1. Marketing Intelligence: passato, presente e futuro dell’analisi di marketing. Dalle tradizionali tecniche di ricerca di mercato alle moderne strategie data-driven. 3h
2. In che modo i big data e l'analisi avanzata hanno modificato i processi decisionali, consentendo alle aziende di prevedere l'evoluzione del mercato, analizzare e prevedere il comportamento dei consumatori. 3h
3. Tecnologie e Marketing Intelligence: Ruolo delle tecnologie nel potenziare la produzione di dati. 2h
4. L’impatto dell'intelligenza artificiale e del machine learning sull'automazione e l'ottimizzazione delle strategie di marketing. 2h
5. Segmentazione della clientela: metodi matematici e statistici. Cluster analysis, modellazione stocastica. 6h
6. Customer Lifetime Value (CLV) per comprendere il contributo finanziario a lungo termine del cliente al business. Applicazione della segmentazione della clientela a strategie di marketing di successo. 3h
7. Customer Relationship Management CRM: il suo ruolo nella raccolta e nell'analisi dei dati dei clienti, nella comprensione del comportamento dei consumatori e nelle azioni di marketing. Analisi avanzata, random forest, decision trees, and survival analysis, per la previsione e la prevenzione dell'abbandono. 3h
8. Come migliorare l'erogazione dei servizi, aumentare la soddisfazione dei clienti e promuovere la fedeltà a lungo termine. 2h
9. Marketing Modeling: modellazione predittiva vs causale nell'analisi. 2h
10. Come le previsioni e le relazioni di "causa ed effetto" tra le variabili possono essere applicate per risolvere diversi problemi di marketing. 3h
11. Machine Learning supervisionato e non supervisionato: come gli algoritmi sui dati labeled per fare previsioni. In che modo l'apprendimento non supervisionato identifica modelli e relazioni nei dati “non labeled”. 3h
12. Casi studio sull'uso nella segmentazione dei clienti e nell'analisi del comportamento di scelta e di acquisto. 4h
English
Italiano