- Docente: Giorgio Tassinari
- Crediti formativi: 8
- SSD: SECS-S/03
- Lingua di insegnamento: Italiano
- Moduli: Giorgio Tassinari (Modulo MOD.1) Ercole Vagnozzi (Modulo MOD.2)
- Modalità didattica: Convenzionale - Lezioni in presenza (Modulo MOD.1) Convenzionale - Lezioni in presenza (Modulo MOD.2)
- Campus: Bologna
- Corso: Laurea in Management e marketing (cod. 8406)
Conoscenze e abilità da conseguire
Al termine del corso lo studente è in grado di elaborare le informazioni sia sull'ambiente interno che sull'ambiente esterno all'impresa a partire da grandi masse di dati, di individuare le relazioni tra fenomeni e di collegarle al problema rilevante. Inoltre, lo studente conosce come e dove nasce il dato transazionale del processo CRM, apprende le basi per la gestione di un sistema informativo, utilizza i dati con il processo di ETL per creare un data warehouse aziendale. Il corso si propone quindi l'obiettivo di impartire le conoscenze metodologiche per svolgere analisi predittive (analisi delle serie temporali, regressione lineare e non lineare), per supportare le decisioni aziendali (teoria statistica delle decisioni), impartendo inoltre le competenze utili alla comprensione del sistema informativo aziendale ERP, necessarie per gestire le informazioni di carattere aziendale (knowledge management).
Contenuti
1. Il customer relationship management. Fondamenti teorici 2. Il CRM nei mercati di largo consumo 2.1 L'analisi di regressione logistica 2.2 La churn analysis 2.3 La profilazione dei clienti e la microsegmentazione 2.4 L'impiego dei dati qualitativi per l'analisi della customer satisfaction 2.5 L'analisi delle corrispondenze 2.6 Cenni sulle reti neurali 2.7 Le curve di sopravvivenza e il filtro di Kalman-Meier 3. La segmentazione del mercato. 3.1 Chaid e AID. 3.2) Conjoint analysis
Testi/Bibliografia
1.Sergio Brasini, Giorgio Tassinari, Dalla customer satisfaction alla customer loyalty, Statistica applicata, 16,4, 2004. Francis Buttle, Customer Relationship Management, 2012, F. Angeli, capp. 1 e 11.
2.1 Dispensa sito web docente 2.2 Dispensa sito web docente 2.3 Dispensa sito web docente 2.4 Sergio Bolasco, L'analisi multidimensionale dei dati,V ediz. Carocci, 2013, Capitolo 7 2.5 Sergio Bolasco, L'analisi multidimensionale dei dati, V ediz., Capp 1 e 5
3. Brasini, Freo, Tassinari e Tassinari, Marketing e pubblicità, Il Mulino, 2010, Cap. 3
Metodi didattici
Il corso non prevede lezioni frontali. Verranno resi disponibili con anticipo i materiali (dispense, slides, video) che saranno discussi durante le lezioni. saranno inoltre svolti dei workshop in laboratorio.
Modalità di verifica e valutazione dell'apprendimento
Prova scritta obbligatoria (che consiste in tre quesiti, di cui due teorici e un esercizio) e prova orale facoltativa. In alternativa gli studente possono svolgere una tesina di analisi statistica utilizzando gli strumenti statistico-informatici impartiti nel corso.
Strumenti a supporto della didattica
Dispense sul sito web docente, lezioni-video, esercizi svolti
disponibili sul sito web docente
cms.stat.unibo.it/tassinari
Link ad altre eventuali informazioni
Orario di ricevimento
Consulta il sito web di Giorgio Tassinari
Consulta il sito web di Ercole Vagnozzi