CODICE 111131 ANNO ACCADEMICO 2024/2025 CFU 6 cfu anno 2 DIGITAL HUMANITIES - INTERACTIVE SYSTEMS AND DIGITAL MEDIA 11661 (LM-92) - SAVONA SETTORE SCIENTIFICO DISCIPLINARE SECS-S/05 LINGUA Italiano SEDE SAVONA PERIODO 1° Semestre MODULI Questo insegnamento è un modulo di: SOCIAL MEDIA ED ERA DIGITALE MATERIALE DIDATTICO AULAWEB OBIETTIVI E CONTENUTI OBIETTIVI FORMATIVI Obiettivo del corso è fornire agli studenti competenze relative alla gestione di contenuti e dati nei social media, affrontando l'aspetto della comunicazione, del digital marketing, della raccolta, integrazione e analisi statistica dei dati (social media analytics). MODALITA' DIDATTICHE didattica mista PROGRAMMA/CONTENUTO Elementi per impostare ricerche quantitative e qualitative (campionamento, questionario, etnografia digitale, infarinatura di statistica descrittiva) Metriche di base: Reach (Portata) Impressions (Impressioni) Engagement (Coinvolgimento) Follower/Fan: Click-Through Rate (CTR) Esempi e lavoro in classe KPI strategici: Awareness (Notorietà) Metriche rilevanti: reach, impressions, follower, menzioni. Engagement (Coinvolgimento) Metriche rilevanti: engagement rate, commenti, condivisioni. Conversion (Conversione). Metriche rilevanti: CTR, conversion rate, lead generati. Pulizia e preparazione dei dati: rimozione di dati duplicati, errati o irrilevanti, garantendo un dataset pulito e pronto per l'analisi, risparmiando tempo e risorse preziose. Estrazione di informazioni chiave: estrarre informazioni specifiche dai dati grezzi, come hashtag, menzioni, parole chiave, sentiment, dati demografici, facilitando l'analisi successiva. Analisi del sentiment: Classificazione del sentiment: mediante algoritmi di Natural Language Processing (NLP) per analizzare il linguaggio utilizzato dagli utenti, classificare i commenti e le interazioni come positivi, negativi o neutri. Analisi delle emozioni: oltre la semplice classificazione, identificare emozioni specifiche come gioia, rabbia, tristezza, sorpresa, permettendo di comprendere le reazioni più profonde del pubblico. Monitoraggio del sentiment nel tempo: tracciare l'evoluzione del sentiment nel tempo, individuare eventuali cambiamenti nelle percezioni degli utenti consentendo all'azienda intervenire tempestivamente. Lezione 6: Identificazione di trend e insight Analisi dei trend: monitorare le conversazioni sui social media, identificando hashtag, argomenti e temi emergenti, anticipare le tendenze e cavalcare l'onda del momento. Insight strategici: oltre i semplici dati, fornire insight strategici sul comportamento del pubblico, sulle preferenze, sui bisogni e sulle aspettative, consentendo di adattare la comunicazione in modo mirato. Analisi predittiva: utilizzare i dati storici per prevedere le tendenze future, aiutando a pianificare le strategie di marketing e a ottimizzare le campagne in anticipo. Segmentazione del pubblico Segmentazione demografica: dati demografici come età, sesso, posizione geografica per creare segmenti di pubblico specifici. Segmentazione comportamentale: analizzare le interazioni degli utenti, gli interessi, le preferenze e le abitudini di acquisto per creare segmenti basati sul comportamento. Segmentazione psicografica: utilizzare l'analisi del linguaggio e altre tecniche per comprendere i valori, gli atteggiamenti e gli stili di vita del pubblico, creando segmenti psicografici. Personalizzazione della comunicazione: adattare i messaggi e i contenuti a ciascun segmento di pubblico, aumentando la rilevanza e l'efficacia della comunicazione TESTI/BIBLIOGRAFIA eventuale bibliografia sarà indicata durante le lezioni DOCENTI E COMMISSIONI LUCA SABATINI Ricevimento: Prima o dopo le lezioni meglio se su appuntamento (scrivere a luca.sabatini@unige.it) Commissione d'esame LAURA SCUDIERI (Presidente) LEZIONI INIZIO LEZIONI 11 ottobre 2024 Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME Orale