ Exposición oral de 10 minutos, en la que los estudiantes expliquen su
estrategia y respondan preguntas.
○ Se evaluará la capacidad de síntesis, argumentación y dominio del tema.
Instrumentos de Evaluación
● Rúbricas: Para calificar entrega parcial (a mitad del curso) y la entrega del proyecto
final, con criterios claros y ponderaciones específicas.
● Encuestas: Para fomentar la reflexión de los estudiantes sobre las estrategias de
enseñanza y su propio aprendizaje.
Rúbrica de Calificación
1. Cada criterio será evaluado con una puntuación entre 1 y 10, según los niveles de
desempeño descritos.
2. La puntuación total será el promedio de los valores obtenidos en cada criterio.
○ Rangos de puntuación final:
■ 9-10: Sobresaliente.
■ 7-8: Satisfactorio.
■ 5-6: Regular.
■ 1-4: No alcanzado.
3. Retroalimentación: Cada estudiante recibirá comentarios personalizados,
destacando fortalezas y sugerencias para mejora.
Rúbrica de Evaluación del Proyecto Final
Criterio Sobresaliente Satisfactorio (7- Regular (5-6) No Alcanzado
(9-10) 8) (1-4)
Relevancia El proyecto está El proyecto Las necesidades No identifica ni
completamente aborda de la PyME aborda las
alineado con las adecuadamente están necesidades
necesidades de las necesidades parcialmente de la PyME.
la PyME, de la PyME, consideradas y el
demostrando un aunque con análisis es
análisis análisis limitado. superficial.
profundo.
Aplicabilidad La estrategia La estrategia es La viabilidad es La estrategia
propuesta es viable, pero limitada debido a no es viable ni
totalmente viable carece de lagunas factible de
y presenta un detalles en importantes en el implementar.
plan detallado de algunas etapas plan de
implementación. del plan de implementación.
implementación.
Creatividad Propone Integra Usa No utiliza
soluciones herramientas de herramientas de herramientas o
innovadoras y IA de manera IA de manera las aplica de
originales en el adecuada, básica, sin forma
uso de aunque sin explorar incorrecta.
herramientas y innovaciones posibilidades
enfoques de IA. significativas. adicionales.
Claridad y El proyecto está El proyecto está La estructura del El proyecto es
presentación excelentemente bien estructurado proyecto es desorganizado
estructurado, con y presenta confusa y los y carece de
argumentos argumentos argumentos argumentos
sólidos y claros, con carecen de claros.
presentación detalles mínimos cohesión.
profesional. a mejorar.
Impacto El proyecto El proyecto tiene El impacto es No muestra
potencial presenta un un impacto limitado o incierto impacto claro
impacto moderado, pero debido a falta de ni beneficios
significativo para demuestra profundidad en la potenciales
la PyME en potencial para propuesta. para la PyME.
términos de mejorar con
resultados ajustes.
esperados.
12. Certificación
Se otorgará certificado de aprobación.
13. Bibliografía
Contenidos Bibliográficos y Fuentes de Referencia
A continuación, se presenta una lista de los contenidos y fuentes utilizados para diseñar la
planificación del programa:
1. Diseño Instruccional y Estrategias de Enseñanza
● Gagne, R. M., Wager, W. W., Golas, K. C., Keller, J. M., & Russell, J. D. (2005).
Principles of instructional design.
Fundamentos para estructurar el diseño instruccional, incluyendo los objetivos de
aprendizaje y estrategias de evaluación.
● Dick, W., Carey, L., & Carey, J. O. (2005). The systematic design of instruction.
Referencia para la planificación de actividades formativas basadas en el modelo
ADDIE.
● Bloom, B. S. (1956). Taxonomy of Educational Objectives: The Classification of
Educational Goals.
Guía para redactar objetivos y evaluar niveles de aprendizaje.
● Knowles, M. S., Holton III, E. F., & Swanson, R. A. (2014). The adult learner: The
definitive classic in adult education and human resource development. Routledge.
Conceptos clave sobre andragogía y aprendizaje orientado a adultos.
2. Inteligencia Artificial Aplicada al Marketing
● "Artificial Intelligence in Marketing: Practical Applications" - Andreas Kaplan:
Información sobre las tendencias y herramientas actuales de IA en marketing.
● Bari, A., Chaouchi, M., & Jung, T. (2016). Predictive analytics for dummies. John Wiley
& Sons.
Herramientas y técnicas para aplicar análisis predictivo en estrategias empresariales.
● Abeysekera, N., Kotler, P., Kartajaya, H., & Setiawan, I. (2020). Marketing 4.0: Moving
from Traditional to Digital.
Transición hacia estrategias de marketing basadas en tecnología e inteligencia
artificial.
3. Uso de Herramientas de IA para Pymes
● Artículos y guías prácticas de HubSpot: Uso de herramientas de marketing digital
como automatización de correos electrónicos y generación de contenido.
● Materiales de Canva y Hootsuite: Manuales y recursos sobre diseño gráfico
automatizado y gestión de redes sociales.
4. Estrategias de Evaluación y Retroalimentación
● Jackel, B., Pearce, J., Radloff, A., & Edwards, D. (2017). Assessment and feedback in
higher education. Higher Education Academy, York, Yorkshire, England.
Estrategias para proporcionar retroalimentación efectiva y evaluar proyectos.
5. Casos de Estudio y Tendencias Actuales
● Reportes de McKinsey y Gartner: Impacto de la IA en el marketing de pequeñas y
medianas empresas.
● Ejemplos prácticos de Pymes publicadas en Think with Google: Casos sobre
personalización y segmentación basada en IA.
● Artículos académicos sobre transformación digital en revistas como Harvard
Business Review.
Bibliografía de la fundamentación
Ziakis, C., & Vlachopoulou, M. (2023). Artificial intelligence in digital marketing: Insights from
a comprehensive review. Information, 14(12), 664.
14. Tiempos
El cursado se llevará a cabo con una periodicidad semanal y seguimiento asincrónico a través de
la plataforma de aprendizaje Moodle.
La duración del curso tendrá un total de 10 semanas (2 meses y medio).
Por otro lado, se prevé que el dictado de una edición por cada cuatrimestre.
Sesión Tema Actividades Horas Actividades Horas
Sincrónicas Sincróni Asincrónicas Asincróni
cas cas
1 Introducción - Presentación 2 horas. - Reflexión escrita: 1 hora.
a la IA en del curso y del Identificar problemas
Marketing proyecto final. actuales en el marketing
de su Pyme y cómo la IA
- Debate podría apoyar para
inicial: ¿Cómo abordarlos.
se
visualiza/perci
be la
incorporación
de la IA en mi
Pyme?
2 Tendencias - Lluvia de 2 horas. - Investigar herramientas 1 hora.
actuales en ideas: ¿Qué IA que podrían ser útiles
IA aplicada tendencias en su Pyme y documentar
al marketing podrían algunos hallazgos.
adaptarse a mi
Pyme?
- Análisis de
casos de IA
aplicada en
Pymes.
3 Herramienta - Taller: 2 horas. - Crear una tabla 1 hora.
s de IA para Exploración comparativa de
Pymes inicial de herramientas de IA
herramientas evaluadas para la
de IA estrategia personal de su
(ChatGPT, Pyme.
Gemini,
Canva,
Hootsuite).
4 Análisis de - Taller: 2 horas. - Redactar un informe 1 hora.
datos con Diseño inicial breve con insights
IA: cómo de un perfil de obtenidos de datos reales
entender a cliente basado o simulados para su
tu cliente en datos. Pyme.
- Ejercicio:
Identificar
patrones clave
en datasets.
5 Segmentaci - Simulación: 2 horas. - Desarrollar una 1 hora.
ón Segmentación segmentación
inteligente y automática de personalizada para su
personalizac clientes Pyme y justificar las
ión usando una decisiones tomadas.
herramienta de
IA.
6 Automatizac - Creación de 2 horas. - Planificar un flujo 1 hora.
ión del una campaña automatizado aplicable a
marketing básica de su Pyme, incluyendo
con IA email objetivos y métricas de
marketing éxito.
automatizada.
7 Contenido - Taller 2 horas. - Diseñar un conjunto de 1 hora.
generado práctico: Crear materiales de marketing
por IA: contenido para una campaña
beneficios y visual y textual específica en su Pyme
límites para (prototipo/borrador).
campañas con
herramientas
de IA.
8 Construcció - Diseño 2 horas. - Elaborar el borrador 1 hora.
n de una colaborativo: completo de su estrategia
estrategia Revisar y de marketing y plan de
ajustar el negocio con IA,
de IA en esqueleto de considerando contexto
marketing la estrategia real. La idea es que
de marketing puedan integrar los
de su Pyme entregables realizados en
con base en lo las clases anteriores.
aprendido.
9 Construcció - Diseño 2 horas. - Continuar con la 1 hora.
n de una colaborativo: elaboración del borrador
estrategia Revisar y de su estrategia de
de IA en ajustar el marketing y plan de
marketing esqueleto de negocio con IA,
la estrategia considerando contexto
de marketing real.
de su Pyme
con base en lo
aprendido.
10 Evaluación y - Presentación 2 horas. - Ajustar la estrategia con 1 hora.
cierre del del proyecto base en el feedback
programa final: recibido y definir un plan
Estrategia de de implementación
marketing y inmediato.
plan de
negocio de
cada Pyme.
-
Retroalimentac
ión grupal.
15. Recursos
1. Tecnológicos
● Software y herramientas de IA:
○ IAs de generación de texto como ChatGPT.
○ Canva (versión gratuita o premium).
○ Hootsuite (versión gratuita para gestión de redes sociales).
○ Herramientas de análisis de datos (ejemplo: Google Sheets).
● Plataforma de videoconferencia: Zoom.
● Campus virtual o LMS: Moodle.
2. Didácticos
● Presentaciones (en PowerPoint o PDF): Con contenido teórico, pasos para usar
herramientas y ejemplos prácticos.
● Material de lectura complementaria: Artículos, enlaces a recursos digitales y
casos de estudio relacionados con la temática.
● Rúbrica de evaluación: Para orientar a los estudiantes sobre los criterios de éxito
de las actividades y del proyecto final.
● Ejemplos de proyectos: Muestras de estrategias de marketing y planes de negocio
ya implementados con IA.
3. Recursos de Evaluación y Retroalimentación
● Encuestas de opinión: Formularios para recibir feedback de los estudiantes sobre
las sesiones a la mitad del trayecto y otro al final del mismo.
● Plataforma para compartir proyectos finales: Espacio en el campus virtual o
herramientas como Google Drive para el envío y revisión de entregas.
16. Anexos
Anexar CV del equipo responsable.
17. Financiamiento
La propuesta se autofinanciará con el canon abonado por cada estudiante, con excepción
de aquellas ediciones cuyos costos encuentren cobertura por otros medios.
