Advanced analytics e artificial intelligence. Casi e applicazioni. Ediz. MyLab

Il volume rappresenta un ponte fra il mondo del marketing e quello dell’Artificial Intelligence, consentendo ai due mondi di parlarsi e lavorare congiuntamente in modo efficace e sinergico. Grazie alle competenze differenziate degli autori e all’approccio multidisciplinare, si tratta di un volume in grado di trasmettere al lettore l’importanza di questa ibridazione, del mix di competenze fondamentali che garantiscono il successo. Il libro è rivolto non soltanto agli studenti che hanno uno specifico interesse e mostrano passione per il mondo della Data Science e del marketing, ma anche alle figure professionali interessate ad accrescere il proprio background approfondendo queste tematiche non solo da un punto di vista teorico, ma anche applicativo. Il volume consente di comprendere i fondamentali principi dell’intero ciclo di vita per lo sviluppo di applicazioni data-driven e gli strumenti necessari per abilitare una trasformazione di marketing in ottica data-driven in tutte le organizzazioni aziendali. Il libro si articola in tre parti: La prima è finalizzata a fornire un’introduzione al marketing ricorrendo a un approccio data-driven: in questa sezione vengono introdotti i concetti di base necessari allo svolgimento di analisi di marketing con un approccio quantitativo. La seconda è orientata a sviluppare un approfondimento metodologico dei modelli nella prospettiva del cliente, del prodotto e dell’engagement: viene proposto un approfondimento metodologico sulle modalità di progettazione, sviluppo e interpretazione dei risultati dei principali modelli di Advanced Analytics e Artificial Intelligence nella prospettiva del cliente, del prodotto e dell’ottimizzazione dei canali di marketing. Ciascun tema viene approfondito tramite uno studio di dettaglio delle logiche sottese al modello in analisi e da una esercitazione pratica disponibile nella piattaforma digitale MyLab. La terza è dedicata alla disamina delle principali attività di marketing, in ottica data-driven: vengono approfondite le logiche di valutazione della performance delle campagne e del customer journey digitale attraverso l’analisi delle principali metriche, il disegno e lo sviluppo di modelli per la misurazione dell’impatto sul fatturato e sul ritorno sull’investimento.