METODI QUANTITATIVI PER LA SEGMENTAZIONE E IL POSIZIONAMENTO

Anno accademico
2022/2023 Programmi anni precedenti
Titolo corso in inglese
QUANTITATIVE METHODS FOR SEGMENTATION AND POSITIONING
Codice insegnamento
EM7006 (AF:358201 AR:191260)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-S/03
Periodo
1° Periodo
Anno corso
2
Spazio Moodle
Link allo spazio del corso
Il corso è sviluppato con l'obiettivo di fornire allo studente metodi di ricerca statistica, tecniche di valutazione dell' ambiente di marketing e di raccolta dati, indagini sul comportamento del consumatore utili a comprendere i problemi di mercato e in conformità con gli obiettivi indicati dal Corso di laurea.

Il corso si concentra sull’analisi statistica dei dati in ambiente marketing, evidenziando le potenzialità applicative di tali strumenti in problemi aziendali quali segmentazione della clientela e posizionamento.
1. Conoscenza e comprensione:
1.1 capacità di raccogliere sintetizzare dati quantitativi e qualitativi relativi a problemi di marketing
1.2 conoscenza di base di modelli statistici in ambito supervisionato e non

2. Capacità di applicare conoscenza e comprensione:
2.1 capacità di condurre l'analisi della customer base tramite modelli statistici di base
2.2 capacità di comprensione di modelli statistici di base in ambito supervisionato (regressione) e non-supervisionato (riduzione dimensionalità, raggruppamento, modelli di rete)
2.3 capacità di operare la segmentazione del mercato

3. Capacità di giudizio:
3.1 capacità di valutare e confrontare differenti tecniche di analisi
3.2 capacità di individuare lo strumento migliore da applicare al problema sostanziale di business
Competenze base di statistica descrittiva ed inferenziale.


Durante il corso verranno approfondite le seguenti tematiche:

- Analisi della customer base
- Tecniche di segmentazione del mercato
- Modelli statistici in ambito supervisionato: regressione lineare e logistica
- Modelli statistici in ambito non-supervisionato: riduzione dimensionalità, raggruppamento e metodi per analisi su rete
- Applicazioni e studi di caso: business intelligence
Dispense, lucidi, dati e altro materiale fornito dal docente durante le lezioni.

Testi integrativi di consultazione:

Agresti, Metodi statistici di base e avanzati. Per le scienze sociali (a cura di Mariano Porcu). Qualsiasi edizione
Capitoli su Regressione Lineare, Lineare Multipla, Regressione Logistica.
Capitoli precedenti per richiami di statistica descrittiva ed inferenziale
Prova scritta
Lezioni frontali
Italiano
scritto
Il programma è ancora provvisorio e potrà subire modifiche.
Data ultima modifica programma: 07/09/2022