28208 - MODELLI DI MARKETING

Anno Accademico 2022/2023

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

Contenuti

Il corso si pone l’obiettivo di fornire allo studente gli strumenti utili per analizzare importanti fenomeni di marketing, quali:

- il targeting

- la risposta alle promozioni di vendita

- la risposta alla attività di comunicazione,

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

- la scelta del canale di vendita

Nel Modulo 1 le tematiche verranno affrontate con un approccio quantitativo attraverso l’analisi di dati raccolti sia a livello del singolo 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 di Poisson e negative binomial

Nel Modulo 2 le tematiche verranno affrontate con un approccio qualitativo volto alla condivisione e risoluzioni di casi studio e esperienze pratiche.

Al termine del corso lo studente conoscerà, teoricamente e praticamente, i principali strumenti di analisi di dati di consumo raccolti sia a livello di singolo individuo sia a livello di intero mercato. In particolare, lo studente sarà in grado di: utilizzare strumenti analitici per la descrizione, analisi e previsione di comportamenti rilevanti per l’azione di marketing quali la risposta alle promozioni, la variazione della numerosità della base clienti e la scelta di marca. Ciò permetterà allo studente di comprendere il funzionamento di sistemi per la gestione del rapporto impresa-cliente e le principali tecniche per trarre implicazioni manageriali dall’analisi dei dati a disposizione dell’impresa.

Testi/Bibliografia

1. 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 2015: Capitolo 2 "Model Specification"; Capitolo 3 “Data”; Capitolo 8 “Individual Demand Models”; Capitolo 9 “Examples of Database Marketing Models”.
   

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

3. 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, 28(4), p. 417-42

4. De Vries, Lisette, Sonja Gensler, and Peter SH Leeflang. (2012) "Popularity of brand posts on brand fan pages: An investigation of the effects of social media marketing." Journal of Interactive marketing, 26(2), 83-91.

5. Gensler, Sonja, Peter C. Verhoef, and Martin Böhm. (2012) "Understanding consumers’ multichannel choices across the different stages of the buying process." Marketing Letters, 23(4), 987-1003.

6. Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69-96.

7. Visentin, M., Tuan A., Di Domenico G. (2021). "Words matter: How privacy concerns and conspiracy theories spread on twitter." Psychology & Marketing 38(10):1828-1846.

8. Labrecque, L. I., Swani, K., & Stephen, A. T. (2020). The impact of pronoun choices on consumer engagement actions: Exploring top global brands' social media communications. Psychology & Marketing, 37(6), 796-814

9. Pezzuti, T., Leonhardt, J. M., & Warren, C. (2021). Certainty in language increases consumer engagement on social media. Journal of Interactive Marketing, 53, 32-46

10. Altre letture di supporto verranno fornite sulla piattaforma Virtuale. 

Metodi didattici

Il corso prevede la partecipazione alle esercitazione settimanali in laboratorio.

Durante i laboratori saranno utilizzati diversi software tra i quali: STATA e R

 

 

Modalità di verifica e valutazione dell'apprendimento

La valutazione del corso avverrà 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.

Orario di ricevimento

Consulta il sito web di Annamaria Tuan