Offerta Didattica

 

INNOVAZIONE, IMPRENDITORIALITA' E TURISMO

DIGITAL MARKETING-BIG DATA ANALYSIS

Classe di corso: LM-77 - Scienze economico-aziendali
AA: 2022/2023
Sedi: MESSINA
SSDTAFtipologiafrequenzamoduli
INF/01, SECS-P/08Affine/IntegrativaLiberaLibera
CFUCFU LEZCFU LABCFU ESEOREORE LEZORE LABORE ESE
141400848400
Legenda
CFU: n. crediti dell’insegnamento
CFU LEZ: n. cfu di lezione in aula
CFU LAB: n. cfu di laboratorio
CFU ESE: n. cfu di esercitazione
FREQUENZA:Libera/Obbligatoria
MODULI:SI - L'insegnamento prevede la suddivisione in moduli, NO - non sono previsti moduli
ORE: n. ore programmate
ORE LEZ: n. ore programmate di lezione in aula
ORE LAB: n. ore programmate di laboratorio
ORE ESE: n. ore programmate di esercitazione
SSD:sigla del settore scientifico disciplinare dell’insegnamento
TAF:sigla della tipologia di attività formativa
TIPOLOGIA:LEZ - lezioni frontali, ESE - esercitazioni, LAB - laboratorio

Obiettivi Formativi

L’obiettivo dell’insegnamento è di trasmettere conoscenze relative ai Big Data, all’utilizzo degli stessi al fine di orientare le decisioni manageriali e alla loro possibile integrazione nei sistemi informativi aziendali e far acquisire approfondimenti teorici e pratici relativi a principi, tecniche e strumenti riguardanti il marketing management delle imprese operanti mediante i canali digitali.

Learning Goals


Metodi didattici

Teaching Methods


Prerequisiti

Conoscenza dei principi generali di gestione d’impresa.

Prerequisites


Verifiche dell'apprendimento

Assessment


Programma del Corso

------------------------------------------------------------ Modulo: A000833 - BIG DATA ANALYSIS ------------------------------------------------------------ Introduzione ai Big Data. Introduzione al Cloud Computing e dimensionamento di una infrastrutura cloud per la gestione e analisi dei dati. Data Warehouse: sistemi direzionali e di supporto alle decisioni, modello multidimensionale, architettura di un Data Warehouse, operatori OLAP, modelli logici, progettazione concettuale. Data Mining: Il processo di Knowledge Discovery in Databases, cenni alle tecniche di data preprocessing, tecniche di Data Mining. I principali strumenti per il Data Analytics. DBMS, Diagramma E-R. ------------------------------------------------------------ Modulo: A000834 - DIGITAL MARKETING ------------------------------------------------------------ Il corso si propone di analizzare l’evoluzione del marketing management, approfondendo le principali decisioni analitiche, strategiche e operative delle imprese operanti mediante i canali digitali, focalizzando l’attenzione sulle caratteristiche del Digital Marketing. Analizzando le opportunità manageriali che scaturiscono dall’integrazione tra i canali tradizionali e quelli digitali, il corso si propone di fornire un adeguato quadro conoscitivo per sviluppare, dalla formulazione alla realizzazione, una strategia di marketing digitale integrata, utilizzando le tecnologie digitali come mezzo attraverso il quale realizzare nuove forme di interazione con i consumatori e nuove forme di progettazione dell’offerta di mercato. Argomenti: Concetti introduttivi alla base del marketing digitale - Principi e caratteristiche dell’ecosistema digitale – Processi analitici: comprendere il nuovo consumatore - Comportamento e processo di acquisto del consumatore social – User experience e customer journey - La strategia di marketing digitale: segmentazione, posizionamento e differenziazione dell’offerta - Processi operativi: impatto dei media digitali e della tecnologia sul marketing mix - e-Product, e-Content, e-Price, e-Commerce - Le quattro aree dei social media: le social community, il social publishing, il social entertainment e il social commerce.

Course Syllabus


Testi di riferimento: ------------------------------------------------------------ Modulo: A000833 - BIG DATA ANALYSIS ------------------------------------------------------------ Matteo Golfarelli, Stefano Rizzi, Data Warehouse - Teoria e pratica della progettazione 2/ed, mcgraw-hill, 2006; P. Atzeni, S. Ceri, S. Fraternali, S. Paraboschi, R. Torlone, Basi di Dati: architetture e linee di evoluzione, McGraw-Hill, 2007; Pang-Ning Tan, Michael Steinbach, Anuj Karpatne, Vipin Kumar, Introduction to Data Mining, Addison-Wesley Alessandro Rezzani, Big Data, 2013, Apogeo Maggioli Editore. ------------------------------------------------------------ Modulo: A000834 - DIGITAL MARKETING ------------------------------------------------------------ Prandelli, E., & Verona, G. (2020). Human Digital Enterprise: Creare e co-creare valore in un contesto omni-data. EGEA spa. É possibile utilizzare anche: Prandelli, E., & Verona, G. (2011). Il vantaggio competitivo in rete: dal web 2.0 al cloud computing. McGraw-Hill. I testi devono essere integrati con gli appunti e le slide del corso. TESTI CONSIGLIATI a) Tuten, T.L., & Solomon, M.R. (2014). Social media marketing. Post-consumo, innovazione collaborativa e valore condiviso. Pearson. b) Marozzo V. (2019). Personalizzazione dell’offerta, tratti della personalità e brand. Edizioni accademiche italiane c) Cosenza V. (2014). Social Media ROI, Apogeo, Milano. MATERIALE DIDATTICO COMPLEMENTARE Materiale didattico a cura del docente. Letture e altro materiale didattico utilizzato/suggerito nel corso delle lezioni su specifici argomenti oggetto di approfondimenti tematici. Lo studente è tenuto a conoscere il materiale didattico di supporto che sarà discusso in aula. Tale materiale costituisce parte integrante del programma per tutti gli studenti (frequentanti e non) e sarà oggetto di valutazione in sede di esame.

Elenco delle unità didattiche costituenti l'insegnamento

Docente: GIUSEPPE CARISTI

Orario di Ricevimento - GIUSEPPE CARISTI

GiornoOra inizioOra fineLuogo
Lunedì 16:00 18:00Stanza Docente - 1° Piano - stanza n. 17.
Note:

Docente: VERONICA MAROZZO

Orario di Ricevimento - VERONICA MAROZZO

Dato non disponibile
  • Segui Unime su:
  • istagram32x32.jpg
  • facebook
  • youtube
  • twitter
  • UnimeMobile
  • tutti