Il corso insegna i principali metodi di analisi statistica multivariata e di data mining, il cui utilizzo nel marketing si è notevolmente diffuso negli ultimi anni. In particolare verranno studiate la segmentazione del mercato, le mappe percettive, la ricerca delle eccellenze, l’analisi delle criticità, la soddisfazione del consumatore e le reti sociali.

1.  Richiami di statistica di base. Media, varianza, asimmetria, curtosi, correlazione, regressione semplice, frequenze marginali, frequenze congiunte, frequenze condizionate.

2.  Richiami di algebra lineare. Vettori, matrici, relazioni, operazioni, casi notevoli, sistemi lineari, rango, determinante.

3.  Complementi di algebra lineare. Matrici a blocchi, spazi lineari, matrici ortogonali, autovalori, autovettori, forme quadratiche, valori singolari, approssimazioni di matrici, prodotti di matrici.

4.  Elaborazioni preliminari. Matrice dei dati, matrice delle distanze, vettore media, matrice varianza, matrice correlazione, asimmetria e curtosi multivariate, matrici a più vie.

5.  Metodi orientati alle unità. Analisi dei gruppi, analisi della varianza, analisi discriminante, graduazione multidimensionale.

6.  Metodi orientati alle variabili. Regressione multivariata, componenti principali, analisi delle corrispondenze, correlazioni canoniche.

7.  Applicazioni al marketing: segmentazione del mercato, mappe percettuali, conjoint analysis, previsione della domanda, customer satisfaction, reti sociali.

L'apprendimento dei concetti spiegati durante il corso risulta facilitato se lo studente padroneggia i concetti riguardanti le basi della Statistica Descrittiva e dell'Algebra lineare.

- Conoscenza e capacità di comprensione: lo studente conoscerà i principali metodi di statistica multivariata (regressione multivariata, componenti principali, analisi discriminante, graduazione multidimensionale, …) ed il loro utilizzo nel marketing (segmentazione del mercato, fattori critici di successo, posizionamento del prodotto, …).

- Conoscenza e capacità di comprensione applicate: lo studente potrà esplorare quantitativamente dati complessi, per individuarne le strutture latenti. In particolare, lo studio di dati ricavati da situazioni concrete aiuterà lo studente ad affrontare le ambiguità e le incognite poste dalla statistica applicata.

- Autonomia di giudizio: lo studente potrà scegliere la metodologia più adatta all'esplorazione dei dati e valutare la qualità dei risultati ottenuti. Riuscirà anche ad utilizzare i dati in ambito professionale, per analizzare il problema e scegliere tra diverse alternative.

- Abilità comunicative: lo studente imparerà a comunicare i risultati delle analisi esplorative tramite grafici, tabelle, presentazioni e relazioni. In particolare, imparerà a comunicare i risultati delle analisi statistiche anche a chi ha una limitata conoscenza della materia.

- Capacità di apprendere: lo studente riuscirà ad integrare quanto appreso con le metodologie apprese in altri corsi oppure tramite studio personale. In particolare, imparerà ad approfondire in modo autonomo le conoscenze di statistica multivariata trattate nel corso.

Il materiale didattico predisposto dalla/dal docente in aggiunta ai testi consigliati (come ad esempio diapositive, dispense, esercizi, bibliografia) e le comunicazioni della/del docente specifiche per l'insegnamento sono reperibili all'interno della piattaforma Moodle › blended.uniurb.it

Eventuali attività di supporto verranno stabilite dopo avere ascoltato le esigenze degli studenti.

Modalità didattiche

Durante le lezioni verranno svolte le seguenti attività. Lezioni. Esposizione della teoria, discussione di casi reali, verifica informale dei risultati di apprendimento. La modalità didattica è interattiva, per stimolare e la partecipazione attiva degli studenti

Didattica innovativa

Classe capovolta

Obblighi

Frequentare le lezioni non è obbligatorio ma è vivamente consigliato.

Testi di studio

1.  Il libro di Mary Fraire e Alfredo Rizzi : Analisi dei Dati per il Data Mining, edito da Carocci nell'anno 2011, che risulta particolarmente utile per approfondire i punti 4, 5, 6 e 7 elencati nei Risultati di Apprendimento.

2.   Il libro di Alfredo Rizzi: Il Linguaggio delle Matrici, edito da Carocci nell'anno 1999, che risulta particolarmente utile per approfondire i punti 2 e 3 elencati nei Risultati di Apprendimento.

3.  Dispense messe a disposizione dal docente sulla piattaforma Moodle › blended.uniurb.it., inclusive di esercizi risolti, esercizi svolti, tabelle riassuntive, modalità di esame, esempi di esame.

Modalità di
accertamento

L'esame finale valuta in modo oggettivo i Risultati di Apprendimento e consiste in trenta esercizi che lo studente deve svolgere. Ogni esercizio svolto correttamente conferisce un punto. la somma dei punti costituisce il voto di esame. Lo studente che ha totalizzato trenta punti può chiedere di essere valutato per il conseguimento della lode. In tal caso, il docente pone allo studente tre domande riguardanti altrettanti concetti definiti negli appunti. Lo studente ottiene la lode rispondendo correttamente a tutte e tre le domande. Ogni risposta sbagliata abbassa di un punto il voto d'esame precedentemente ottenuto.

Ogni esercizio richiama un concetto insegnato nel corso, che deve quindi essere conosciuto e compreso per svolgere l’esercizio stesso (conoscenza e capacità di comprensione). Le soluzioni degli esercizi sono ottenute applicando le regole operative insegnate durante il corso (conoscenza e capacità di comprensione applicate). La scelta del modo migliore per svolgere gli esercizi dipende dalle informazioni di cui lo studente dispone, e che deve utilizzare in modo critico ed adeguato (autonomia di giudizio). Le soluzioni degli esercizi, per essere comunicate in modo chiaro, richiedono le competenze linguistiche specifiche insegnate nel corso (abilità comunicative). Lo studente, per svolgere gli esercizi in modo efficace ed efficiente, deve avere appreso come adattare alle proprie caratteristiche i metodi risolutivi spiegati nel corso (capacità di apprendere).

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.

Modalità didattiche

Studio individuale

Obblighi

Frequentare le lezioni non è obbligatorio ma è vivamente consigliato.

Testi di studio

1.  Il libro di Mary Fraire e Alfredo Rizzi : Analisi dei Dati per il Data Mining, edito da Carocci nell'anno 2011, che risulta particolarmente utile per approfondire i punti 4, 5, 6 e 7 elencati nei Risultati di Apprendimento.

2.   Il libro di Alfredo Rizzi: Il Linguaggio delle Matrici, edito da Carocci nell'anno 1999, che risulta particolarmente utile per approfondire i punti 2 e 3 elencati nei Risultati di Apprendimento.

3.  Dispense messe a disposizione dal docente sulla piattaforma Moodle › blended.uniurb.it., inclusive di esercizi risolti, esercizi svolti, tabelle riassuntive, modalità di esame, esempi di esame.

Modalità di
accertamento

L'esame finale valuta in modo oggettivo i Risultati di Apprendimento e consiste in trenta esercizi che lo studente deve svolgere. Ogni esercizio svolto correttamente conferisce un punto. La somma dei punti costituisce il voto di esame. Lo studente che ha totalizzato trenta punti può chiedere di essere valutato per il conseguimento della lode. In tal caso, il docente pone allo studente tre domande riguardanti altrettanti concetti definiti negli appunti. Lo studente ottiene la lode rispondendo correttamente a tutte e tre le domande. Ogni risposta sbagliata abbassa di un punto il voto d'esame precedentemente ottenuto.

Ogni esercizio richiama un concetto insegnato nel corso, che deve quindi essere conosciuto e compreso per svolgere l’esercizio stesso (conoscenza e capacità di comprensione). Le soluzioni degli esercizi sono ottenute applicando le regole operative insegnate durante il corso (conoscenza e capacità di comprensione applicate). La scelta del modo migliore per svolgere gli esercizi dipende dalle informazioni di cui lo studente dispone, e che deve utilizzare in modo critico ed adeguato (autonomia di giudizio). Le soluzioni degli esercizi, per essere comunicate in modo chiaro, richiedono le competenze linguistiche specifiche insegnate nel corso (abilità comunicative). Lo studente, per svolgere gli esercizi in modo efficace ed efficiente, deve avere appreso come adattare alle proprie caratteristiche i metodi risolutivi spiegati nel corso (capacità di apprendere).

Disabilità e DSA

Le studentesse e gli studenti che hanno registrato la certificazione di disabilità o la certificazione di DSA presso l'Ufficio Inclusione e diritto allo studio, possono chiedere di utilizzare le mappe concettuali (per parole chiave) durante la prova di esame.

A tal fine, è necessario inviare le mappe, due settimane prima dell’appello di esame, alla o al docente del corso, che ne verificherà la coerenza con le indicazioni delle linee guida di ateneo e potrà chiederne la modifica.

L'esame e la bibliografia potranno essere in lingua inglese su richiesta dello studente.