LABORATORIO DI METODI STATISTICI PER IL MARKETING

Anno accademico
2023/2024 Programmi anni precedenti
Titolo corso in inglese
STATISTICAL METHODS FOR MARKETING DECISIONS LABORATORY
Codice insegnamento
EM7036 (AF:386123 AR:215614)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-S/01
Periodo
2° Periodo
Anno corso
2
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
L’insegnamento è una delle attività formative a scelta del corso di laurea magistrale in Marketing e Comunicazione che consentono allo studente di acquisire la conoscenza e la comprensione di alcuni dei principali concetti statistici e il loro utilizzo nelle attività di marketing e di problemi di mercato. L'obiettivo dell’insegnamento è di fornire agli studenti alcuni metodi di analisi statistica multivariata per visualizzare, estrarre ed interpretare informazioni provenienti da questionari o database aziendali al fine di pianificare strategie che supportino e migliorino il processo decisionale di marketing tramite il software statistico open source R.
Alla fine del corso, gli studenti dovranno avere acquisito le competenze per sviluppare un'analisi critica, personale e rigorosa sui fenomeni di marketing attraverso strumenti e metodi statistici adeguati per l'analisi. Inoltre dovranno saper presentare in modo comunicativo i risultati ottenuti e le strategie proposte derivanti dai modelli sviluppati.
In particolare, gli studenti dovranno avere acquisito quanto segue.
1. Conoscenza e comprensione
- Conoscere la terminologia e i concetti base della statistica nell’ambito di analisi di fenomeni di marketing;
-Acquisire la capacità di raccogliere, sintetizzare e interpretare dati qualitativi e quantitativi;
- Acquisire le principali tecniche statistiche multivariate quali l'analisi delle componenti principali e l'analisi dei cluster per la gestione di fenomeni di marketing .
2. Capacità di applicare conoscenza e comprensione
- Saper comprendere gli aspetti principali delle analisi svolte
- Saper determinare i migliori modelli in ambito di analisi multivariata dei fenomeni analizzati
- Saper utilizzare il software open source R
3. Capacità di giudizio
- Sapere proporre ed argomentare sotto quali ipotesi le analisi svolte siano valide
- Saper valutare la bontà dei modelli ottenuti confrontando differenti tecniche di segmentazione del mercato
4. Abilità comunicative
- Sapere presentare, discutere e provare le informazioni estratte dall’analisi dei fenomeni di marketing;
- Sapere argomentare le strategie proposte in modo efficace.
Lo studente deve conoscere i fondamenti della Statistica e le principali tecniche di analisi multivariata (Regressione lineare multipla, accenni alle Analisi delle Componenti Principali ed Analisi dei Cluster). Per la statistica di base, si veda per esempio il libro di testo: Anderson, D. R., Sweeney, D., Williams, T. (2014) Statistica per le analisi economico-aziendali, Apogeo, oppure i capitoli 1-12 del libro: Illowsky, D., Dean, S. (2022) Introductory Statistics, OpenStax (disponibile per il download gratuito al link https://openstax.org/details/books/introductory-statistics?Book%20details ). Per le tecniche di analisi multivariata, si vedano per esempio i capitoli 3, 4.3, 12.2 e 12.4 del libro: James et al. (2021) An Introduction to Statistical Learning, Springer (disponibile per il download gratuito al link https://www.statlearning.com ).
Durante il corso verranno approfondite le seguenti tematiche:
1. Organizzazione dei dati raccolti tramite questionario o dataset preassegnati.
2. Visualizzazione dell'informazione e analisi statistiche preliminari
3. Riduzione della dimensionalità della matrice dei dati
4. L'analisi statistica multivariata applicata alle ricerche di mercato
Al fine di supportare le conoscenze teoriche acquisite durante il corso, ciascuna tematica verrà sviluppata con il software statistico R. In particolare verrà presentata una panoramica sullo strumento e verranno approfonditi i metodi per sviluppare le analisi e i modelli proposti.
Dispense, lucidi, dati e tutto il rimanente materiale necessario per seguire l'insegnamento e raggiungere i risultati di apprendimento attesi sono disponibili sulla piattaforma di e-learning moodle.unive.it.

Testi di riferimento:
1. C.N. Chapman, E. McDonnell Feit (2015) R for Marketing Research and Analytics. Springer International Publishing.
2. G. James, D. Witten, T. Hastie (2020) Introduzione all'apprendimento statistico. Con applicazioni in r. Piccin-Nuova Libraria.

Letture integrative:
Altro materiale indicato dal docente durante il corso.
L'esame prevede la redazione e la presentazione di un elaborato sull'analisi statistica svolta dallo studente a partire dai dati raccolti.
In particolare, l'esame mira a verificare che l'allievo abbia acquisito i concetti presentati durante le lezioni, abbia familiarità̀ con il software ed abbia appreso come integrare queste conoscenze e abilità per risolvere problemi di marketing.
Il corso prevede quindici lezioni in cui verranno introdotti i metodi per organizzare, visualizzare ed analizzare i dati raccolti attraverso il software statistico R (www.r-project.org).
Italiano
1. È richiesto che gli studenti si registrino sulla pagina del corso della piattaforma e-learning di ateneo moodle.unive.it

2. Accessibilità, Disabilità e Inclusione
Accomodamenti e Servizi di Supporto per studenti con disabilità o con disturbi specifici dell’apprendimento
Ca’ Foscari applica la Legge Italiana (Legge 17/1999; Legge 170/2010) per i servizi di supporto e di accomodamento disponibili agli studenti con disabilità o con disturbi specifici dell’apprendimento. Se hai una disabilità motoria, visiva, dell’udito o altre disabilità (Legge 17/1999) o un disturbo specifico dell’apprendimento (Legge 170/2010) e richiedi supporto (assistenza in aula, ausili tecnologici per lo svolgimento di esami o esami individualizzati, materiale in formato accessibile, recupero appunti, tutorato specialistico a supporto dello studio, interpreti o altro) contatta l’ufficio Disabilità e DSA disabilita@unive.it.
scritto e orale
Programma definitivo.
Data ultima modifica programma: 14/04/2023