Analityka marketingowa
Informacje ogólne
Kod przedmiotu: | E-Z-2S-ZW-AM |
Kod Erasmus / ISCED: |
(brak danych)
/
(0414) Marketing i reklama
|
Nazwa przedmiotu: | Analityka marketingowa |
Jednostka: | Wydział Ekonomiczny |
Grupy: | |
Punkty ECTS i inne: |
4.00
|
Język prowadzenia: | polski |
Wymagania wstępne: | Znajomość podstaw marketingu. |
Godzinowe ekwiwalenty punktów ECTS: | a) Godziny kontaktowe (z udziałem nauczyciela akademickiego): łącznie: 15 godz. / 1 ECTS b) Godziny niekontaktowe (praca własna studenta): łącznie: 45 godz. / 3 ECTS - studiowanie literatury 10 godz. - samodzielna próba wykorzystania narzędzi analitycznych dostępnych w Internecie 15 godz. - przygotowanie do zaliczenia pisemnego 20 godz. Sumaryczna liczba godzin dla przedmiotu: 60 godz. Sumaryczna liczba punktów ECTS dla przedmiotu: 4 ECTS 4 ECTS |
Sposób weryfikacji efektów kształcenia: | Końcowe zaliczenie pisemne. |
Pełny opis: |
Przedmiot pozwala zdobyć wiedzę i umiejętności na temat analityki marketingowej. Dane uważa się obecnie za jeden z najważniejszych zasobów przedsiębiorstwa. Jednak samo posiadanie danych może być niczym znaczącym. Konieczne jest odpowiednie ich przekształcenie, które następnie pozwoli wygenerować wartościowe informacje. Proces ten określany jest jako analityka. |
Literatura: |
Literatura podstawowa: -Grigsby M., Marketing Analytics, Jak skutecznie korzystać ze statystyk, analiz, modeli i big data w marketingu, Wydawnictwo Naukowe PWN, Warszawa 2019 -Królewski J., Rybiński K., Algokracja. Jak i dlaczego sztuczna inteligencja zmienia wszystko?, Wydawnictwo Naukowe PWN, Warszawa 2023 -Sroka K., Marketing i analityka biznesowa dla początkujących. Poznaj najważniejsze narzędzia i wykorzystaj ich możliwości, Helion / onepress.pl, Gliwice 2023 -Wskaźniki marketingowe, red. R. Kozielski, Wydawnictwo Nieoczywiste, Warszawa 2022 -Zwingman T., Analityka biznesowa wspomagana sztuczną inteligencją. Ulepszanie prognoz i podejmowania decyzji za pomocą uczenia maszynowego, Promise, Warszawa 2023 Literatura uzupełniająca: -Mansurali A., Jeyanthi P. M., Marketing Analytics. A Machine Learning Approach, CRC Press. Taylor & Francis Group, Apple Academic Press, 2023 -Palmatier R.W., PetersenJ.A., Germann F., Marketing Analytics Based on First Principles, Bloomsbury Publishing Plc 2021 |
Efekty uczenia się: |
Wiedza: W_1: Student zna podstawowe pojęcia związane z analityką marketingową. W_2: Student jest świadomy roli, jaką odgrywa analityka marketingowa w biznesie. W_3: Student wie, na czym polega wykorzystanie w praktyce analityki marketingowej. W_3: Student zna podstawowe narzędzia analityki marketingowej. Umiejętności: U_1: Student potrafi właściwie dobierać źródła informacji i krytycznie analizować pozyskane dane. U_2: Student potrafi dobrać i wykorzystać optymalne narzędzia analityki marketingowej do rozwiązywania konkretnych problemów marketingowych. Kompetencje społeczne: K_1: Student potrafi pracować w zespole. K_2: Student jest przygotowany do działania w sposób przedsiębiorczy. K_3: Student jest gotów do krytycznej oceny działań marketingowych. |
Zajęcia w cyklu "Semestr zimowy 2023/2024" (zakończony)
Okres: | 2023-10-01 - 2024-02-04 |
Przejdź do planu
PN WT W
ŚR CZ PT |
Typ zajęć: |
Wykład, 15 godzin
|
|
Koordynatorzy: | (brak danych) | |
Prowadzący grup: | Robert Lembrych-Furtak | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: |
Przedmiot -
Zaliczenie na ocenę
Wykład - Zaliczenie na ocenę |
Zajęcia w cyklu "Semestr zimowy 2024/2025" (w trakcie)
Okres: | 2024-10-01 - 2025-02-03 |
Przejdź do planu
PN WT ŚR W
CZ PT |
Typ zajęć: |
Wykład, 15 godzin
|
|
Koordynatorzy: | (brak danych) | |
Prowadzący grup: | Marouen Mosbah | |
Lista studentów: | (nie masz dostępu) | |
Zaliczenie: | Zaliczenie na ocenę |
Właścicielem praw autorskich jest Uniwersytet Marii Curie-Skłodowskiej w Lublinie.