QUANTITATIVE TOOLS FOR MARKETING

Anno accademico
2021/2022 Programmi anni precedenti
Titolo corso in inglese
QUANTITATIVE TOOLS FOR MARKETING
Codice insegnamento
EM7023 (AF:358047 AR:189504)
Modalità
In presenza
Crediti formativi universitari
6
Livello laurea
Laurea magistrale (DM270)
Settore scientifico disciplinare
SECS-S/03
Periodo
1° Periodo
Anno corso
1
Sede
VENEZIA
Spazio Moodle
Link allo spazio del corso
Inquadramento dell'insegnamento nel percorso del corso di studio
L’insegnamento è tra quelli caratterizzanti del corso di laurea Innovation and Marketing.
Ha lo scopo di introdurre gli studenti ad alcune tecniche statistiche di marketing research utili a supporto delle decisioni aziendali.
Ci si concentrerà, in particolare, su tecniche di regressione, classificazione e posizionamento dando ampio spazio ad esempi pratici per applicare i metodi discussi e utilizzando il software statistico R.
Risultati di apprendimento attesi
1. CONOSCENZA E COMPRESIONE
1.1 Capire e distinguere le principali tipologie di approccio quantitativo alla marketing research
1.2 Conoscere le principali modalità di acquisizione dei dati utilizzando R
1.3 Capire le principali tecniche di analisi statistica dei dati acquisiti
2. CAPACITA’ DI APPLICARE CONOSCENZA E COMPRENSIONE
2.1 Saper inquadrare il problema aziendale ed individuare le basi di dati necessarie per affrontare una analisi quantitativa
2.2 Sapere elaborare i dati con la procedura statistica adeguata utilizzando R
3. CAPACITA’ DI GIUDIZIO
3.1 Saper individuare, dato un problema aziendale, qual è l’approccio statistico adeguato
3.2 Saper distinguere le fonti dei dati e riconoscere la qualità del dato
3.3 Saper interpretare i risultati statistici ottenuti e riflettere sulle implicazioni aziendali
Prerequisiti
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.
Contenuti
Durante il corso verranno approfondite le seguenti tematiche a livello teorico e applicato utilizzando R:

1. Raccolta dei dati
2. Regressione lineare multivariata and classification techniques
3. Analisi delle componenti principali e analisi dei cluster
4. Interpretazione e discussione di casi reali

Verranno proposti esercizi dalla piattaforma virtuale Datacamp.
Testi di riferimento
Lucidi e altro materiale forniti durante lezione.
Libro di testo:

An Introduction to Statistical Learning: With Applications in R, di Gareth James, Daniela Witten, Trevor Hastie, Robert Tibshirani
Modalità di verifica dell'apprendimento
L'esame prevede la redazione e la presentazione di un elaborato sull'analisi statistica svolta dallo studente a partire da un dataset.
In particolare, l'esame mira a verificare che lo studente abbia acquisito i concetti presentati durante le lezioni, abbia familiarità con il software ed abbia appreso come integrare queste conoscenze e abilità per risolvere problemi aziendali di natura operativa. Inoltre si valuterà la capacità critica e personale di svolgere l’analisi.
Metodi didattici
Lezioni convenzionali, esercizi e tutorials.
Lingua di insegnamento
Inglese
Altre informazioni
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.
Modalità di esame
scritto
Programma definitivo.
Data ultima modifica programma
19/06/2021