5.00 crédits
30.0 h
Q2
Enseignants
Langue
d'enseignement
d'enseignement
Français
> English-friendly
> English-friendly
Préalables
/
Thèmes abordés
Marketing Analytics désigne l’utilisation systématique de données pour comprendre, évaluer et améliorer les activités marketing. Ce cours initie ainsi les étudiants aux approches analytiques permettant de révéler des tendances, de prédire des comportements et de soutenir la prise de décision stratégique. L’objectif est de transformer les données brutes (clients et marché) en informations exploitables, afin de concevoir des stratégies marketing plus personnalisées, efficaces et percutantes, tout en renforçant la valeur client.
Le cours couvre un ensemble de méthodologies quantitatives utilisées dans les analyses marketing descriptives, prédictives et expérimentales. Parmi celles-ci figurent des techniques de datamining (clustering), des méthodes statistiques et économétriques (analyse discriminante, analyse en composantes principales, multidimensional scaling, ANOVA/GLM), ainsi que des approches de modélisation prédictive (régression logistique). Les étudiants apprendront à appliquer ces méthodologies sur des jeux de données réelles, à interpréter les résultats et à les traduire en recommandations concrètes. Le cours met l’accent à la fois sur la rigueur statistique et sur la pertinence managériale dans un contexte marketing.
Le cours couvre un ensemble de méthodologies quantitatives utilisées dans les analyses marketing descriptives, prédictives et expérimentales. Parmi celles-ci figurent des techniques de datamining (clustering), des méthodes statistiques et économétriques (analyse discriminante, analyse en composantes principales, multidimensional scaling, ANOVA/GLM), ainsi que des approches de modélisation prédictive (régression logistique). Les étudiants apprendront à appliquer ces méthodologies sur des jeux de données réelles, à interpréter les résultats et à les traduire en recommandations concrètes. Le cours met l’accent à la fois sur la rigueur statistique et sur la pertinence managériale dans un contexte marketing.
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| 1 | Contribution de l’unité d’enseignement au référentiel AA du programme Eu égard au référentiel de compétences des programmes de master 120 en sciences de gestion et en ingénieur de gestion de la LSM, cette unité d’enseignement contribue au développement et à l’acquisition des compéten-ces suivantes :
A la fin cette unité d’enseignement, l’étudiant(e) est capable :
|
Contenu
Cette unité d’enseignement permet de faire réfléchir l’étudiant·e à la modélisation de problématiques liées au marketing, et plus particulièrement au marketing digital.
Plus précisément, les thèmes abordés sont :
* Analyse de la fiabilité d’une échelle de mesure
* La méthode de l’analyse discriminante
Plus précisément, les thèmes abordés sont :
- Les instruments de mesure en Marketing
* Analyse de la fiabilité d’une échelle de mesure
- La segmentation
* La méthode de l’analyse discriminante
- La prévision d’appartenance à un groupe
- L’évaluation des similarités perçues entre marques (dans le cadre d’une étude d’image de marque)
- L’expérimentation en Marketing (design)
Méthodes d'enseignement
La pédagogie de ce cours est orientée autour : (i) de l'apprentissage de la rigueur méthodologique essentielle à la conception et à l'utilisation de méthodes et modèles statistiques et économétriques avancés, (ii) de la confrontation avec la réalité de l'entreprise, à travers des études de cas réelles ; (iii) du challenge que peut représenter une collaboration à distance avec des étudiants d’un autre pays (USA), dans le cadre d’un projet commun (virtual exchange). Ainsi, la pédagogie utilisée permet de confronter l’étudiant à la réalité de l’entreprise, tout en préservant la transmission d’un savoir et d’un savoir-faire rigoureux d’un point de vue méthodologique.
Concrètement, les sessions alternent exposés magistraux, discussions, apprentissage par problèmes, et études de cas liés au marketing digital. Chaque session est dédiée à un modèle spécifique. A partir d’une problématique que peut rencontrer une entreprise, un exposé théorique est donné et suivi d’une étude de cas sur données réelles, au cours de laquelle les étudiants suivent le processus de A à Z (analyser la problématique, filtrer l’information utile, choisir la méthode/le modèle, analyser les données avec un logiciel de traitement de données pour les méthodes quantitatives, analyser les résultats et faire des recommandations à l’entreprise). Un bouclage théorique est ensuite réalisé.
La collaboration mise en place avec the Appalachian University (North Carolina, USA - Prof. Pia Albinsson) va mener les étudiants à travailler, par groupes mixtes belges/US, sur un projet commun mobilisant les méthodes et modèles vus au cours, dans le cadre d’une étude de recherche en Marketing. Les nouvelles technologies permettront aux étudiants de communiquer entre eux (Virtual Exchange). Ainsi, il est attendu des étudiants qu'ils se rendent disponibles pour communiquer avec les étudiants, en ce compris en-dehors des heures de cours classiques (étant donné le décalage horaire) et durant les congés de Pâques.
Concrètement, les sessions alternent exposés magistraux, discussions, apprentissage par problèmes, et études de cas liés au marketing digital. Chaque session est dédiée à un modèle spécifique. A partir d’une problématique que peut rencontrer une entreprise, un exposé théorique est donné et suivi d’une étude de cas sur données réelles, au cours de laquelle les étudiants suivent le processus de A à Z (analyser la problématique, filtrer l’information utile, choisir la méthode/le modèle, analyser les données avec un logiciel de traitement de données pour les méthodes quantitatives, analyser les résultats et faire des recommandations à l’entreprise). Un bouclage théorique est ensuite réalisé.
La collaboration mise en place avec the Appalachian University (North Carolina, USA - Prof. Pia Albinsson) va mener les étudiants à travailler, par groupes mixtes belges/US, sur un projet commun mobilisant les méthodes et modèles vus au cours, dans le cadre d’une étude de recherche en Marketing. Les nouvelles technologies permettront aux étudiants de communiquer entre eux (Virtual Exchange). Ainsi, il est attendu des étudiants qu'ils se rendent disponibles pour communiquer avec les étudiants, en ce compris en-dehors des heures de cours classiques (étant donné le décalage horaire) et durant les congés de Pâques.
Modes d'évaluation
des acquis des étudiants
des acquis des étudiants
L'évaluation finale de l’étudiant·e sera réalisée à l'aide :
Les modalités précises du cours, en ce compris les consignes du Virtual Exchange (projet de groupe et rapport individuel), seront données aux étudiants lors de la première séance du cours.
En cas de seconde session, seule la partie "examen écrit" pourra être repassée par l'étudiant·e (les notes liées aux parties "projet de groupe" et "rapport individuel" étant acquises pour les sessions de l'année académique en cours). Par ailleurs, les enseignantes se réservent le droit de transformer l'examen écrit en un examen oral si moins de 4 étudiants sont inscrits à l'examen.
Dans le cas où le Virtual Exchange ne peut pas être mis en place, celui-ci sera remplacé par un projet de groupe demandant la remise d'un rapport lié au projet de groupe et d'un rapport individuel. Dans ce cas, la méthode d'intégraion décrite ci-dessus sera également d'application.
Note: Dans les travaux de groupe et individuels dans le cadre de ce cours, les sources d’information doivent être systématiquement citées, en respectant les normes de référencement bibliographique. Dans le cas où l’étudiant·e aurait fait appel à une IA générative, il(elle) est tenu·e d’indiquer systématiquement les parties ayant fait l’objet d’une utilisation de cet outil, en ajoutant une note de bas de page précisant si l’IA a été utilisée et dans quel but elle l’a été (recherche d’information, rédaction de texte et/ou correction de texte). L’étudiant·e reste par ailleurs responsable du contenu de sa production, indépendamment des sources utilisées. Ainsi, en soumettant un travail de groupe ou individuel pour évaluation, l'étudiant·e affirme : (i) qu'il reflète fidèlement le phénomène étudié, et pour cela elle/il doit avoir vérifié les faits ; (ii) avoir respecté toutes les exigences spécifiques du travail qui lui est confié, notamment les exigences pour la transparence et la documentation de la démarche scientifique mise en œuvre. Si l'une de ces affirmations n'est pas vraie, que ce soit intentionnellement ou par négligence, l'étudiant·e est en défaut de son engagement déontologique vis-à-vis de la connaissance produite dans le cadre de son travail, et éventuellement d’autres aspects de l’intégrité académique, ce qui constitue une faute académique et sera considéré comme tel.
- d'un examen écrit (50% de la note finale - en session – questions ouvertes) alternant questions théoriques méthodologiques et réflexion sur une problématique donnée, avec application sur ordinateur (utilisation d'un logiciel statistique) (au sein de la session d’examen)
- du rapport lié au projet de groupe (Virtual Exchange mixte US-Belgique – 40% de la note finale – en anglais, à remettre avant la session)
- du rapport individuel écrit fourni par chaque étudiant (Virtual Exchange – 10% de la note finale – en anglais, à remettre avant la session)
Les modalités précises du cours, en ce compris les consignes du Virtual Exchange (projet de groupe et rapport individuel), seront données aux étudiants lors de la première séance du cours.
En cas de seconde session, seule la partie "examen écrit" pourra être repassée par l'étudiant·e (les notes liées aux parties "projet de groupe" et "rapport individuel" étant acquises pour les sessions de l'année académique en cours). Par ailleurs, les enseignantes se réservent le droit de transformer l'examen écrit en un examen oral si moins de 4 étudiants sont inscrits à l'examen.
Dans le cas où le Virtual Exchange ne peut pas être mis en place, celui-ci sera remplacé par un projet de groupe demandant la remise d'un rapport lié au projet de groupe et d'un rapport individuel. Dans ce cas, la méthode d'intégraion décrite ci-dessus sera également d'application.
Note: Dans les travaux de groupe et individuels dans le cadre de ce cours, les sources d’information doivent être systématiquement citées, en respectant les normes de référencement bibliographique. Dans le cas où l’étudiant·e aurait fait appel à une IA générative, il(elle) est tenu·e d’indiquer systématiquement les parties ayant fait l’objet d’une utilisation de cet outil, en ajoutant une note de bas de page précisant si l’IA a été utilisée et dans quel but elle l’a été (recherche d’information, rédaction de texte et/ou correction de texte). L’étudiant·e reste par ailleurs responsable du contenu de sa production, indépendamment des sources utilisées. Ainsi, en soumettant un travail de groupe ou individuel pour évaluation, l'étudiant·e affirme : (i) qu'il reflète fidèlement le phénomène étudié, et pour cela elle/il doit avoir vérifié les faits ; (ii) avoir respecté toutes les exigences spécifiques du travail qui lui est confié, notamment les exigences pour la transparence et la documentation de la démarche scientifique mise en œuvre. Si l'une de ces affirmations n'est pas vraie, que ce soit intentionnellement ou par négligence, l'étudiant·e est en défaut de son engagement déontologique vis-à-vis de la connaissance produite dans le cadre de son travail, et éventuellement d’autres aspects de l’intégrité académique, ce qui constitue une faute académique et sera considéré comme tel.
Ressources
en ligne
en ligne
Moodle
Bibliographie
Support de cours
Le matériel pédagogique, à disposition des étudiants sur Moodle, est composé de :
[1] D'ASTOUS A. (2019), Le Projet de Recherche en Marketing, 6ème Edition, Chenelière Education.
[2] DUCARROZ C., PONCIN I., JOLIBERT A. (2021). Chapitre 9 – Les analyses de variance univariée et multivariée. In Delacroix, E., Jolibert, A., Monnot, E., & Jourdan, P. (Eds.), Marketing Research (2nd Ed., pp 269-298). Dunod
[3] EVRARD Y., PRAS B. et ROUX E. (2009), Market: Fondements et Méthodes des Recherches en Marketing, 4ème Edition, Dunod, Paris.
[4] IACOBUCCI D., CHURCHILL G. (2018), Marketing Research: Methodological Foundations, 12th ed., South-Western.
[5] NUNAN D., BIRKS D. F., and MALHOTRA N.K. (2020), Marketing Research: Applied Insight, 6th Edition, Pearson Higher Education .
[6] PONCIN I., SINIGAGLIA N., JOLIBERT A., JOURDAN P. (2021). Chapitre 11 – L’analyse typologique et l’analyse discriminante. In Delacroix, E., Jolibert, A., Monnot, E., & Jourdan, P. (Eds.), Marketing Research (2nd Ed., pp 321-356). Dunod.
[7] VERNETTE E., FILSER M., et GIANNELLONI J-L. (2008), Etudes Marketing Appliquées, Dunod, Paris.
Le matériel pédagogique, à disposition des étudiants sur Moodle, est composé de :
- Slides (écrans Power Point)
- Etudes de cas
- Informations nécessaires au Virtual Exchange
[1] D'ASTOUS A. (2019), Le Projet de Recherche en Marketing, 6ème Edition, Chenelière Education.
[2] DUCARROZ C., PONCIN I., JOLIBERT A. (2021). Chapitre 9 – Les analyses de variance univariée et multivariée. In Delacroix, E., Jolibert, A., Monnot, E., & Jourdan, P. (Eds.), Marketing Research (2nd Ed., pp 269-298). Dunod
[3] EVRARD Y., PRAS B. et ROUX E. (2009), Market: Fondements et Méthodes des Recherches en Marketing, 4ème Edition, Dunod, Paris.
[4] IACOBUCCI D., CHURCHILL G. (2018), Marketing Research: Methodological Foundations, 12th ed., South-Western.
[5] NUNAN D., BIRKS D. F., and MALHOTRA N.K. (2020), Marketing Research: Applied Insight, 6th Edition, Pearson Higher Education .
[6] PONCIN I., SINIGAGLIA N., JOLIBERT A., JOURDAN P. (2021). Chapitre 11 – L’analyse typologique et l’analyse discriminante. In Delacroix, E., Jolibert, A., Monnot, E., & Jourdan, P. (Eds.), Marketing Research (2nd Ed., pp 321-356). Dunod.
[7] VERNETTE E., FILSER M., et GIANNELLONI J-L. (2008), Etudes Marketing Appliquées, Dunod, Paris.
Faculté ou entité
en charge
en charge
