• Italian

E-business

Contact person

Michele Gorgoglione - Associate Professor

Competencies and research activities

Le attività di ricerca del laboratorio si sviluppano secondo quattro principali tematiche: (1) progettazione e sperimentazione di modelli Recommender System; (2) analisi di Customer Experience; (3) modelli di Customer Analytics; (4) analisi del comportamento di utenti nel settore della Social TV. 
1. Il primo tema riguarda i Sistemi di raccomandazione, ovverosia sistemi informativi che, a partire da una base di dati che descrive il comportamento e le transazione di una ampia base di clienti, sono in grado di prevedere le preferenze dei clienti e suggerire uno o più prodotti con elevata probabilità di gradimento. Le attività sono state dirette principalmente alla misurazione dei comportamenti dei clienti che interagiscono con questi sistemi e delle performance  di business e hanno prodotto numerose pubblicazioni scientifiche a diffusione internazionale. Sono stati sperimentati soprattutto modelli context-aware e modelli di massimizzazione del profitto. Le attività hanno coinvolto sia studenti di PhD che studenti laureandi (in Ingegneria gestionale ed Ingegneria informatica). 
2. Nella seconda area tematica le attività hanno riguardato lo sviluppo di scale di marketing multi-item per la misurazione della qualità dell'esperienza del cliente. Le percezioni sono state raccolte attraverso survey su campioni di consumatori, le survey sono state progettate attraverso interviste non strutturate. Le relazioni fra percezioni e principali risultati di marketing sono state studiate attraverso modelli statistici. Le principali analisi sono state condotte nei settori bancario e agro-alimentare. Sono state sviluppate diverse tesi di laurea e i risultati pubblicati attraverso alcuni articoli scientifici a diffusione internazionale. 
3. I modelli di analisi e previsione del comportamento dei clienti (Customer Analytics) consistono nella definizione di customer metrics (indicatori sintetici del comportamento dei clienti di una impresa) e di modelli matematici e statistici che consentono di definire azioni di marketing opportune. Le principali attività di ricerca sono state condotte nel settore del grocery e del fashion, principalmente attraverso tesi di laurea. 
4. Per Social TV si intende l'insieme dei fenomeni che avvengono quando gli spettatori televisivi utilizzano un secondo schermo durante la fruizione dei contenuti per interagire con il broadcaster, con i brand presenti negli show e, soprattutto, con altri spettatori. Questi fenomeni avvengono tipicamente attraverso la piattaforma di Twitter e hanno suscitato enorme interesse da parte delle imprese e della ricerca perché promettono di creare una nuova e potente piattaforma per studiare i comportamenti dei consumatori e indirizzare azioni di marketing più efficaci ed in real-time. Le prime attività di ricerca hanno avuto come obiettivo l'analisi dei driver dello "online engagement", ovverosia la comprensione delle ragioni e dei meccanismi che spingono gli utenti ad interagire sul secondo schermo durante uno show. In questa ricerca lo engagement è stato misurato in termini di numero di tweet (di diverso tipo) e sono state analizzate le correlazioni fra esso e i principali contenuti di uno show, incluso i break pubblicitari e i richiami a Twitter messi in onda. In queste attività sono stati coinvolti uno studente di PhD ed alcuni studenti laureandi in Ingegneria gestionale.

Collaborations with companies and institutions

1. Recommender System: 
New York University (New York, USA)
The Wharton School - University of Pennsylvania (Philadelphia, USA)
Unilever
Panini Spa
Conquist Srl

2. Customer Experience: 
ESCE International Business School (Paris, France)
Banca Popolare di Bari

3. Customer Analytics: 
Megamark Srl
Mafrat Spa

4. Social TV:
The Wharton School - University of Pennsylvania (Philadelphia, USA)
Borough of Manhattan Community College - City University of New York, NY (USA)
Telecom Italia Spa