Course Syllabus
Obiettivi formativi
Il corso si propone di fornire agli studenti una solida preparazione teorica e pratica nell’ambito dell’analisi di mercato, con particolare riferimento alle applicazioni nel contesto Business to Customer (B2C). L’obiettivo è quello di sviluppare la capacità di utilizzare fonti informative, sia pubbliche sia private, per comprendere i fenomeni di mercato e supportare le decisioni aziendali (Descrittore di Dublino 1: Conoscenza e capacità di comprensione).
Durante il corso verranno presentate le principali metodologie di ricerca e di analisi dei dati, con attenzione alla progettazione delle indagini, all’utilizzo delle scale di valutazione, alla gestione dei dati mancanti e alla qualità dell’informazione raccolta. Gli studenti acquisiranno familiarità con gli analytics a supporto delle decisioni aziendali (Descrittori di Dublino 1 e 2: Conoscenza e capacità di comprensione; Capacità di applicare conoscenza e comprensione).
Una parte rilevante del corso sarà dedicata alla segmentazione dei clienti, attraverso l’utilizzo della cluster analysis, applicata sia a variabili quantitative sia qualitative, e degli alberi decisionali. L’intero percorso formativo sarà supportato dall’analisi di casi aziendali reali, per favorire l’applicazione concreta dei metodi appresi e sviluppare la capacità di interpretare e comunicare in modo efficace i risultati dell’analisi di mercato.(Descrittori di Dublino 2, 3, 4 e 5: Capacità di applicare conoscenza e comprensione; Autonomia di giudizio; Abilità comunicative; Capacità di apprendimento)
Contenuti sintetici
-Le ricerche di mercato e il marketing
-Una introduzione alla costruzione dell'indagine
-L'utilizzo della statistica per le decisioni aziendali
-La segmentazione dei clienti
Programma esteso
-Le ricerche di mercato e il marketing
-Le Fonti di dati pubbliche e private
-L'indagine: le scale di valutazione, i missing data
-La bunisess analytics: gli indicatori a supporto delle decisioni, la Market Basket Analysis
-La segmentazione dei clienti: La cluster Analysis con variabili quantitative e qualitative e gli alberi decisionali
Prerequisiti
Si richiede agli studenti una conoscenza approfondita della statistica descrittiva di base. In particolare, è attesa familiarità con la definizione, le proprietà e l’interpretazione degli indicatori sintetici (misure di posizione, di variabilità e di forma), nonché con gli obiettivi delle diverse tipologie di misure utilizzate nell’analisi dei dati.
Metodi didattici
Lezioni da 2 ore svolte in aula (in presenza).
In caso di necessità, si potranno svolgere lezioni da remoto per un massimo di 5 lezioni.
Modalità di verifica dell'apprendimento
Gli esami consistono in una prova scritta suddivisa in due parti:
Parte teoria:
5 domande vero/falso con penalità
una domanda aperta su un argomento teorico trattato durante il corso
Parte analitica:
2 esercizi composti ciascuno da 3/4 quesiti da svolgere usando la calcolatrice.
Testi di riferimento
Bassi F (2008) Analisi di mercato. Carocci Editore.
Zani S., Cerioli A (2007) Analisi dei dati e datamining per le decisioni aziendali. Giuffrè Editore
Lingua di insegnamento
Italiano
Sustainable Development Goals
Learning objectives
The course aims to provide students with a solid theoretical and practical foundation in market analysis, with particular emphasis on applications in the Business to Customer (B2C) context. The objective is to develop the ability to use both public and private data sources to understand market phenomena and support business decision-making (Dublin Descriptors 1: Knowledge and understanding).
Throughout the course, the main research methodologies and data analysis techniques will be presented, with a focus on survey design, the use of rating scales, the handling of missing data, and the quality of the collected information. Students will become familiar with analytics tools that support business decisions (Dublin Descriptors 1 and 2: Knowledge and understanding; Applying knowledge and understanding).
A significant part of the course will be dedicated to customer segmentation, using cluster analysis—applied to both quantitative and qualitative variables—and decision trees. The entire learning path will be supported by the analysis of real business cases, in order to encourage the practical application of the methods learned and to develop the ability to interpret and effectively communicate the results of market analysis (Dublin Descriptors 2, 3, 4 and 5: Applying knowledge and understanding; Making judgements; Communication skills; Learning skills).
Contents
- Market research and marketing
-Introduction to survey design
-Decision support system
-Customer segmentation
Detailed program
- Market research and marketing
-Public and private data sources
-The survey: the evaluation scales, the missing data
- Business analytics: indicators to support decisions, the Market Basket Analysis
-Customer segmentation: cluster Analysis based on qualitative and quantitative variables and decision trees
Prerequisites
Students are expected to have a solid understanding of basic descriptive statistics. In particular, they should be familiar with the definition, properties, and interpretation of summary measures (including measures of central tendency, variability, and shape), as well as with the purpose of different types of statistical indicators used in data analysis.
Erasmus students are strongly advised to access the exam after passing the basic mathematics and statistics exam.
Teaching methods
2-hour lessons held in face-to-face delivery mode.
If necessary, up to 5 classes may be held remotely.
Assessment methods
The exam consists of a written test divided into two parts:
Theoretical section:
5 true/false questions with penalty for incorrect answers
1 open-ended question on a theoretical topic covered during the course
Analytical section:
2 exercises, each composed of 3 to 4 questions to be solved using a calculator
Textbooks and Reading Materials
Bassi F (2008) Analisi di mercato. Carocci Editore.
Zani S., Cerioli A (2007) Analisi dei dati e datamining per le decisioni aziendali. Giuffrè Editore
Semester
1
Teaching language
Italian
Erasmus students are strongly advised to have a sufficient level of Italian to be able to read and write texts without particular difficulties.
Sustainable Development Goals
Key information
Staff
-
Caterina Liberati