5.00 crédits
30.0 h
Q2
Cette unité d'enseignement n'est pas dispensée en 2026-2027
Langue
d'enseignement
d'enseignement
Français
Thèmes abordés
Les thèmes abordés dans cette unité d’enseignement sont :
- Rôle stratégique des données dans la prise de décision marketing
- Cadres théoriques et techniques de la science des données
- Data mining appliqué au marketing : Les analyses descriptives, prédictives, prescriptives et inquisitives
- Visualisation de données et création de rapports avancés à l'aide d'outils de veille stratégique
- Les indicateurs clés de la performance marketing
- La responsabilité numérique du marketeur : Enjeux juridiques et éthiques
Acquis
d'apprentissage
d'apprentissage
A la fin de cette unité d’enseignement, l’étudiant est capable de : | |
| . | Eu égard au référentiel de compétences des programmes de master en sciences de gestion de la LSM, cette unité d’enseignement contribue au développement et à l’acquisition des compétences suivantes :
|
Contenu
Dans l’économie actuelle, les entreprises disposent d’une quantité de données sans précédent (« big data »), notamment sur la manière dont les consommateurs se sentent, se comportent, interagissent avec les marques et réagissent aux actions marketing. Toutefois, exploiter efficacement ces données pour soutenir les décisions marketing demeure un défi majeur pour de nombreuses organisations. Ce cours explore donc le rôle croissant des données dans la prise de décision marketing.
Il enseigne les cadres théoriques, les techniques et les approches analytiques couramment utilisés en science des données — notamment l’analyse descriptive, l’analyse prédictive et l’analyse inquisitive (expérimentation) — afin d’améliorer la prise de décision marketing. Les étudiant·es mettent ensuite en pratique ces approches à travers des exercices et études de cas pour résoudre divers problèmes marketing : prédiction du comportement client (par exemple, le churn), optimisation des publicités numériques et du design de sites web, prévision du trafic web, segmentation client par clustering, ou encore analyse du cycle de vie client, entre autres.
Les étudiant·es apprendront à exploiter et transformer les données en connaissances exploitables. Une attention particulière est portée à la responsabilité numérique des entreprises, en abordant les enjeux juridiques et éthiques liés à la collecte, au stockage et à l’utilisation des données.
Il enseigne les cadres théoriques, les techniques et les approches analytiques couramment utilisés en science des données — notamment l’analyse descriptive, l’analyse prédictive et l’analyse inquisitive (expérimentation) — afin d’améliorer la prise de décision marketing. Les étudiant·es mettent ensuite en pratique ces approches à travers des exercices et études de cas pour résoudre divers problèmes marketing : prédiction du comportement client (par exemple, le churn), optimisation des publicités numériques et du design de sites web, prévision du trafic web, segmentation client par clustering, ou encore analyse du cycle de vie client, entre autres.
Les étudiant·es apprendront à exploiter et transformer les données en connaissances exploitables. Une attention particulière est portée à la responsabilité numérique des entreprises, en abordant les enjeux juridiques et éthiques liés à la collecte, au stockage et à l’utilisation des données.
Faculté ou entité
en charge
en charge