Skip to Main Content (Press Enter)

Logo UNIPV
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture

UNIFIND
Logo UNIPV

|

UNIFIND

unipv.it
  • ×
  • Home
  • Corsi
  • Insegnamenti
  • Professioni
  • Persone
  • Pubblicazioni
  • Strutture
  1. Insegnamenti

508827 - BIG DATA E MODELLI COMPUTAZIONALI PER IL MARKETING

insegnamento
ID:
508827
Durata (ore):
40
CFU:
6
SSD:
STATISTICA SOCIALE
Anno:
2026
  • Dati Generali
  • Syllabus
  • Corsi
  • Persone

Dati Generali

Periodo di attività

Secondo Semestre (22/02/2027 - 28/05/2027)

Syllabus

Obiettivi Formativi

L’insegnamento fornisce gli strumenti per:
-interpretare i megatrends emergenti;
-leggere e interpretare rapporti di ricerca e di analisi che fanno uso di tecniche computazionali complesse;
-utilizzare i Big Data nei processi decisionali aziendali, nello studio dell’end user e nella comprensione dei
suoi modelli di comportamento, nello sviluppo di nuovi prodotti e servizi e nel miglioramento dei processi
aziendali.

Prerequisiti

Non sono richieste competenze specifiche di carattere tecnico. E’ richiesta una minima competenza di
carattere statistico che sarà accertata all’inizio delle lezioni. Qualora questa non fosse presente il docente
proporrà letture integrative.

Metodi didattici

Lezioni frontali ed esercitazioni.

Verifica Apprendimento

L'esame prevede la realizzazione di un elaborato progettuale da presentare durante la prova orale sotto forma di pitch della durata massima di cinque minuti. L'elaborato potrà essere sviluppato individualmente oppure in gruppi composti da un massimo di quattro studenti. Nel caso di lavori di gruppo, ciascun componente dovrà presentare la parte di propria competenza e avrà a disposizione cinque minuti per l'esposizione. Il progetto dovrà consistere nello studio di fattibilità di un'iniziativa scelta dallo studente (o dal gruppo), coerente con le tematiche affrontate durante il corso e sviluppata applicando le metodologie, gli strumenti e gli approcci illustrati a lezione. La Commissione d'esame valuterà in particolare i seguenti aspetti:
i. Padronanza dei contenuti del corso, con riferimento alla capacità di applicare in modo corretto e consapevole le conoscenze, le metodologie e gli strumenti presentati durante le lezioni nella progettazione dell'elaborato.
ii. Qualità del progetto e del pitch, valutando la capacità di elaborare uno studio di fattibilità coerente, credibile e ben strutturato e di presentarlo in modo efficace, chiaro e convincente entro il tempo massimo di cinque minuti.
iii. Capacità comunicative e argomentative, con particolare attenzione all'efficacia dell'esposizione orale, alla chiarezza del ragionamento, alla capacità di sostenere le proprie scelte progettuali e di rispondere in modo pertinente alle domande della Commissione.
iv. Qualità dei materiali di supporto, considerando l'efficacia comunicativa, la chiarezza espositiva, la qualità grafica e la capacità delle slide (o di altri supporti) di valorizzare il pitch.

Testi

Materiali di lettura e dispense messe a disposizione degli studenti, nel corso dell’insegnamento, nella
sezione dedicata sulla piattaforma KIRO.

Contenuti

I Big Data:
-storia ed evoluzione;
-loro importanza strategica ed applicazioni attuali e future;
-Artificial Intelligence, IoT, Machine Learning e Deep Learning;
-infrastrutture, tecniche di analisi e di elaborazione.
Utilizzo dei Big Data:
-nei processi decisionali aziendali;
-nello studio dell’end user e nella comprensione delle sue user experiences;
-nello sviluppo di nuovi prodotti e servizi;
-nel miglioramento dei processi aziendali.
Sicurezza e governance:
-privacy e protezione dei dati;
-linee guida e normative.
I Big Data e gli Analytics nel Seamless Customer and Patient Journey. Case studies:
-Digital Customer Journey tra Retail (Fashion, Luxury, Food and Beverage) e Health (Healthcare,
Wellbeing, Clinics, Pharmaceuticals);
-Omnichannel Marketing e Marketing of Everything: a seamless Phygital Journey;
-Vision Recognition e Artificial Intelligence;
-Digital Interactive Engagement e Frictionless Experience;
-Smart Cities;
-Smart Life Science e Healthcare;
-Smart Clinics, Precision Nutrition, Precision Medicine, Digital Therapeutics, Wearables e Telemedicina.
-Metaverso.
L’insegnamento prevede la discussione di casi di studio e lo svolgimento di lezioni laboratoriali.

Lingua Insegnamento

ITALIANO

Altre informazioni

Agli studenti con accesso alla modalità di didattica inclusiva saranno assicurate fino a due ore alla settimana
di ricevimento online. Per quanto riguarda i materiali di lettura e le dispense prendere in considerazione la
voce “Testi di riferimento” del Syllabus.

Corsi

Corsi

COMUNICAZIONE DIGITALE 
Laurea Magistrale
2 anni
No Results Found

Persone

Persone (3)

FIGINI SILVIA
AREA MIN. 13 - Scienze economiche e statistiche
Gruppo 13/STAT-02 - STATISTICA ECONOMICA
Settore STAT-02/A - Statistica economica
DIRETTORE DI DIPARTIMENTO
FIGINI SILVIA
AREA MIN. 13 - Scienze economiche e statistiche
Gruppo 13/STAT-02 - STATISTICA ECONOMICA
Settore STAT-02/A - Statistica economica
Professore Ordinario
SASSI ALFREDO
AREA MIN. 13 - Scienze economiche e statistiche
Docente
No Results Found
  • Utilizzo dei cookie

Realizzato con VIVO | Designed by Cineca | 26.7.2.0