|
17910 -
ECONOMIA COMPORTAMENTALE E TEORIA DEI CONSUMI
(obiettivi)
Il corso si propone di approfondire tematiche legate al comportamento del consumatore che, alla luce delle più recenti metodologie di analisi, risulta essere caratterizzato da una scarsa razionalità, da errori (bias) e da un approccio “euristico” alla soluzione dei problemi. Tali comportamenti insieme alla stretta relazione tra emozione e decisione di acquisto sono utilizzati nel settore del marketing per incrementare l’acquisto di prodotti.
1. CONOSCENZA E CAPACITÀ DI COMPRENSIONE
L’insegnamento si propone di fornire le conoscenze di base di carattere teorico ed empirico in modo da permettere allo studente di comprendere autonomamente il comportamento del consumatore e le strategie di marketing. Tali conoscenze saranno acquisite principalmente attraverso le lezioni frontali, la lettura di testi mirati e la partecipazione a seminari tematici di approfondimento.
2. CAPACITÀ DI APPLICARE CONOSCENZA E COMPRENSIONE
Lo studente dovrà essere in grado di applicare le conoscenze metodologiche e teoriche acquisite nell’interpretazione dei comportamenti del consumatore. Tali specifiche competenze verranno sviluppate soprattutto attraverso lo studio di case studies, la realizzazione del project work e il dibattito in aula.
3. AUTONOMIA DI GIUDIZIO
L’autonomia di giudizio deriverà dalla comprensione e dalla conoscenza metodologie di analisi teoriche ed empiriche. Ciò viene costruito attraverso lezioni che incoraggiano la discussione ragionata e che stimolano il confronto.
4. ABILITA’ COMUNICATIVE
Lo studente dovrebbe acquisire la capacità di esporre e presentare con padronanza di linguaggio e adeguate capacità analitiche i problemi e i temi oggetto del corso. La realizzazione e la presentazione del project work mireranno proprio ad implementare tale abilità
-
CACCHIARELLI Luca
( programma)
Il corso si divide in due parti. La prima è dedicata ad un’approfondita introduzione ai fondamenti microeconomici della teoria della domanda (richiami alla teoria del consumatore, teoria delle decisioni in condizioni di rischio ed incertezza) insieme ai più avanzati contributi dell’economia comportamentale su questi temi (paradossi della scelta razionale, probability weighting, avversione alla perdita, behavioural biases). Nella seconda parte vengono presentati i principali modelli psicologici impiegati per analizzare i processi decisionali dei consumatori. In particolare, il ruolo degli aspetti cognitivi ed emotivi nella formazione della decisione. Inoltre, saranno analizzate le relazioni tra comunicazione e decisione di consumo, il ruolo della psicologia cognitiva nell’analisi delle pratiche commerciali ingannevoli e le basi psicologiche degli effetti di contesto sulle scelte di consumo. Un’ultima breve sezione è dedicata ai cambiamenti nei consumi alimentari, sempre più orientati alla qualità e agli aspetti salutistici dei cibi e alle problematiche ambientali.
( testi)
1. Varian H. R. (2014). Intermediate Microeconomics (qualsiasi edizione). W. W. Norton & Company. I seguenti capitoli: Budget Constraint (Cap 2), Preferences (Cap 3), Utility (Cap 4), Choice (Capitolo 5 fino all’esempio di perfetti sostituti); Demand (Cap 6); Uncertainty (par. 12.2, 12.3 e 12.4); Consumers’ surplus (cap 14).
2. Guéguen, N. (2009). Psicologia del consumatore, Bologna: Il Mulino, 2010.
3. Bonini, N. & Hadjichristidis, C. (2009). Il sesto senso: Emozione e Ragione nella decisione, Il Sole24Ore: Milano. Cap 1, 2, 5 e 8
|
8
|
SECS-P/02
|
48
|
-
|
-
|
-
|
Attività formative caratterizzanti
|
|
ITA |
Gruppo opzionale:
Gruppo di esami opzionali affini - (visualizza)
 |
16
|
|
|
|
|
|
|
|
|
|
119031 -
SOCIAL MEDIA MINING
(obiettivi)
Nell’epoca della trasformazione digitale, una parte parte importante delle informazioni utilizzabili dalle aziende sono ricavabili da dati non strutturati memorizzati in documenti aziendali (word, power point, e pdf), sul web (siti web, blog e comunità online) o su social media. Questi dati costituiscono un importante bacino informativo per comprendere i fenomeni e le dinamiche ambientali che riguardano la vita delle organizzazioni. Si tratta però di informazioni di carattere prevalentemente testuale, e di formato non strutturato. Inoltre, sono informazioni che hanno tutte le caratteristiche di velocità, varietà e quantità che caratterizzano i big data.
Il corso affronta le sfide tecniche per le organizzazioni e gli strumenti applicativi per identificare, raccogliere, estrarre, ed analizzare in maniera automatica fonti dati non strutturati provenienti da pagine web e social media.
Il corso introduce teoricamente i processi organizzativi fondamentali – sense making, decision making, e knowing – e i fondamenti dell’analisi qualitativa e dell’analisi automatica del testo. Il corso prevede inoltre conoscenze teoriche sui meccanismi di funzionamento delle tecnologie web includendo: protocolli e standard web e html, principali meccanismi di funzionamento dei social media, API per l’accesso ai dati sulle piattaforme social media, principali tecnologie di interscambio dati tra piattaforme diverse (csv, json).
Per finalità applicative nel corso gli studenti svolgeranno attività pratiche di estrazione, manipolazione ed analisi di dati prelevati da social media o da siti web. Le conoscenze, le tecniche e gli strumenti appresi durante il corso possono essere utilizzate anche per l’analisi di altri tipi di dati non strutturati quali ad esempio report, documenti, o fonti documentali provenienti da banche dati.
Durante il corso gli studenti saranno impegnati in attività di apprendimento (sia di tipo teorico che di tipo applicativo) individuale e di gruppo. La partecipazione al corso è volta a stimolare negli studenti lo sviluppo delle seguenti conoscenze e capacità.
Conoscenza e capacità di comprensione
Comprendere opportunità e limiti dei big data, dei dati non strutturati, e dell’analisi automatica del testo.
Conoscere i processi organizzativi fondamentali e il ruolo che l’informazione ha all’interno degli stessi.
Conoscere i fondamenti teorici e le tecniche necessarie per l’estrazione e l’analisi automatica di dati a partire da fonti di testo non strutturate.
Conoscenze e capacità di comprensione applicate
Riconoscere ambiti di applicazioni pratiche delle tecniche di estrazione, manipolazione, ed analisi di dati non strutturati.
Riconoscere opportunità e rischi dell’utilizzo dell’informazione proveniente da fonti dati non strutturati, dal web, e dai social media.
Autonomia di giudizio
Comprendere se e quali dati provenienti da fonti non strutturate (web e social media) possono rispondere al fabbisogno informativo di persone o organizzazioni.
Comprendere quali fonti informative strutturate e non strutturate integrare per rispondere al fabbisogno informativo.
Saper valutare il contenuto informativo – ed i bias eventualmente presenti – all’interno di dati non strutturati. Saper interpretare in maniera oggettiva l’informazione ottenuta dall’analisi automatica del testo.
Abilità comunicative
Durante il corso gli studenti alleneranno la capacità di presentare, argomentare e discutere in pubblico degli strumenti di analisi automatica del testo e dell’interpretazione dei risultati delle analisi effettuate.
Capacità di apprendere
Capacità di affrontare il processo di apprendimento in maniera completamente autonoma ed auto-gestita.
-
BRACCINI Alessio maria
( programma)
Il programma del corso è diviso in una parte teorica ed in una parte applicativo/pratica. Nella parte teorica gli studenti approfondiranno i processi organizzativi di sense making, decision making, e knowing. Approfondiranno i problemi tecnici e le potenzialità dell’analisi di dati non strutturati e dell’analisi automatica del testo. Approfondiranno inoltre conoscenze teoriche relative al funzionamento delle tecnologie web e dei social media.
Nella parte applicativo/pratica gli studenti approfondiranno una serie di competenze pratiche che riguardano l’uso di strumenti di raccolta, manipolazione ed analisi dati funzionali ad aumentare il fabbisogno informativo delle organizzazioni. Nella parte applicativo/pratica saranno affrontati i seguenti aspetti:
- Web scapring e social media mining
- Data manipulation: pulizia, codifica, decodifica e tasformazione di dati
- Operazioni di base di text mining: creazione di text crorpora, estrazione di token, lessici, radici, lemmi, n-gram, matrici tdm/dtm;
- Operazioni avanzate: annotazione semantica, estrazione di topic, sentiment, emotion dal testo, classificazione
( testi)
In corso di definizione
-
Margherita Emanuele Gabriel
( programma)
Il programma del corso è diviso in una parte teorica ed in una parte applicativo/pratica. Nella parte teorica gli studenti approfondiranno i processi organizzativi di sense making, decision making, e knowing. Approfondiranno i problemi tecnici e le potenzialità dell’analisi di dati non strutturati e dell’analisi automatica del testo. Approfondiranno inoltre conoscenze teoriche relative al funzionamento delle tecnologie web e dei social media.
Nella parte applicativo/pratica gli studenti approfondiranno una serie di competenze pratiche che riguardano l’uso di strumenti di raccolta, manipolazione ed analisi dati funzionali ad aumentare il fabbisogno informativo delle organizzazioni. Nella parte applicativo/pratica saranno affrontati i seguenti aspetti:
- Web scapring e social media mining
- Data manipulation: pulizia, codifica, decodifica e tasformazione di dati
- Operazioni di base di text mining: creazione di text crorpora, estrazione di token, lessici, radici, lemmi, n-gram, matrici tdm/dtm;
- Operazioni avanzate: annotazione semantica, estrazione di topic, sentiment, emotion dal testo, classificazioni
( testi)
Books:
Simon Munzert, Christian Rubba, Peter Meißner, and Dominic Nyhuis
Automated data collection with R: A practical guide to web scraping and text mining.
John Wiley & Sons, 2014
ISBN 978-1118834817
Bing Liu
Sentiment analysis: Mining opinions, sentiments, and emotions
Cambridge University Press, 2015
ISBN 978-1107017894
|
8
|
SECS-P/10
|
48
|
-
|
-
|
-
|
Attività formative affini ed integrative
|
|
ITA |
|
119036 -
ECONOMIA E MARKETING DEI PRODOTTI AGROALIMENTARI
(obiettivi)
Obiettivo del corso è fornire gli strumenti teorici e metodologici per
(i) comprendere gli obiettivi e la struttura del sistema economico, con particolare riferimento al settore agroalimentare;
(ii) inquadrare le caratteristiche dei processi di produzione e di consumo dei prodotti agroalimentari e le loro implicazioni sulla sfera ambientale e sociale;
(iii) analizzare le determinanti delle scelte dei consumatori dei prodotti agro-alimentari e le implicazioni sul marketing d’impresa e sul marketing territoriale.
-
FRANCO Silvio
( programma)
I contenuti del corso sono suddivisi in quattro parti.
Nella prima parte, dopo aver chiarito le finalità del corso e l’approccio adottato per il suo svolgimento, vengono forniti alcuni riferimenti sullo studio dei sistemi economici, sia in chiave storica che epistemologica.
Nella seconda parte viene descritta la struttura del processo economico, l’impatto a livello ambientale e sociale e le specificità che questo assume nel caso del settore agroalimentare; sempre in questa parte vengono definite le caratteristiche fisiche dei processi di produzione e di consumo dei prodotti agroalimentari.
Nella terza parte, dopo aver definito il concetto di sostenibilità debole e forte, vengono illustrate le modalità di valutazione del livello di sostenibilità ambientale delle fasi di produzione, distribuzione e consumo nelle filiere agroalimentari, attraverso il calcolo di specifici indicatori quantitativi.
Nella quarta parte, dopo aver ripreso i principali concetti relativi al processo decisionale del consumatore e agli elementi che li influenzano nel caso dei prodotti agroalimentari, vengono discusse le implicazioni sul marketing agroalimentare e sul marketing territoriale anche attraverso lo sviluppo e la discussione di casi di studio.
Programma:
Parte 1 – Il paradigma di riferimento (“Una testa che pensa e meglio di una testa piena”)
1.1 – Introduzione al corso
1.2 - Ambiente e società nella storia del pensiero economico
1.3 - Le relazioni fra ambiente ed economia: paradigmi a confronto
1.4 – Discussione sugli argomenti affrontati nella prima parte
Parte 2 – I processi economici: il caso del settore agroalimentare (“La natura non offre nulla gratis”)
2.1 – La natura del processo economico e le sue implicazioni ambientali e sociali
2.2 – La struttura dei processi di produzione agroalimentare
2.3 – La struttura dei processi di consumo del cibo
2.4 – Discussione sugli argomenti affrontati nella seconda parte
Parte 3 – La sostenibilità nel settore agroalimentare (“Chi crede a una crescita infinita in un mondo finito è un folle oppure un economista”)
3.1 - I concetti di sostenibilità debole e sostenibilità forte
3.2 – Esempi di valutazione della sostenibilità dei sistemi agroalimentari
3.3 – Discussione sugli argomenti affrontati nella terza parte
Parte 4 – Comportamento del consumatore e marketing agroalimentare (“I consumatori guardano il prezzo solo quando non hanno nient’altro da considerare”)
4.1 – Il processo decisionale del consumatore di prodotti agroalimentari
4.2 – La percezione della qualità e del valore degli alimenti
4.3 – Le implicazioni sul marketing agroalimentare (evidenze ed esempi)
4.4 – Le implicazioni sul marketing territoriale (evidenze ed esempi)
4.5 – Discussione sugli argomenti affrontati nella quarta parte
( testi)
- Silvio Franco, "Appunti dalle Lezioni di Economia e Marketing del Prodotti Agroalimentari", 2019
(reso disponibile dal docente)
- Materiali per letture integrative e approfondimenti
(resi disponibili dal docente)
|
8
|
AGR/01
|
48
|
-
|
-
|
-
|
Attività formative affini ed integrative
|
|
ITA |
|
17911 -
MARKETING E BIG DATA ANALITYCS
(obiettivi)
1) Conoscere i Big Data, cosa sono e come possono essere utilizzati dalle aziende in chiave strategica e in ottica di customer experience
2) Conoscere e Comprendere l’utilizzo dei Big Data, le fonti da cui provengono e le analisi che si possono attivare
3) Conoscere e Comprendere l’utilizzo delle principali tecniche di analisi dei Big Data
4) Conoscere e Comprendere l’utilizzo delle principali tecnologie per le fonti dei Big Data
5) Conoscere la normativa italiana ed europea in termini di privacy e di utilizzo dei Big Data
6) Conoscere e saper interpretare i dati derivanti dalle varie analytics dei Big Data e come possono essere utilizzati per definire la strategia di marketing customer oriented
-
IANDIORIO Elisa
( programma)
Questo percorso formativo permette agli studenti di acquisire le competenze e le conoscenze necessarie per la valutazione in ottica prettamente aziendale dei Big Data: cosa sono, come vengono analizzati ed utilizzati per aumentare le performance aziendali. Ad oggi l’acquisto di un bene o di un servizio non dipende esclusivamente dal rapporto qualità/prezzo o prezzo/prestazioni, la customer experience è diventata un oggetto di analisi fondamentale per ogni tipo di impresa. Quello che oggi permette ad un’azienda di aumentare le vendite e il fatturato è la capacità di offrire i propri prodotti o servizi al momento giusto, nel posto giusto, alla persona giusta, tramite il canale giusto. L’attenzione si è spostata dal prodotto al consumatore: tutto ruota intorno ad esso e per questo si rende quindi necessaria un’analisi dei suoi bisogni ma soprattutto delle sue aspettative, al fine di costruire un’offerta ad hoc in grado di massimizzare le probabilità di acquisto. L'era della digitalizzazione e dell’Internet of Things mette a disposizione delle aziende tutti gli strumenti necessari per monitorare ogni fase del Customer Journey ottenendo grandi moli di dati utilizzabili per migliorare la Customer Experience, orientare la strategia aziendale ed ottenere validi ritorni economici. Alla fine di questo percorso formativo lo studente avrà acquisito le conoscenze necessarie per sviluppare una strategia aziendale utilizzando i Big Data per analizzare il consumatore e il suo comportamento di acquisto. In breve il corso permetterà allo studente di:
- valutare l’impatto dei Big Data a livello tecnologico, manageriale e di analisi del comportamento del consumatore
- capire le opportunità che offrono i Big Data e i loro costi
- strutturare una strategia aziendale in ottica di customer experience
PREMESSA SULLA METODOLOGIA DI PROGETTAZIONE E CONDUZIONE
Il percorso formativo proposto è stato progettato in modo tale da bilanciare lezioni frontali con una didattica interattiva, affiancando all’analisi e alla spiegazione teorica dei singoli argomenti esercitazioni e case history.
ARGOMENTI TRATTATI
• I Big Data: cosa sono e perché sono importanti per le aziende
• Come i Big Data hanno cambiato le aziende
• La Customer Experience: cosa è e perché è importante per le aziende
• L’internet of Things: cosa è e come ha rivoluzionato il modo di analizzare il consumatore
• Tecnologie per i Big Data: gli strumenti a disposizione per analizzare i Big Data
• Sviluppare una strategia aziendale utilizzando i Big Data
• Case History
( testi)
"Big Data - Cosa sono, come analizzarli e utilizzarli per fare marketing" Autore: Elisa Iandiorio - Casa Editrice: Dario Flaccovio - Codice ISBN 9788857909257"
|
8
|
SECS-P/08
|
48
|
-
|
-
|
-
|
Attività formative affini ed integrative
|
|
ITA |
|
119032 -
INNOVAZIONE E CERTIFICAZIONE DEI PRODOTTI
(obiettivi)
1) Conoscere i principi dell'innovazione tecnologica e i modelli di riferimento connessi.
2) Apprendimento dei principi per comprendere le dinamiche dell’innovazione e della certificazione dei prodotti per la competitività delle imprese, con particolare riferimento ai mercati internazionali.
3) Capacità di comunicare i principi dell'innovazione tecnologica e i requisiti della certificazione di prodotto.
4) Capacità di analizzare i dati e il contesto dei mercati di riferimento per una corretta attuazione dell'innovazione tecnologica e per favorire la competitività.
5) Conoscenza degli strumenti di certificazione dei prodotti e delle filiere produttive.
-
RUGGIERI Alessandro
( programma)
1. L’innovazione tecnologica: innovazione di processo e di prodotto; il concetto di ‘prodotto innovativo’; fonti dell’innovazione; il matching tra ricerca e innovazione; startup e spinoff.
2. Tipologie di processo e prodotto: prodotti intermedi e finali; prodotti di largo consumo e prodotti industriali; macchinari e attrezzature; il contesto internazionale; filiere produttive: materie plastiche; industria chimica; farmaceutica; sistema moda (abbigliamento, industria tessile, calzature), prodotti siderurgici; industria meccanica; automotive; agroalimentare; industria digitale e elettronica di consumo.
3. Impatto dell’innovazione su prodotti e processi: digitalizzazione e automazione (industria 4.0); nuovi modelli di fabbrica e produzione; i prodotti ‘digitali’; nuovi materiali: materiali della chimica verde, bioplastiche e biosensori; biotecnologie; uso di processi e materiali innovativi per i prodotti ‘tradizionali’;
4. La certificazione dei prodotti: tipi di certificazione; la certificazione di prodotto; la certificazione di prodotto ambientale; la marcatura CE; disciplinari di produzione di filiera; le certificazioni di settore e di filiera; il quadro internazionale; certificazione e esportazione dei prodotti nei mercati non UE;
( testi)
Dispense e materiale didattico fornito dal docente.
|
8
|
SECS-P/13
|
48
|
-
|
-
|
-
|
Attività formative affini ed integrative
|
|
ITA |
|
