METODI QUANTITATIVI PER LA SEGMENTAZIONE E IL POSIZIONAMENTO

Anno accademico
2021/2022 Programmi anni precedenti
Titolo corso in inglese
QUANTITATIVE METHODS FOR SEGMENTATION AND POSITIONING
Codice insegnamento
EM7006 (AF:332534 AR:188758)
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 obbligatorio e viene proposto con lo scopo 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 multivariata dei dati attraverso la presentazione delle metodologie: analisi della regressione multivariata, analisi delle componenti principali e analisi dei cluster.
1. Conoscenza e comprensione:
1.1 capacità di raccogliere sintetizzare dati quantitativi e qualitativi relativi a problemi di marketing;

2. Capacità di applicare conoscenza e comprensione:
2.1 capacità di condurre l'analisi regressiva e la classificazione
2.2 capacità di operare la segmentazione del mercato

3. Capacità di giudizio:
3.1 capacità di valutare e confrontare differenti tecniche di analisi
E' opportuno che lo studente sappia applicare le sue conoscenze circa i concetti e i metodi di statistica descrittiva e inferenziale ad un insieme di dati.
Durante il corso verranno approfondite le seguenti tematiche:

1. La matrice dei dati.
2. Regressione lineare multivariata e classificazione
3. Analisi delle componenti principali e analisi dei cluster
4. Interpretazione e discussione di casi reali
Dispense, lucidi, dati e altro materiale.
Libro di testo:

Antonio de Lillo, Gianluca Argentin, Mario Lucchini, Simone Sarti, Marco Terraneo, Analisi Multivariata per le Scienze Sociali, Pearson Education
Mario Mazzocchi, Statistics for Marketing Research, SAGE Publications Ltd
Trevor Hastie, Robert Tibshirani, Jerome Friedman, The Elements of Statistical Learning: Data Mining, Inference, and Prediction.
La verifica consiste in una prova scritta in cui lo studente applicherà i metodi statistici e commenterà i risultati ottenuti.
Lezioni convenzionali, esercizi e tutorials.
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
Programma definitivo.
Data ultima modifica programma: 26/08/2021