Marketing Intelligence

Entende-se que esta Unidade Curricular permite utilizar diversas Metodologias de Ensino ativas e centradas no estudante, de modo a
desenvolver o espírito analítico, crítico, tomada de decisão, capacidade para a resolução de problemas e conhecimento prático sobre os
temas. Assim, serão utilizadas as seguintes estratégias:
– Aprendizagem baseada em resolução de problemas (Problem-Based Learning): partindo de problemas reais em marketing e negócios
internacionais, solicitar aos estudantes soluções usando análise de dados, Inteligência Artificial e dados do CRM. Esta estratégia também
é útil em relação ao uso de ferramentas de reporting e produtividade em marketing, para a resolução de problemas incentivando os
estudantes a criar relatórios de indicadores de marketing digital.
– Estudos de Caso: escolher e discutir estudos de caso de empresas desenvolveram soluções de inteligência artificial aplicadas a
estratégias de marketing e vendas, promovendo a análise crítica, o debate em grupo e o trabalho em equipa.
– Projetos Colaborativos: criar projetos práticos em grupo, abordagem hands-on, que permitam aos estudantes criar estratégias de
marketing utilizando ferramentas de Data Mining, Web Mining e Text Analytics.
– Aprendizagem por Competências: promover a aquisição de competências práticas através de simulação e plataformas de CRM analítico,
explorando dados para personalização de campanhas.
– Flipped Classroom: Disponibilizar materiais teóricos antes das aulas, permitindo que o tempo em sala de aula possa ser usado para
debates, análise e atividades práticas relacionadas com marketing digital e Business Intelligence.
– Aprendizagem Baseada em Projetos (PjBL): propor um projeto que possa incluir todas as vertentes dos conteúdos programáticos, bem
como aprendam a trabalhar com etas bem definidas, criando uma estratégia de marketing digital que inclua dados e onde utilizem as
ferramentas e técnicas discutidas na unidade curricular.

A UC de Marketing Intelligence pretende:
O1 – Capacitar os estudantes para usar sistemas de apoio à decisão em marketing com Big Data
O2 – Compreender a aplicação ética da Inteligência Artificial (IA) em estratégias de marketing e vendas
O3 – Utilizar a componente analítica em sistemas Customer Relationship Management (CRM) para personalizar campanhas
O4 — Aplicar Data Mining, Web Mining e Text Analytics para identificar padrões
O5 – Desenvolver relatórios e análise de indicadores de marketing digital
O6 – Analisar tendências de Business Intelligence (BI) em marketing
Ao concluírem esta Unidade Curricular, os estudantes devem estar aptos:
C1 – à tomada de decisões com base em dados
C2 – compreensão crítica e ética da IA em Marketing
C3 – gestão do relacionamento com o cliente via CRM
C4 – extração de padrões via Data Mining
C5 – capacidade de reporting e análise
C6 – análise de tendências emergentes em BI para melhorar resultados das estratégias de marketing

Sistemas de Apoio à Decisão em Marketing: data-driven Marketing e Big Data
2. Inteligência Artificial na tomada de decisão em Marketing:
2.1 Fundamentos de Inteligência Artificial
2.2 Ética e Regulamentação em Inteligência Artificial
2.3 Estratégias de Marketing e Vendas com Recurso a Inteligência Artificial
2.4 Inteligência Artificial em Social Media
2.5 Técnicas de Negociação com Inteligência Artificial
2.6 Inteligência Artificial e tendências futuras em Marketing e Vendas
3. CRM Analítico
4. Data Mining, Web Mining e Text Analytics aplicados ao Marketing
5. Sistemas de Reporting para Marketing
6. Tendências Emergentes e Impactos do Business Intelligence em Marketing
7. Indicadores em Marketing Digital
7.1. Acompanhamento e análise de resultados
7.2. Relatório de resultados: dos objetivos aos dados
7.3. Ferramentas de produtividade

NAO