28208 - MODELLI DI MARKETING

Scheda insegnamento

  • Docente Elisa Montaguti

  • Moduli Elisa Montaguti (Modulo 1)
    Sara Valentini (Modulo 2)

  • Crediti formativi 10

  • SSD SECS-P/08

  • Modalità didattica Convenzionale - Lezioni in presenza (Modulo 1)
    Convenzionale - Lezioni in presenza (Modulo 2)

  • Lingua di insegnamento Italiano

Anno Accademico 2019/2020

Conoscenze e abilità da conseguire

Al termine del corso lo studente conosce gli strumenti che meglio si adattano alla analisi del comportamento d'acquisto dei consumatori sia in presenza di dati raccolti a livello di singolo individuo sia di dati raccolti a livello di singolo mercato. In particolare, lo studente è in grado di: - utilizzare strumenti analitici per la rappresentazione e previsione di fenomeni di marketing - fornire supporto alle decisioni di marketing

Programma/Contenuti

Questo corso analizza importanti  importanti fenomeni di marketing, quali;

- il targeting,

- la risposta alle promozioni di vendita

- la risposta alla attività di comunicazione,

- la scelta di aquisto in una categoria e/o di marca

-la scelta del canale di vendita

attraverso l’analisi di dati raccolti sia a livello del sigolo consumatore che a livello di mercato e l’utilizzo di strumenti di analisi statistica tra i quali:

-la regressione lineare multipla

-la regressione logistica

-i modelli multinomial e conditional logit

-i modelli annidati 

Ciò permetterà allo studente di comprendere il funzionamento di sistemi per la gestione del rapporto impresa-cliente(CRM)

Testi/Bibliografia

  1. Dispensa del docente

  2. Blattberg R.C, B. Kim e S.A. Neslin “Database Marketing,” Springer 2008 pp 105-117; pp-245-287; Capitolo 10 – The Predictive Modeling Process; Capitolo 11 – Statistical Issues in Predictive Modeling; Capitolo 24 – Managing Churn

  3. Peter S. Fader e Bruce S. Hardie (2012) “Reconcyling and Clarifying CLV Formulas” pp-1-9.

  4. Leeflang, P., Wieringa, J.E., Bijmolt, T.H.A., Pauwels, K.H “Modeling Markets Analyzing Marketing Phenomena and Improving Marketing Decision Making” International Series in Quantitative Marketing 2015Capitoli  "Model Specification" ; “Data”;  Capitolo 8 Individual Demand Models

  5. Scott A. Neslin and Harald J. van Heerde (2009), "Promotion Dynamics", Foundations and Trends® in Marketing: Vol. 3: No. 4, pp 178-199; 214-224.

  6. Lattin, James, Douglas Carroll and Paul Green “Analyzing Multivariate Data” Capitolo 13.

  7. S Chib, PB Seetharaman, A Strijnev(2004) “Model of brand choice with a no-purchase option calibrated to scanner-panel data”, Journal of Marketing Research, (41), May, 184-196. 

  8.  Chintagunta, Pradeep K.; Jain, Dipak C.; Vilcassim, Naufel J (1991) “Investigating Heterogeneity in Brand Preferences in Logit Models for Panel Data” Journal of Marketing Research (JMR) . Nov91, Vol. 28 Issue 4, p417-428

  9. De Vries, Lisette, Sonja Gensler, and Peter SH Leeflang. "Popularity of brand posts on brand fan pages: An investigation of the effects of social media marketing." Journal of interactive marketing 26.2 (2012): 83-91.

  10. Gensler, Sonja, Peter C. Verhoef, and Martin Böhm. "Understanding consumers’ multichannel choices across the different stages of the buying process." Marketing Letters 23.4 (2012): 987-1003.

  11. Case Harvard Business Review: Pilgrim Bank (A), (B), (C). Può essere acquistato al seguente link: https://hbsp.harvard.edu/import/628400

  12. Aaker, Kumar, Day Leone “Marketing Research” edizione 10th, capitolo 13

Metodi didattici

Il corso prevede la partecipazione alle esercitazione settimanali in laboratorio.

Durante i laboratori saranno utilizzati diversi software tra i quali: Excel, SAS, STATA and R

 

Modalità di verifica dell'apprendimento

La valutazione del corso avverà attraverso una prova scritta in cui si cercherà di verificare la comprensione teorica, la capacità di condurre praticamente e di utilizzare le diverse analisi di cui sopra indicato,al fine di supportare le decisioni manageriali.

Agli studenti verrà data la possibilità di svolgere alcune attività integrative che potranno contribuire alla valutazione finale nella misura massima del 10%.

Orario di ricevimento

Consulta il sito web di Elisa Montaguti

Consulta il sito web di Sara Valentini