Guida degli insegnamenti

Syllabus

Partially translatedTradotto parzialmente
[W001274] - LABORATORIO DI DIGITAL STRATEGY E DATA INTELLIGENCE ANALYSIS (CORSO PROGR.)LABORATORY OF DIGITAL STRATEGY AND DATA INTELLIGENCE ANALYSIS (ADVANCED)
Luca MARINELLI
Lingua di erogazione: ITALIANOLessons taught in: ITALIAN
Laurea Magistrale - [EM03] ECONOMIA E MANAGEMENT (Curriculum: AMMINISTRAZIONE, FINANZA E CONTROLLO) Master Degree (2 years) - [EM03] ECONOMICS AND MANAGEMENT (Curriculum: AMMINISTRAZIONE, FINANZA E CONTROLLO)
Dipartimento: [040018] Dipartimento di ManagementDepartment: [040018] Dipartimento di Management
Anno di corsoDegree programme year : 2 - Secondo Semestre
Anno offertaAcademic year: 2020-2021
Anno regolamentoAnno regolamento: 2019-2020
Opzionale
Crediti: 3
Ore di lezioneTeaching hours: 22
TipologiaType: F - Altro
Settore disciplinareAcademic discipline: NN - Indefinito/Interdisciplinare

LINGUA INSEGNAMENTO LANGUAGE

ITALIANO

Italian


PREREQUISITI PREREQUISITES

Sono richieste conoscenze di base di digital marketing.

Basic knowledge of digital marketing is required


MODALITÀ DI SVOLGIMENTO DEL CORSO DEVELOPMENT OF THE COURSE

Il Corso si pone l’obiettivo di fornire le conoscenze e le competenze professionali di web analytics, ovvero di analisi dei dati derivanti dai comportamenti online delle persone al duplice scopo di misurare le performance delle campagne di digital marketing delle imprese e di approfondire la conoscenza dei clienti, quale input per la formulazione delle strategie.
Le lezioni frontali saranno integrate dalla discussione in aula di casi aziendali, dallo svolgimento di project work, anche mediante l’ausilio di piattaforme software specializzate.

The course aims to provide the know-ow and professional skills of web analytics, that is to analyze data deriving from users’ online behavior for the twofold purpose of measuring the digital marketing campaigns performance and to deepen their knowledge about customers. This represents an input for the strategy implementation.
Lectures will be integrated by classroom discussion about business cases, by a project work, also through the use of specialized software platform.


RISULTATI DI APPRENDIMENTO ATTESI LEARNING OUTCOMES
Conoscenze e comprensione.

Al termine del Corso gli allievi avranno acquisito le conoscenze necessarie per tracciare, misurare, analizzare, e ottimizzare le interazioni delle persone sul canale online, facendo leva sui dati di web analytics.


Capacità di applicare conoscenze e comprensione.

Al termine del Corso gli studenti saranno in grado di progettare e di utilizzare un sistema di indicatori e metriche per l’analisi del comportamento online degli utenti, allo scopo di misurare la performance delle campagne di marketing e di migliorare la customer experience.


Competenze trasversali.

L’approccio operativo conferito al Corso, garantirà agli studenti di acquisire capacità trasversali, come la capacità di problem solving, di lavorare in gruppo e di compiere decisioni basate su una solida analisi dei dati.


Knowledge and Understanding.

At the end of the course the students will have acquired the knowledge necessary to track, measure, analyzer, and optimized the users interactions on the online channels, leveraging on web analytics data.


Capacity to apply Knowledge and Understanding.

At the end of the course, students will be able to design and use the key metrics for the users’ online behavior analysis, in order to measure the digital marketing campaign performance and to improve the customer experience.


Transversal Skills.

The operational approach given to the course will guarantee students to acquire transvertal skills, such as problem solving, teamwork and data-driven decision-making.



PROGRAMMA PROGRAM

1. Contenuti.
• Il marketing data-driven: cenni sulla rilevanza dei dati e sui big data nell’attuale contesto digitale
• La web analytics
• L’analisi del customer journey e dei percorsi di navigazione sul sito web
• Dagli analytics agli insights: dalla reportistica sui dati alle decisioni di marketing

2. Esercitazioni (Se presenti)
I concetti acquisiti durante la didattica verranno messi in pratica dagli studenti durante apposite sessioni in cui è previsto l’utilizzo della piattaforma di analytics individuata.

PROGRAM
Contents:
- Data-driven marketing: notes on the relevance of data and big data in the current digital context
- Web analytics
- The customer journey analytics and the browsing paths on the website
- From analytics to insights: from data reporting to marketing decisions.

Class Exercise:
The concepts acquired during the lectures will be put into practice by students during specific sessions in which the use of the selected analytics platform will be envisaged.


MODALITÀ DI SVOLGIMENTO DELL'ESAME DEVELOPMENT OF THE EXAMINATION
Modalità di valutazione dell'apprendimento.

L'esame consiste in parte in una prova orale e in parte nello svolgimento di un project work.


Criteri di valutazione dell'apprendimento.

Nel corso dell'esame gli studenti dovranno dimostrare di aver acquisito le conoscenze e le competenze necessarie per implementare e interpretare analiticamente un modello di customer journey.


Criteri di misurazione dell'apprendimento.

Il voto sarà espresso in trentesimi. Lo studente supererà l'esame se otterrà almeno 18. E' prevista l'assegnazione del massimo dei voti con lode (30 e lode).


Criteri di attribuzione del voto finale.

Il voto finale verrà attribuito sulla base dell’esito della prova orale, articolata in 3 domande e della valutazione del project work. Gli studenti che dimostreranno un’approfondita ed esaustiva comprensione dei contenuti teorici e pratici del corso otterranno la lode.


Learning Evaluation Methods.

The exam consists partly of an oral test and partly in a project work.


Learning Evaluation Criteria.

During the exam, students will have to demonstrate that they have acquired the knowledge and skills necessary to implement and analytically interpret a customer
journey model.


Learning Measurement Criteria.

The grade will be expressed in thirtieths. The student will pass the exam if he obtains at least 18. The highest grades will be awarded with honors (30 cum laude).


Final Mark Allocation Criteria.

The final grade will be awarded on the basis of the outcome of the oral test, divided into 3 questions and the evaluation of the project work. Students who demonstrate a thorough and exhaustive understanding of the theoretical and practical contents of the course will obtain the highest grade.



TESTI CONSIGLIATI RECOMMENDED READING

Il materiale didattico verrà fornito dal docente all’inizio del corso.

The teaching material will be provided by the teacher at the beginning of the course.


Scheda insegnamento erogato nell’A.A. 2020-2021
Le informazioni contenute nella presente scheda assumono carattere definitivo solo a partire dall'A.A. di effettiva erogazione dell'insegnamento.
Academic year 2020-2021

 


Università Politecnica delle Marche
P.zza Roma 22, 60121 Ancona
Tel (+39) 071.220.1, Fax (+39) 071.220.2324
P.I. 00382520427