Digital data analysis

MGEST2230  2016-2017  Mons

Digital data analysis
5.0 crédits
30.0 h + 0.0 h
2q

Enseignants
Ongaro Marco;
Langue
d'enseignement
Français
Thèmes abordés

Le contexte digital se caractérise par une abondance de données disponibles dans les systèmes de l'entreprise, mais également à l'extérieur ses les réseaux sociaux, les sites commerciaux, les sites concurrents. Ces données une fois récoltés, assemblées, et analysées de manière appropriée peuvent nous renseigner sur le comportement des consommateurs, les activités des concurrents, ou la performance de l'entreprise.

 

De plus en plus, il est indispensable de pouvoir monitorer la performance de l'entreprise sur son site web, sur les réseaux sociaux, au travers de l'ensemble de ses activités digitales. L'analyse de ces données issues du digital nécessite à la fois des compétences techniques et des compétences analytiques, et surtout un sens inné du marketing et du management.

 

Une des compétences clés du (digital) marketer de demain sera d'être capable d'identifier les données pertinentes pouvant l'aider dans sa réflexion, de mettre en 'uvre les outils de récolte des données, de sélectionner la méthode d'analyse de données digitales spécifiques et de mettre en 'uvre cette ou ces analyses en vue de faire des recommandations managériales pertinentes.

 

L'objectif premier du cours sera de fournir les connaissances et les outils nécessaires afin de d'identifier, recueillir, et analyser les données utiles et pertinentes afin de mettre en 'uvre et d'utiliser ses connaissances et résultats pour créer ou adapter la stratégie marketing de l'entreprise :

 

§  D'une part au niveau de sa performance et de sa situation concurrentielle.

§  D'autre part, au niveau du comportement du client de façon générale et plus particulièrement dans l'environnement digital (e-comportement).

§  Le cours s'attachera également à la compréhension des opportunités et des limites des différents outils de web analyse disponible pour une entreprise. 

 

Au terme du cours, l'étudiant aura une compréhension rigoureuse des méthodes enseignées et sera capable de les appliquer à des problématiques de digital marketing en vue de formuler les recommandations managériales adéquates.

Modes d'évaluation
des acquis des étudiants

-   Examen écrit

-   Etude du cas (note de groupe)

-   Présentation du cas (note individuelle)

Méthodes d'enseignement

Etude d'un cas, travail en groupe en groupe

Cours magistral

Bibliographie

Références de base:

§  Digital Marketing Analytics, Making Sense of Consumer Data in a Digital World
Chuck Hemann & Ken Burbary
Que Publishing, Pearson

ISBN-13:   978-0-7897-5030-3

Disponible sur Amazon et autres sites commerciaux.

§  WEB Analytics Demystified

Eric T. Peterson

ISBN: 0-9743584-2-8

Disponible en téléchargement gratuit sur le site de l'auteur: www.webanalyticsdemystified.com

 

Pour aller plus loins:

§  Big Data: Using smart Big Data analytics and metrics to make better decisions and improve performance
Bernard Marr
ISDN-13: 978-1-118-96583-2

Willey

§  Big Data in Practice: How 45 Successful Companies Used Big Data Analytics to Deliver Extraordinary Results

Bernard Marr
ISDN-13: 978-1119231387

Willey

§  Data Science for Business
Foster Provost & Tom Fawcett
ISDN-13: 978-1-449-36132-7

O'Reilly

Faculté ou entité
en charge


Programmes / formations proposant cette unité d'enseignement (UE)

Intitulé du programme
Sigle
Crédits
Prérequis
Acquis
d'apprentissage
Master [120] en sciences de gestion
5
-

Master [120] en ingénieur de gestion
5
-

Master [120] en sciences de gestion
5
-

Master [120] en ingénieur de gestion
5
-