Currículo

Marketing Intelligence L5042

Contextos

Groupo: GM - 2009 > 1º Ciclo > Unidades Curriculares Obrigatórias

ECTS

6.0 (para cálculo da média)

Objectivos

No final da UC, cada estudante deverá ter adquirido as competências necessárias para: OA1. Compreender os fundamentos conceptuais da tomada de decisões em Marketing OA2. Compreender os fundamentos da utilização da Ciência de Dados para decisões em Marketing OA3. Descrever data mining como uma tecnologia de business intelligence OA4. Descrever text mining e as suas aplicações ao marketing OA5. Compreender como desenhar um sistema de Reporting para Marketing OA6. Explorar algumas das tecnologias emergentes que podem impactar no business intelligence em Marketing

Programa

CP1. Sistemas de Apoio à Decisão em Marketing numa era do Big Data CP2. O Papel da Ciência de Dados e da Inteligência Artificial Generativa na tomada de decisão em Marketing CP3. Data Mining e o CRM Analítico para Business Intelligence CP4. Text e Web Mining e as suas aplicações ao Marketing CP5. Sistemas de Reporting para Marketing CP6. Tendências Emergentes e Impactos em Business Intelligence

Método de Avaliação

Época Normal: avaliação ao longo do semestre, assiduidade min.2/3 - a) Exame individual 50% b) Discussão Individual do Trabalho Final de Grupo (35%) c) Relatório Final do Grupo (15%). Nota minínima de 7,5 valores em cada prova ou conjunto de provas individuais. Aprovação na UC: nota final miníma de 10 valores. Alunos que optem apenas por exame individual, ponderação 100%, nota miníma de 10 valores. Época de Recurso: para alunos que reprovarem na época normal, ou alunos que pretendem melhoria de nota, exame com ponderação de 100%, nota mínima de 10 valores. Não há recurso a prova oral para melhoria de nota.

Carga Horária

Carga Horária de Contacto -

Trabalho Autónomo - 95.0

Carga Total -

Bibliografia

Principal

Palmatier, R. W., Petersen, J. A., & Germann, F. (2022). Marketing Analytics: Based on First Principles. Bloomsbury Publishing.:

Secundária

Fawcett, T., & Provost, F. (2018). Data Science para Negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados. Alta Books Editora (versão brasileira).: