ANALISI DEI DATI
Obiettivi formativi
Fornire strumenti statistici di natura multivariata per le ricerche di marketing.
Risultati di apprendimento attesi
Conoscenza e comprensione: Rappresentazioni matriciali di dati multidimensionali. Rappresentazioni grafiche di dati multidimensionali.
Tecniche statistiche multivariate per il marketing: Cluster Analysis e Segmentazione; Analisi in Componenti Principali e Posizionamento; Regole di associazione e Market Basket Analysis; Modello di regressione lineare e Analisi per dati Panel; Metodologie ad albero nelle ricerche di marketing
Capacità di applicare conoscenza e comprensione: disegni di ricerca e capacità di selezione di opportune tecniche di elaborazione dei dati per l’ambito aziendale e di marketing
Autonomia di giudizio: capacità di raccogliere, elaborare ed interpretare criticamente dati di natura quantitativa e qualitativa, relativi a fenomeni aziendali e di marketing
Abilità comunicative: capacità di comunicazione efficace delle analisi dei dati - conseguita attraverso prove scritte e comunicazione di risultati di ricerche su dati empirici.
Capacità di apprendimento: capacità di apprendere autonomamente tecniche di analisi dei dati in attività professionali o studi successivi
Contenuti Del Corso
1. Statistica e ricerche di marketing.
2. Supporti informativi, campionamento statistico e tecniche per la raccolta dei dati nelle ricerche marketing.
3. Le ricerche di marketing e l’approccio informazionale nel processo di analisi di dati multidimensionali.
4. Rappresentazioni matriciali di dati multidimensionali: matrice dei dati, data clearing; data pre-processing; matrici di covarianza e di correlazione; matrici di prossimità.
5. Rappresentazioni grafiche di dati multidimensionali.
6. Tecniche statistiche multivariate per il marketing: Cluster Analysis e Segmentazione; Analisi in Componenti Principali e Posizionamento; Regole di associazione e Market Basket Analysis; Modello di Regressione lineare e Analisi per dati Panel; Metodologie ad albero nelle ricerche di marketing.
7. Esercitazioni con il software statistico R.
8. Discussione di casi studio nel marketing tradizionale, geomarketing, web marketing, social media marketing e neuromarketing.
Testi Di Riferimento
- Appunti delle lezioni (P. D'Urso).
- Analisi dei dati multidimensionali con R (appunti) (R. Massari).
- Analisi dei dati e data mining per le decisioni aziendali (S. Zani, A. Cerioli), Giuffrè Editore, 2007.
Metodologie Didattiche
Didattica frontale, Esercitazioni con uso del PC, Analisi di casi, Seminari.
Modalità di verifica dell'apprendimento
ESAME SOLO SCRITTO, PROVA INTERMEDIA (peso 50%), ASSIGNMENT con SLIDES
Criteri per l’assegnazione dell’elaborato finale
Lo studente deve aver superato l’esame con almeno 28/30.
Settimana 1
Metodi statistici per il marketing: aspetti introduttivi.
Statistica e ricerche di marketing: la segmentazione del mercato, il posizionamento e i metodi statistici per l’analisi dei dati.
Introduzione al software statistico R per le ricerche di marketing.
Settimana 2
Supporti informativi nelle ricerche di marketing.
Tecniche di campionamento,
questionario, tecniche di somministrazione.
Esempi di somministrazione online del questionario.
Teoria dei campioni nelle ricerche di marketing: aspetti teorici.
Settimana 3
Analisi dei dati e data mining nelle ricerche di marketing: aspetti introduttivi, definizione della matrice dei dati, data cleaning.
Matrice dei dati: data pre-processing.
Teoria dei campioni nelle ricerche di marketing: aspetti applicativi.
Settimana 4
Matrici di prossimità: matrici delle distanze, matrici delle similarità/dissimilarità.
Esempi applicativi di matrici di distanze.
Rappresentazioni grafiche multidimensionali con R e applicazioni al marketing.
Settimana 5
Segmentazione e cluster analysis gerarchica: approcci metodologici.
La Cluster Analysis gerarchica: metodi e proprietà.
La Market Basket Analysis: aspetti teorici.
Settimana 6
La Cluster Analysis gerarchica: dendrogramma, partizione ottima, esempi applicativi.
Esercitazione sulla Cluster Analysis gerarchica: segmentazione mediante il metodo del legame singolo.
La Market Basket Analysis: applicazioni con R.
Settimana 7
Esercitazione sulla Cluster Analysis gerarchica: segmentazione mediante il metodo del legame completo.
Segmentazione e cluster analysis gerarchica vincolata: aspetti teorici, esempi e discussione di casi studio nel geomarketing.
Applicazione della cluster Analysis nel marketing con R.
Settimana 8
Esercitazione di ricapitolazione su cluster analysis gerarchica.
Segmentazione e metodi di clustering non gerarchici: aspetti teorici.
Modello di regressione lineare: aspetti teorici.
Settimana 9
Segmentazione e metodi di clustering non gerarchici: discussione di casi studio nel marketing.
Segmentazione e metodi di clustering non gerarchici: discussione di casi studio nel web marketing, social media marketing e neuromarketing.
Modello di regressione lineare e Analisi per dati Panel: aspetti teorici.
Settimana 10
La matrice di covarianza e la matrice di correlazione.
Posizionamento e Analisi in Componenti Principali: aspetti introduttivi.
L’Analisi in Componenti Principali: determinazione delle Componenti Principali,
scelta del numero delle Componenti Principali e interpretazione delle Componenti Principali.
Modello di regressione lineare: applicazioni con R e discussione di casi studio nel marketing.
Settimana 11
La Tandem Analysis nelle ricerche di mercato.
Metodologie ad albero e applicazioni nel marketing.
Modello di regressione lineare e Analisi per dati Panel: applicazioni con R e discussione di casi studio nel marketing.
Settimana 12
Applicazioni della tandem analysis nel web marketing.
Social Media Marketing, Web monitoring e analisi dei dati.
L’Analisi in Componenti Principali con R.