Obiettivi formativi
Il corso si propone di fornire agli studenti gli strumenti concettuali e metodologici per comprendere e governare l'impatto dell'intelligenza artificiale sui processi di analisi del comportamento del consumatore. L'obiettivo è sviluppare capacità di integrare dati provenienti da fonti eterogenee attraverso tecnologie basate sull'AI, al fine di generare insight strategici che supportino decisioni di marketing efficaci, etiche e fondate su evidenze.
Prerequisiti
Conoscenza dei fondamenti di marketing management e dei principali modelli di consumer behavior. Non sono richieste competenze di programmazione né di statistica avanzata: gli strumenti AI verranno utilizzati attraverso interfacce no-code o low-code.
Risultati di apprendimento attesi
Al termine del corso lo studente sarà in grado di:
- Descrivere l'evoluzione dell'AI applicata al marketing
- Progettare un processo di consumer insight basato sull'AI, scegliendo fonti dati appropriate, strumenti analitici coerenti con gli obiettivi e metriche di valutazione adeguate.
- Valutare criticamente la qualità degli insight prodotti da sistemi AI, riconoscendone bias, limiti metodologici e implicazioni etiche.
- Presentare in modo efficace gli insight generati a un pubblico di decisori di marketing, traducendo l'output analitico in raccomandazioni strategiche.
- Aggiornare autonomamente le proprie competenze in un dominio in rapida evoluzione, valutando criticamente nuove tecnologie e nuovi approcci metodologici.
Contenuti Del Corso
Il corso si articola in quattro blocchi tematici. Il primo blocco introduce i fondamenti concettuali dell'AI nel marketing e le fonti di dati utili per la generazione di insight. Il secondo blocco approfondisce le principali aree applicative dell'AI per il consumer insight: social media intelligence, customer journey, personalizzazione e predictive analytics. Il terzo blocco è dedicato all'uso dell'AI generativa nella marketing research. Il quarto blocco esplora le applicazioni strategiche dell'AI (contenuti e branding, conversational AI, virtual influencer, esperienze immersive).
Testi Di Riferimento
Suriano, Di Domenica, Bertino. "GENERATIVE AI E MARKETING". 2025. McGraw Hill
"Encyclopedia of Artificial Intelligence in Marketing" Edited by Riadh Ladhari. 2025. Springer
Metodologie Didattiche
Lezioni frontali
Analisi e discussione di casi di studio
Laboratori esperienziali con strumenti AI
Project work di gruppo
Modalità di verifica dell'apprendimento
Compliant students
1/3 group project
2/3 final written exam
Non-Compliant students
100% written exam
Criteri per l’assegnazione dell’elaborato finale
none in particular
Settimana 1
Introduzione: AI, Generative AI e consumer behavior
Reference reading:
• Generative AI e Marketing, chapters 1-2.
• Encyclopedia of AI in Marketing: Reconceptualizing Marketing Competencies for the AI Era (García-Madurga, Grilló-Méndez); Consumer Acceptance of AI in Marketing (Monaco, Sacchi); The AI Paradox (Gani, Ariffin, Rafi).
Settimana 2
Dati, fonti e tassonomia degli usi dell'AI per il consumer insight
Reference reading:
• Generative AI e Marketing, chapter 5.
• Encyclopedia of AI in Marketing: Predictive Analytics for Consumer Behavior Insights in Marketing (Taherdoost et al)
Settimana 3
Social media intelligence e analisi del linguaggio del consumatore
Reference reading:
• Encyclopedia of AI in Marketing: AI Empowered Social Media Marketing (Farivar, Wang, Yuan)
Settimana 4
Customer journey e customer experience nell'era dell'AI
Reference reading:
• Encyclopedia of AI in Marketing: Enhancing Customer Journey Through AI (Chan, Colapinto, Soffiato)
Settimana 5
Personalizzazione, predictive analytics e marketing decision-making
Reference reading:
• Encyclopedia of AI in Marketing: Role of Artificial Intelligence in Marketing Decision-Making for Customer Personalization (Abrokwah-Larbi); Metrics for Evaluating Personalized Marketing Systems (Malthouse)
Settimana 6
AI e marketing research: il silicon sample
Sarstedt, M., Adler, S. J., Rau, L., & Schmitt, B. (2024). Using large language models to generate silicon samples in consumer and marketing research: Challenges, opportunities, and guidelines. Psychology & Marketing, 41(6), 1254-1270.
Settimana 7
Generative AI per contenuti, brand e comunicazione
Reference reading:
• Generative AI e Marketing, chapters 6 and 9.
• Encyclopedia of AI in Marketing: Generative AI for Content Marketing (Wahid); Branding in the Age of AI (Tiwari, Jain); Rethinking Brand Orientation in the Age of Artificial Intelligence (Vernuccio, Patrizi, Boccalini); AI and Creativity (Pagani, Wind)
Settimana 8
Conversational e agentic AI: il dialogo con il consumatore
• Encyclopedia of AI in Marketing: Agentic and Generative AI in Marketing and Sales (Puri, Pandey, Saha)
Settimana 9
Virtual influencer e nuove forme di endorsement
Reference reading:
• Encyclopedia of AI in Marketing: Virtual Influencer Marketing (Ham, Eastin); AI-Generated Influencers (Yu); AI-Generated Spokesperson (Yim et al.)
Settimana 10
Esperienze immersive: AR, VR e retail intelligente
• Generative AI e Marketing, chapter 10.
• Encyclopedia of AI in Marketing: How AI and Augmented Reality Are Transforming Digital Shopping in E-commerce? (Lemoine, Msakni)
Settimana 11
Etica, regolamentazione e responsabilità nell'AI marketing
• Generative AI e Marketing, chapters 3-4.
• Encyclopedia of AI in Marketing: Corporate Digital Responsibility (CDR) in AI-Driven Marketing (Kunz, Wirtz)
Settimana 12
Presentazioni dei project work di gruppo