- Docente: Annamaria Tuan
- Crediti formativi: 10
- SSD: SECS-P/08
- Lingua di insegnamento: Italiano
- Modalità didattica: Convenzionale - Lezioni in presenza
- Campus: Bologna
- Corso: Laurea Magistrale in Statistica, economia e impresa (cod. 8876)
-
dal 11/02/2025 al 20/05/2025
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
Nel Modulo 2 verranno affrontate alcune metodologie avanzate per lo studio delle decisioni di marketing attraverso metodologie di text analysis e tecniche sperimentali. In particolare verranno studiati i seguenti modelli:
- modelli Poisson e negative binomial
- modelli di Hayes
Testi/Bibliografia
- 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”.
-
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”
-
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
-
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.
-
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.
-
Lemon, K. N., & Verhoef, P. C. (2016). Understanding customer experience throughout the customer journey. Journal of Marketing, 80(6), 69-96.
-
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.
-
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
-
Pezzuti, T., Leonhardt, J. M., & Warren, C. (2021). Certainty in language increases consumer engagement on social media. Journal of Interactive Marketing, 53, 32-46
-
Hayes, A. F. (2017).Introduction to mediation, moderation, and conditional process analysis: A regression-based approach. Guilford publications. Chicago
-
Altre letture di supporto verranno fornite sulla piattaforma Virtuale.
Metodi didattici
Il corso prevede una parte teorica e una applicativa attraverso esercitazioni.
Durante i laboratori saranno utilizzati diversi software tra i quali: STATA e R
Sono previste anche testimonianze da parte di managers e consulenti che operano nel campo del marketing.
Modalità di verifica e valutazione dell'apprendimento
La valutazione del corso avverrà attraverso una prova scritta al termine dei due moduli 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.
La prova scritta consiste in due parti:
- multiple choice
- domande aperte volte all'interpretazione dei risultati dei modelli e relative implicazioni manageriali.
L' esame ha una durata di 90 minuti.
Orario di ricevimento
Consulta il sito web di Annamaria Tuan
SDGs



L'insegnamento contribuisce al perseguimento degli Obiettivi di Sviluppo Sostenibile dell'Agenda 2030 dell'ONU.