Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Marketing

Departamento / Department

Ano letivo / Execution Year

2016/2017

Pré-requisitos / Pre-Requisites

Não existe

Objetivos Gerais / Objectives

Apresentar complementos analíticos para marketing Conhecer as técnicas analíticas adequadas para a gestão da relação com o cliente.

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

OA1. Conhecer abordagens analíticas que podem ser utilizadas ao longo do ciclo de vida do cliente. OA2. Conseguir identificar para cada um dos estádios do ciclo de vida do cliente quais os principais objetivos de negócio e métodos analíticos recomendados. OA3. Modelos de Propensão; melhores práticas para o desenvolvimento de modelos de aquisição, cross/up sell. OA4. Incorporar Modelos de Associação e Basket Analysis OA5. Compreender modelos de Recomendação e NBA OA6. Conhecer conceitos de targeting e otimização de Campanhas. OA7. Media & Advertising Analytics: Principais técnicas e métricas. OA8. Definir, desenhar e desenvolver um projecto na área de Customer Analytics.

Conteúdos Programáticos / Syllabus

CP1. 'Customer Analytics' ao longo do ciclo de vida do cliente. CP2. "Discover" - Aumentar a compreensão acerca dos clientes. CP3. "Explore" - Adaptar parâmetros de acordo com a resposta do Cliente CP4. "Buy" - Compreender o processo de aquisição e comportamentos futuros do cliente. CP5. "Engage" - Aumentar o envolvimento do cliente, maximizar o seu valor, integrar feedback no processo analítico.

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular unit's content dovetails with the specified learning outcomes

Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (CP) com os objetivos de aprendizagem (OA), como a seguir se explicita: CP1 -> OA 1, 2, 8 CP2 -> OA 1, 2, 3, 8 CP3 -> OA 1, 2, 3, 4, 6, 8 CP4 -> OA 1, 2, 4, 5, 7, 8 CP5 -> OA 1, 2, 3, 4, 5, 7, 8

Avaliação / Assessment

A avaliação contínua inclui a realização de: a) Trabalho de grupo ou individual com ponderação de 30%. (OA 1, 2, 3, 4, 5, 6). b) Teste com ponderação de 70%. (OA 1, 2, 3, 4, 5, 6). A avaliação contínua exige a presença em, pelo menos, 60% das aulas. Os alunos em avaliação contínua que não obtenham a nota mínima de 10 valores serão remetidos para exame final.

Metodologias de Ensino / Teaching methodologies

As decorrem no laboratório de informática. Metodologias de ensino-aprendizagem (ME): ME1. Expositivas,apresentação dos quadros teóricos de referência. ME2. Participativas,análise de artigos científicos e case studies. ME3. Ativas, com realização de trabalho de grupo ME4. Experimentais, em laboratório, com desenvolvimento e exploração de "modelos" em computador ME5. Auto-estudo, relacionado com o trabalho autónomo (TA) do aluno, tal como consta no Planeamento das Aulas.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes

As metodologias de ensino-aprendizagem visam o desenvolvimento da capacidade de investigação e desenvolvimento autónomo de projetos analíticos para gestão da relação com o cliente. ME1 -> OA 1, 2,3,4,5,6,7 ME2 -> OA 1, 2, ME3 -> OA 1, 2, 8 ME4 -> OA 1, 2,3,4,5,6 ME5 -> OA 1, 2, 3, 4, 5,6,7,8

Observações / Observations

.

Bibliografia Principal / Main Bibliography

Venkatesan, R, Farris, P. Wilcox R. (2014). Cutting Edge Marketing Analytics: Real World Cases and Datasets for Hands On Learning. Pearson/FT Press, NY. Siegel, E. (2013). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. Hoboken, NJ: Wiley. Provost, F., & Fawcett, T. (2013). Data Science for Business Fundamental principles of data mining and data-analytic thinking. Sebastopol, CA: O'Reilly. Artigos científicos indicados e/ou disponibilizados pelo docente Documentos, manuais e guias de utilização indicados e/ou disponibilizados pelo docente Folhas de apoio às aulas elaboradas pelo docente

Bibliografia Secundária / Secondary Bibliography

Lewis, M. (2003). Money ball: The art of winning an unfair game. New York: W.W. Norton & Company. Kotler, P., Armstrong, G., Wong, V. and Saunders, J. (2008). Principles of Marketing: 5th European Edition, FT/Prentice Hall Hair, J., Black, W., Barrin, B., Andersen, R. (2009). Multivariate Data Analysis, 7th edition. New Jersey, USA, Prentice Hall. Buttle, Francis. (2009). Customer Relationship Management, 2nd edition. Elsevier Publishing. Ariely, D. (2008). Predictably irrational: the hidden forces that shape our decisions. New York: HarperCollins.

Data da última atualização / Last Update Date

2024-02-16