DATA MINING PER IL MARKETING

Crediti: 
9
Settore scientifico disciplinare: 
STATISTICA (SECS-S/01)
Anno accademico di offerta: 
2017/2018
Semestre dell'insegnamento: 
Secondo Semestre
Lingua di insegnamento: 

Italiano

Obiettivi formativi

Il corso estende le competenze quantitative di base impartite negli insegnamenti precedenti. In particolare, esso fornisce competenze sulle principali metodologie statistiche utilizzate per le applicazioni di Data Mining nel marketing, con particolare riferimento all’analisi del comportamento di acquisto e di consumo. Tali tecniche comprendono: il modello di regressione lineare multipla; il modello di regressione logistica; gli alberi di classificazione; la Cluster Analysis non gerarchica. La partecipazione alle attività d'aula e lo svolgimento di esercitazioni in proprio accrescono nello studente la capacità di elaborare autonomamente dati rilevanti per la soluzione di problemi di marketing di interesse per il Trade.

Alla fine del corso, lo studente sarà in grado in grado di applicare autonomamente le tecniche statistiche sopra indicate a problemi aziendali e di data mining, attraverso l’impiego dei software Excel e SPSS. Lo studente avrà pertanto sviluppato competenze di abilità analitica e di problem solving attraverso l’impiego di metodologie statistiche e dei corrispondenti strumenti informatici. Alla fine del corso, lo studente sarà in grado di svolgere in autonomia analisi quantitative sul comportamento dei consumatori. Inoltre, lo studente sarà in grado di interpretare correttamente i risultati di tali analisi, anche quando effettuate da altri. Attraverso lo studio dei contenuti del corso, lo studente matura pertanto una buona autonomia di giudizio e la capacità di rielaborare le conoscenze quantitative acquisite al fine di ottenere informazioni di business su comportamenti di acquisto e di consumo. Alla fine del corso, lo studente sarà in grado di interloquire con tutte le componenti aziendali, sia di vertice che di base, fornendo sintesi quantitative delle informazioni aziendali e contribuendo con le proprie analisi allo sviluppo delle decisioni aziendali. Durante il corso lo studente avrà appreso le principali tecniche statistiche finalizzate all’analisi dei dati aziendali e alla previsione del comportamento del consumatore. Le competenze insegnate nel corso comprendono sia solidi aspetti metodologici, essenziali per la comprensione delle tecniche e per l’interpretazione dei risultati, sia un impiego dell’approccio learning by doing.

Prerequisiti

Conoscenze statistiche di base, secondo i contenuti dei corsi di Statistica delle lauree triennali di ambito economico-aziendale. Conoscenze dei contenuti del corso "Metodi statistici per il Management".

Contenuti dell'insegnamento

Il corso illustra le principali metodologie statistiche utilizzate per le applicazioni di Data Mining nel marketing, con particolare riferimento all’analisi del comportamento di acquisto e di consumo. In particolare, saranno presi in considerazione:
a) il modello di regressione lineare multipla e le sue applicazioni a problemi di marketing;
b) il modello di regressione logistica per la previsione del comportamento del consumatore;
c) la metodologia degli alberi di classificazione e le sue applicazioni ai problemi di previsione e di segmentazione dei consumatori;
d) i metodi di Cluster Analysis per la segmentazione dei consumatori.
Accanto alla teoria di base, necessaria per comprendere l'utilizzo delle metodologie e per padroneggiarne con consapevolezza i risultati, sarà dato spazio alle applicazioni e agli aspetti di calcolo, con utilizzo dei software Excel e SPSS.

Bibliografia

M. Riani, F. Laurini, G. Morelli: Strumenti statistici e informatici per applicazioni aziendali. Pitagora Editrice, Bologna, 2013, dal capitolo 4 in avanti (compresi Esercizi e Appendici).

A. Cerioli, F. Laurini: Il modello di regressione logistica per le decisioni aziendali, Uni.Nova, Parma, 2013 (tutto tranne Appendice).

S. Zani e A. Cerioli: Analisi dei dati e data mining per le decisioni aziendali, Giuffrè, Milano, Capitolo IX (paragrafi 1 – 2 – 11 – 12), Capitolo XI (tutto).

Metodi didattici

Lezioni frontali; esercitazioni in proprio e guidate (qualora finanziate); eventuali seminari di esperti.

Il calendario dettagliato delle lezioni sarà comunicato in aula e reso disponibile nei sito:
http://elly.economia.unipr.it/2016/

Modalità verifica apprendimento

Esame scritto. Le conoscenze e la capacità di comprensione verranno accertate con domande sulle metodologie del valore di 3 punti ciascuna. Le capacità di applicare le conoscenze verranno accertate con domande di discussione e di interpretazione di analisi concrete del valore di 3 punti ciascuna. L’autonomia di giudizio e la capacita di apprendimento verranno accertate con domande sulle conclusioni ricavabili dalle analisi svolte del valore di 3 punti ciascuna.

Le capacità di comunicare con linguaggio tecnico appropriato verranno accertate attraverso l’utilizzo appropriato dei termini tecnici nelle risposte e attraverso la richiesta di chiarimento del loro significato nelle analisi svolte.

Le modalità di esame dettagliate saranno comunicate in aula e rese disponibili nel sito:
http://elly.economia.unipr.it/2016/