Τάσεις στην Πληροφορική στα πλαίσια του Διαδικτυακού Μάρκετινγκ
| Τίτλος | Τάσεις στην Πληροφορική στα πλαίσια του Διαδικτυακού Μάρκετινγκ / IT Trends for Digital Marketing |
| Κωδικός | MKT-208 |
| Σχολή | Κοινωνικών και Οικονομικών Επιστημών |
| Τμήμα | Οικονομικών Επιστημών |
| Κύκλος / Επίπεδο | 2ος / Μεταπτυχιακό |
| Περίοδος Διδασκαλίας | Χειμερινή/Εαρινή |
| Κοινό | Όχι |
| Κατάσταση | Ενεργό |
| Course ID | 600022365 |
Πρόγραμμα Σπουδών: ΠΜΣ ΣΤΡΑΤΗΓΙΚΟ ΜΑΡΚΕΤΙΝΓΚ (2022 - σήμερα)
Εγγεγραμμένοι φοιτητές: 16
| Κατεύθυνση | Τύπος Παρακολούθησης | Εξάμηνο | Έτος | ECTS |
|---|---|---|---|---|
| ΚΟΡΜΟΣ | Επιλογής | 2 | 1 | 6 |
| Τίτλος | Τάσεις στην Πληροφορική στα πλαίσια του Διαδικτυακού Μάρκετινγκ |
| Ακαδημαϊκό Έτος | 2024 – 2025 |
| Περίοδος Τάξης | Εαρινή |
| Διδάσκοντες μέλη ΔΕΠ |
|
| Διδάσκοντες άλλων Κατηγοριών |
|
| Ώρες Εβδομαδιαία | 3 |
| Ώρες Συνολικά | 39 |
| Class ID | 600265077
|
Τύπος Μαθήματος
Eιδίκευσης / Kατεύθυνσης
Τύπος Μαθήματος 2016-2020
- Επιστημονικής Περιοχής
Τρόπος Παράδοσης
- Πρόσωπο με πρόσωπο
- Eξ απoστάσεως εκπαίδευση
Ηλεκτρονική Διάθεση Μαθήματος
- e-Οδηγός Σπουδών https://qa.auth.gr/el/class/1/600265077
- Στον ιστοχώρο του Τμήματος:
- eLearning (Moodle):
Γλώσσα Διδασκαλίας
- Αγγλικά (Διδασκαλία, Εξέταση)
Μαθησιακά Αποτελέσματα
Σκοπός του μαθήματος είναι:
LO1. να εισαγάγει τους σπουδαστές στις διάφορες τάσεις της πληροφορικής στο ψηφιακό μάρκετινγκ, όπως η εξόρυξη δεδομένων, η ανάλυση των μέσων κοινωνικής δικτύωσης, τα μεγάλα δεδομένα και η τεχνητή νοημοσύνη.
Με την ολοκλήρωση του μαθήματος, οι φοιτητές
LO2. θα είναι εξοικειωμένοι με διάφορες μεθόδους αιχμής που μπορούν να εφαρμοστούν σε διάφορα θέματα του ψηφιακού μάρκετινγκ, όπως η ομαδοποίηση (πελάτες/προϊόντα), η πρόβλεψη διαφημιστικών κλικ, η ανάλυση καλαθιού αγοράς, τα συστήματα συστάσεων, η πρόβλεψη αποχώρησης πελατών κ.λπ.
Με την ολοκλήρωση της ενότητας, οι μαθητές θα
LO3. θα έχουν δεξιότητες σχετικά με το πώς μπορούν να χρησιμοποιούν διάφορα δημοφιλή εργαλεία λογισμικού για το ψηφιακό μάρκετινγκ.
Γενικές Ικανότητες
- Εφαρμογή της γνώσης στην πράξη
- Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών, με τη χρήση και των απαραίτητων τεχνολογιών
- Προσαρμογή σε νέες καταστάσεις
- Εργασία σε διεπιστημονικό περιβάλλον
- Σχεδιασμός και διαχείριση έργων
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Στο μάθημα αυτό παρουσιάζονται οι σύγχρονες τάσεις της πληροφορικής (π.χ. Big Data, Data Mining, Business Intelligence Marketing Analytics) και τονίζεται πώς αυτές μπορούν να εφαρμοστούν σε διάφορους τομείς του ψηφιακού μάρκετινγκ, όπως η ομαδοποίηση (πελάτες, προϊόντα), η πρόβλεψη διαφημιστικών κλικ, η πρόβλεψη αποχώρησης πελατών, η κατάρτιση προφίλ πελατών, η αντιστοίχιση ομοιότητας πελατών, η ανάλυση καλαθιού αγοράς, τα συστήματα συστάσεων και τα Social Media Analytics.
Στην ενότητα θα γίνει εφαρμογή δημοφιλών εργαλείων λογισμικού όπως τα Weka, Tableau, Qlik Sense και Mentionlytics για σκοπούς ψηφιακού μάρκετινγκ.
Τα θέματα που θα παρουσιαστούν κατά τη διάρκεια του μαθήματος είναι:
-Big Data στο ψηφιακό μάρκετινγκ
-Εξόρυξη δεδομένων στο ψηφιακό μάρκετινγκ
-Προφίλ πελατών
-Συγκέντρωση (πελάτες, προϊόντα)
-Ad-click Πρόβλεψη
-Πρόβλεψη αποχώρησης πελατών
-Ταίριασμα ομοιότητας πελατών
-Ανάλυση καλαθιού αγοράς/κανόνες σύνδεσης
-Social Media Analytics
-Ανάλυση κοινωνικών δικτύων (επηρεαστές, οπαδοί)
-Συστήματα σύστασης
Τύποι Εκπαιδευτικού Υλικού
- Σημειώσεις
- Διαφάνειες
- Πολυμεσικό υλικό
- Διαδραστικές ασκήσεις
- Βιβλίο
Χρήση Τεχνολογιών Πληροφορίας και Επικοινωνιών
Χρήση Τ.Π.Ε.
- Χρήση Τ.Π.Ε. στη Διδασκαλία
- Χρήση Τ.Π.Ε. στην Εργαστηριακή Εκπαίδευση
- Χρήση Τ.Π.Ε. στην Επικοινωνία με τους φοιτητές
- Χρήση Τ.Π.Ε. στην Αξιολόγηση των Φοιτητών
Οργάνωση Μαθήματος
| Δραστηριότητες | Φόρτος Εργασίας | ECTS | Ατομικά | Ομαδικά | Erasmus |
|---|---|---|---|---|---|
| Διαλέξεις | 39 | 1,3 | ✓ | ||
| Εργαστηριακή Άσκηση | 61 | 2,0 | ✓ | ||
| Μελέτη και ανάλυση βιβλίων και άρθρων | 45 | 1,5 | ✓ | ||
| Συγγραφή εργασίας / εργασιών | 15 | 0,5 | ✓ | ||
| Εξετάσεις | 20 | 0,7 | ✓ | ||
| Σύνολο | 180 | 6 |
Αξιολόγηση Φοιτητών
Περιγραφή
a) 70% στις τελικές γραπτές εξετάσεις στην αγγλική γλώσσα.
b) 10% σε μια προφορική παρουσίαση κατά τη διάρκεια του εξαμήνου, σχετικά με ένα θέμα σχετικό με τις Τάσεις Πληροφορικής στο Ψηφιακό Μάρκετινγκ
c) 20% σε δύο γραπτές εργασίες βασισμένες σε εργαστηριακές ασκήσεις.
Μέθοδοι Αξιολόγησης Φοιτητών
- Γραπτή Εξέταση με Ερωτήσεις Εκτεταμένης Απάντησης (Συμπερασματική)
- Γραπτή Εργασία (Συμπερασματική)
- Δημόσια Παρουσίαση (Διαμορφωτική, Συμπερασματική)
- Γραπτή Εξέταση με Επίλυση Προβλημάτων (Συμπερασματική)
- Εργαστηριακή Εργασία (Διαμορφωτική, Συμπερασματική)
Βιβλιογραφία
Βιβλιογραφία μαθήματος (Εύδοξος)
• Magnus Unemyr and Martin Wass Data-Driven Marketing with Artificial Intelligence: Harness the Power of Predictive Marketing and Machine Learning, 2018
• Chuck Hemann, Ken Burbary, Digital Marketing Analytics: Making Sense of Consumer Data in a Digital World, 2nd Edition, 2018
• Kevin Hartman Digital Marketing Analytics: In Theory and In Practice, 2020
• Provost, F. and Fawcett T., Data Science for Business, O’Reilly, 2013.
• Matt Taddy, Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions, McGraw-Hill, 2019.
• Matthew A. Russell, Mikhail Klassen, Mining the Social Web: Data Mining Facebook, Twitter, LinkedIn, Instagram, GitHub, and More 3rd Edition, 2019
Τελευταία Επικαιροποίηση
16-12-2023
