Visualisation plan de cours 2026 / 2027

EM4W5M01

Marketing Analytics & Data-Driven Strategies

Programme

PGE PGE5 Marketing, Brand & Customer Experience

Semestre

Coefficient

Volume horaire

Face à face : 25 H

Travail personnel indicatif : 50 H

Discipline

Marketing

Nombre de places

Cours ouvert aux étudiants visitants

Oui

Langue d'enseignement

Anglais

Responsable

Daria
PLOTKINA

Liste des intervenants

	Intervenant(s)	Email	Volume horaire
	Daria PLOTKINA	daria.plotkina@em-strasbourg.eu	25 h CM

Discipline

Marketing

Descriptif

This course equips students with the analytical tools and strategic thinking necessary to make data-driven marketing decisions. It explores how companies can harness customer and market data to optimize segmentation, targeting, personalization, and performance measurement. Through a mix of theory, real-world case studies, and hands-on exercises, students will learn how to transform data into actionable insights that support marketing innovation and strategic growth. Ethical considerations and responsible data use are also emphasized throughout the course.

Intelligence artificielle

Ce cours intègre des contenus relatifs à l'intelligence artificielle (concepts, enjeux, applications, méthodes ou impacts de l'IA), au-delà de la simple utilisation d'outils d'IA comme support pédagogique

MAC

Optimiser et classer des données/Optimize and organize data

9 ECTS

Objectifs pédagogiques - COGNITIVE DOMAIN

A l'issue du cours, l'étudiant(e) devrait être capable de / d'...

analyze data and create meaningful data visualizations to extract actionable insights.
determine appropriate statistical methods to use in marketing analytics.
weigh the ethical implications and GDPR considerations related to marketing data.
evaluate predictive models (e.g., regression, classification) for marketing decisions.
integrate marketing analytics into strategic planning and innovation processes.

Objectifs pédagogiques — Objectifs de développement durable (ODD)

ODD portés par la politique RSO de l'EM.

Plan / Sommaire

1 Introduction to Marketing Analytics
• Overview of data-driven decision-making
• Role of analytics in marketing strategy
• Types of data: structured vs. unstructured
• Introduction to data sources and tools (Excel, Python, R, Google Analytics)
-> Case discussion: How Netflix uses data
2 Customer Insight & Segmentation
• Market segmentation using data
• K-means clustering, hierarchical clustering (demo/exercise)
-> In-class exercise with Jamovi
3 Predictive Analytics & Targeting
• Regression analysis, classification models
• Targeting and personalization
• Data-driven personas
-> In-class exercise with Jamovi
4 Web & Social Media Analytics
• Google Analytics and web behavior data
• Social media sentiment analysis basics
• KPIs and dashboards for digital campaigns
-> In-class exercise with Google Analytics Demo platform
5 A/B Testing & Experimental Design
• Principles of testing in marketing
• Setting up valid experiments
• Interpreting test results
->Workshop: Design and analyze a simple A/B test
6 Ethics & Data Privacy
• GDPR and ethical data use
• Algorithmic bias and fairness
• Trust in data systems
-> Debate or role-play activity
7-8 Capstone Project Workshop
• Group work session with feedback
• Data cleaning, analysis, visualization
• Individual Q&A and support
9 Project Presentations & Wrap-up
• Group presentations of final projects
• Peer feedback and instructor evaluation
• Course synthesis and key takeaways

Prérequis nécessaires

Connaissances en / Notions clés à maîtriser

Understanding of Marketing Strategy Excel use

Supports pédagogiques

Mandatory tools for the course

- Computer

Moodle platform

- Upload of class documents
- Interface to submit coursework
- Assessments

Outil(s) d’IA générative

Non renseigné

Comment l’IA générative est utilisée dans ce cours
Collab + Gemini

Adossement à la recherche

Ce cours est adossé à la recherche.

Research-led (par les contenus)Le cours mobilise des connaissances issues de la recherche académique récente.
Research-oriented (par les méthodes)Le cours initie les étudiants aux méthodes, outils ou raisonnements de recherche (collecte/traitement de données, ateliers méthodes, exercices de protocole, etc.).
Research-based (par l’enquête)Le cours engage les étudiants dans une démarche d’enquête ou de production de connaissances (mini-projets de recherche, études de terrain, poster/rapport).

Travaux de recherche de l'EM

Plotkina, D., Dinsmore, J., & Racat, M. (2022). Improving service brand personality with augmented reality marketing. Journal of Services Marketing, 36(6), 781-799.

Modalités d'évaluation

Liste des modalités d'évaluation

? Evaluation intermédiaire / contrôle continu 1

Dernière séance

Ecrite et orale (15 min) / En groupe / Anglais / Pondération : 50%

Compétence mesurée

ILO3.1-BAI, ILO1.1-PGE, ILO1.2-PGE, ILO1.3-PGE, ILO2.1-PGE, ILO2.2-PGE, ILO2.3-PGE

✓ Evaluation finale 2

Semaine d'examens

Ecrite (60 min) / Individuelle / Anglais / Pondération : 50%

Compétence mesurée

ILO3.1-BAI, ILO1.1-PGE, ILO1.2-PGE, ILO1.3-PGE

✓ Seconde chance

Semaine d'examens

Ecrite (60 min) / Individuelle / Anglais / Pondération : 50%

Compétence mesurée

ILO3.1-BAI, ILO1.1-PGE, ILO1.2-PGE, ILO1.3-PGE