Marketinške strategije temeljene na podatcima

Naziv predmeta
Marketinške strategije temeljene na podatcima
Oznaka predmeta
11425
Semestar
2
Status predmeta
Obvezni
ECTS
5
Predavanja
30
Vježbe
30
Samostalni rad
90
Ukupno
150
Nastavnici i suradnici
dr. sc. Robert Kopal
dr. sc. Sandro Skansi
Cilj predmeta
U digitalnoj eri se razlikuju dva digitalna pristupa marketinga: (1) digitalni marketing kao marketing koji koristi digitalne kanale, i (2) postizanje strateških marketinških ciljeva korištenjem digitalne tehnologije. Ovaj kolegij se fokusira na potonje. Godinama se optimizacija poslovnih procesa vršila usvajanjem tehnologija iz umjetne inteligencije prvenstveno za bolje razumijevanje podataka, ali i za precizno predviđanje budućih trendova, što je sve izraženije posljednjih godina. Premda ovi podatci mogu biti raznorodni, tehnike njihove obrade i predikcije iz njih su vrlo specifične i homogene. Cilj ovog kolegija jest studentima dati pregled suvremenih tehnologija za obradu podataka u poslovnom okruženju, popraćeno studijama slučaja i ilustracijama korištenih tehnologija. Osobit naglasak će biti stavljen na tehnologije proizašle iz umjetne inteligencije koje koriste najznačajnije svjetske kompanije u raznim industrijskim granama. Ove tehnologije i njihove značajke će biti prezentirane s obje strane: iz perspektive te kompanije i proizvoda u kojima su implementirane, ali i iz perspektive korisnika njihovih usluga koji želi optimizirati svoj plasman u njihovim uslugama, što je u digitalnom marketingu poznatije pod kraticom SEO (eng. search engine optimization). Također, studenti će naučiti kako utemeljiti tehnike prodaje poput cross-sell i up-sell nad podatcima uz pomoć strojnog učenja.
Sadržaj
Osnovna terminologija. Definicija marketinga i razlikovanje marketinga od oglašavanja. Uloga analitike u marketingu. Disruptivni događaji i pojava data sciencea. Glavni pristupi u definiranju velikih skupova podataka. Suvremene internetske tehnologije. Ekonomski modeli besplatnog i otvorenog softwarea: plaćanje softwarea korisničkim podatcima. Ideja monetizacije podataka i neka rješenja. Klasifikacija kao metoda donošenja odluka. Evaluacija klasifikacije. Osnovni pojmovi strojnog učenja. Prikaz strojnog učenja. Prikupljanje podataka i prikupljanje klijenata. Tehnike prodaje temeljene nad podatcima. Strojno učenje u velikim kompanijama i njihovi specifični izazovi. Korporativno strojno učenje s korisničke strane. Veliki i mali skupovi podataka.
Osnovna literatura:
Kopal, R. i Skansi, S. 2017. Marketinške strategije temeljene nad podatcima. [Skripta u pripremi]
Klepac, Goran ; Mršić, Leo: Poslovna inteligencija kroz poslovne slučajeve, Liderpress/TimPress, Zagreb, 2006
Preporučena dopunska literatura

Minimalni ishodi učenja

  1. Okarakterizirati monetarnu vrijednost podataka za marketing i analitiku
  2. Odrediti važnost pojedinoj evaluacijskoj metrici za klasifikatore
  3. Opisati primjene strojnog učenja na neke suvremene poslovne probleme
  4. Opisati kako velike kompanije danas koriste strojno učenje

Željeni ishodi učenja

  1. Osmisliti pristup prikupljanja, obrade i čuvanja podataka iz neklasičnih digitalnih izvora za potrebe marketinških istraživanja
  2. Kritički prosuditi o međusobnom odnosu evaluacijskih metrika
  3. Osmisliti inovativnu poslovnu primjenu strojnog učenja
  4. Osmisliti kako provesti SEO s obzirom na ciljanu kompaniju