نام درس :
( Behavioral Science for Policymaking)
کد درس :
44583
تعداد واحد :
3
مقطع :
کارشناسی ارشد
پیشنیاز :
-
همنیاز :
-
اهداف
سرفصلها
The course will cover various decision-making processes and theories related to cognition and behavior. We will discuss myopia, escalation of commitment, individual versus group decisions, decision-making in gains versus losses contexts, decisions when probabilities are low, moderate, or high, decisions regarding saving and borrowing, and decisions based on our experience and memory. We will also examine the impact of hunger on decision-making.
منابع
Week 2: Decision Biases Versus Decision Errors. The Effect of Experience
Week 3: How Do We Think?
Week 4: How Judgment Happens? The Framing Effect.
Week 5: Heuristics and Biases.
Week 6: Heuristics and Biases
Week 7: Escalation of Commitment
Week 8: Overconfidence
Week 9: What Rules Govern People’s Choices between Risky Options and Sure Alternatives? Myopic Choices
Week 10: Prospect Theory, the Endowment Effect, Low vs. High Probability Events
Week 11: Two Selves: Experiencing and Remembering Selves Negotiations
Week 12: Following the Herd. When Do We Need a Nudge? Choice Architecture. But Wait, There’s More
Week 13: #Sluge. Save More Tomorrow. Do Nudges Last Forever? Perhaps in Sweden. Borrow More Today: Mortgages and Credit Cards.
Week 14: Insurance: Don’t Sweat the Small Stuff. Organ Donations. Saving the Planet. Much Ado About Nudging
Week 15: Group versus Individual Decisions. Decisions When Hungry. Motivational and Emotional Influences on Decision-Making. Fairness and Ethics in Decision-Making
Week 16: Bounded Awareness. Makeup Materials and Review
بازاریابی داده محور
بازاریابی دادهمحور
Data Driven Marketing
هدف کلی
هدف از این درس آشنایی دانشجویان با انواع روشها و مهارتهای تدوین استراتژیها و تاکتیکهای بازاریابی مبتنی بر تجزیه و تحلیل پیشرفته دادهها میباشد.
اهداف ویژه
آشنایی با چگونگی استفاده از دادههای مختلف برای تدوین برنامههای بازاریابی و حل چالشهای راهبردی بازاریابی
آشنایی با روشهای تحلیلی پیشرفته با هدف تشخیص ترجیحات مشتریان، تدوین استراتژیهای جذب مشتریان، و تدوین استراتژیهای نگهداشت مشتریان و جلوگیری از ریزش آنها
آشنایی با ابزارها و مدلهای پیشرفته تحلیلی برای تخصیص بهینه منابع بازاریابی
سرفصلها
مقدمهای بر تصمیم گیری دادهمحور برای تدوین استراتژیها و برنامههای بازاریابی مبتنی بر تحلیل دادهها
مروری بر علوم داده و اصول تحلیل با کمک کلان داده
مروری بر پکیجهای آماری و ابزارهای تصویر سازی داده
تحلیل دادهمحور تفاوتهای مصرفکنندگان (با کمک تحلیل خوشه بندی و تحلیل تشخیصی) برای تدوین استراتژیهای بازاریابی برای جذب گروههای مختلف خریداران
تحلیل دینامیک مشتریان و تدوین استراتژیهای روابط با مشتریان مبتنی بر تحلیل داده
مدل پنهان مارکوف، رگرسیون لجستیک، و مدلهای انتخاب و کاربرد آن در مدیریت روابط با مشتریان
مدل RFM و تحلیل ارزش مشتریان در طول زمان ( CLV ) و کاربرد آن در مدیریت روابط با مشتریان
تحلیل متقارن و کاربرد آن در تدوین استراتژیهای نوآوری و توسعه محصول
مروری بر مدلهای تحلیلی در بهینهسازی قیمت و تدوین سیاستهای قیمت گذاری
تحلیلهای پیشبینی کننده و بهینهسازی منابع بازاریابی با کمک Response Models
مدلهای اتریبیوشن و کاربرد آن در تخصیص بودجه تبلیغات و ارتباطات بازاریابی
منابع
Brea, C. A. (2014). Marketing and sales analytics: Proven techniques and powerful applications from industry leaders. Pearson Education.
Grigsby, M. (2015). Marketing analytics: A practical guide to real marketing science. Kogan Page Publishers.
Cox, E. (2011). Retail Analytics: The Secret Weapon. John Wiley & Sons.
Chapman, C., & Feit, E. M. (2015). R for marketing research and analytics. New York, NY: Springer.
Provost, F., & Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking. "O'Reilly Media, Inc.".
Lilien, G. L., Rangaswamy, A., & De Bruyn, A. (2013). Principles of marketing engineering. DecisionPro.