DIMA

Lingua Insegnamento:

Italiano con libro di testo principale in italiano ed ulteriore materiale didattico integrativo in inglese
Testi di riferimento:

Testo principale:
Amedeo De Luca. Le applicazioni dei metodi statistici alle analisi di mercato. Manuale di ricerche per il marketing. Franco Angeli Editore, 2010
Approfondimenti:
-Chris Chapman and Elea McDonnell Feit, 2015. F for Marketing Research and Analytics. Springer.
-Tonio Di Battista, 2014. Metodi statistici per la valutazione. Franco Angeli
-James H.Stock and Mark W.Watson, 2009. Introduzione all’econometria. Pearson Addison Wesley . Edizione Italiana a cura di Franco Peracchi
Il materiale didattico integrativo per le esercitazioni con R sarà pubblicato dal docente sul sito web del corso nella piattaforma e-learning di ateneo.
Obiettivi formativi:

In riferimento agli obiettivi generali del CdS, l’insegnamento persegue lo scopo di fornire agli studenti competenze avanzate in ambito matematico-statistico per formare figure professionali in grado di raccogliere ed analizzare i big data e gli insight a supporto al sistema decisionale dell’impresa.
L’obiettivo specifico del corso è quello di permettere agli studenti di acquisire familiarità con i metodi statistico-informatici per il trattamento dei dati di mercato, al fine di operare analisi predittive e descrittive, presentare ed interpretare i risultati inerenti la reputation del brand, e dunque supportare le decisioni riguardanti le strategie di marketing da perseguire.
Prerequisiti:

Pur non essendo richiesta nessuna propedeuticità, si raccomanda la conoscenza dei concetti fondamentali di statistica di base.
Metodi didattici:

L’insegnamento prevede 54 ore di lezione, che si volgeranno attraverso la didattica frontale articolata in lezione teoriche, laboratori con R ed interventi seminariali.
Modalità di verifica dell'apprendimento:

La valutazione del livello di apprendimento degli studenti sarà effettuata con il ricorso a prove intermedie effettuate al termine di ciascun modulo. Per i primi due moduli verrà somministrata una prova scritta composta da esercizi inerenti le metodologie di statistica per il marketing che verranno illustrate durante il corso e da alcune domande inerenti la teoria. Per l’ultimo modulo si farà ricorso all’utilizzo di un personal computer. Alternativamente l’esame può essere sostenuto in un’unica data in tutte le sue parti.
Il principale obiettivo della prova è quella di sondare “il sapere” e “il saper fare”, oltre che le abilità comunicative, di padronanza del linguaggio tecnico specifico della disciplina trattata, di chiarezza espositiva e le capacità di interpretazione.
Sostenibilità:
Altre Informazioni:

Gli studenti ERASMUS sono invitati a contattare il docente per il loro programma. Gli studenti ERASMUS possono discutere l’esame in lingua inglese.

Il corso si propone di far acquisire ai partecipanti le conoscenze teoriche e tecniche necessarie per un’approfondita comprensione dei fenomeni aziendali attraverso l’analisi dei dati di mercato disponibili. Rispetto al profilo professionale che il corso di studio si propone di formare, l’insegnamento è finalizzato a sviluppare le seguenti competenze:
1) Conoscenza e capacità di comprensione:
-raccogliere e organizzare i dati di mercato;
-analizzare i big data con il software statistico R;
-trarre informazioni a supporto delle strategie di marketing attraverso metodologie statistiche avanzate.
2) Autonomia di giudizio:
-scegliere autonomamente il tipo di analisi più idoneo in base al contesto di riferimento ed al tipo di dato disponibile;
-interpretare autonomamente i risultati ottenuti da un’analisi statistica avanzata senza dover ricorrere ad esperti esterni.
3) Abilità comunicativa/applicativa:
-utilizzare la terminologia statistica appropriata rispetto al tipo di analisi condotta;
-applicare le conoscenze acquisite per la diagnosi e la comprensione dei fenomeni aziendali;
-comunicare abilmente i risultati di un’analisi statistica in base agli obiettivi da perseguire ed al destinatario del report.

MODULO I:
Richiami di statistica e di algebra lineare: vettori, matrici, relazioni, operazioni, rango, determinante.
Le metriche.
L’analisi esplorativa delle informazioni.
Richiami di statistica univariata e bivariata.
Regressione lineare multipla.
Regressione logistica.
MODULO II:
L’ANOVA.
L’analisi fattoriale.
L’analisi dei gruppi.
La segmentazione di mercato.
L’analisi discriminante.
I metodi di previsione delle vendite.
I metodi statistici per il marketing.
La conjoint analysis come tecnica di ricerca di mercato.
La customer satisfaction.
Cenni di analisi funzionale. Esempi applicativi sui google trends.
Cenni sull’analisi delle reti sociali
MODULO III:
L’ambiente R.
L’organizzazione dei dati.
Esercitazioni con il software R su tutto il programma utilizzando casi aziendali con dataset reali.