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
Inquadramento dell'insegnamento nel percorso del corso di studio
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.
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.
Risultati di apprendimento attesi
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
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
Prerequisiti
Competenze base di statistica descrittiva ed inferenziale.
Contenuti
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
- 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
Testi di riferimento
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
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
Modalità di verifica dell'apprendimento
Prova scritta
Metodi didattici
Lezioni frontali
Lingua di insegnamento
Italiano
Modalità di esame
scritto
Il programma è ancora provvisorio e potrà subire modifiche.
Data ultima modifica programma: 07/09/2022