Nell'era odierna la strategia digitale delle imprese comprende l'utilizzo di tecnologie di machine learning, anche in ambito di Marketing. L'elaborato fornisce le nozioni di base della strategia digitale e dell'analisi strategica, focalizzandosi sull'analisi dell'ambiente esterno. Successivamente si illustrano nel dettaglio i modelli di machine learning e le tecnologie legate al loro utilizzo, in specifico nell'ambito delle analisi di mercato. Si accentua la necessità di sviluppare e di ricorrere a modelli più sofisticati in certe condizioni di analisi, specialmente quando si posseggono grandi quantità di dati. Si conclude con la dimostrazione pratica tramite analisi di più dataset.

Il Marketing basato sui dati nell'era dell'Intelligenza Artificiale

SPEROTTO, KRISZTIAN BALAZS
2024/2025

Abstract

Nell'era odierna la strategia digitale delle imprese comprende l'utilizzo di tecnologie di machine learning, anche in ambito di Marketing. L'elaborato fornisce le nozioni di base della strategia digitale e dell'analisi strategica, focalizzandosi sull'analisi dell'ambiente esterno. Successivamente si illustrano nel dettaglio i modelli di machine learning e le tecnologie legate al loro utilizzo, in specifico nell'ambito delle analisi di mercato. Si accentua la necessità di sviluppare e di ricorrere a modelli più sofisticati in certe condizioni di analisi, specialmente quando si posseggono grandi quantità di dati. Si conclude con la dimostrazione pratica tramite analisi di più dataset.
2024
Data driven Marketing in the age of Artificial Intelligence
Marketing
A.I.
Analisi di mercato
File in questo prodotto:
File Dimensione Formato  
Il Marketing basato sui dati nell'era dell'Intelligenza Artificiale.pdf

accesso aperto

Dimensione 2.14 MB
Formato Adobe PDF
2.14 MB Adobe PDF Visualizza/Apri

The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License

Utilizza questo identificativo per citare o creare un link a questo documento: https://hdl.handle.net/20.500.12608/84955