Filière Marketing quantitatif et revenue management

Programme
des enseignements de 3e année
Filière Marketing quantitatif et revenue management
ANNEE SCOLAIRE 2015 / 2016

Ensai Programme des enseignements de 3
e
année 2015/2016
1
FILIÈRE MARKETING QUANTITATIF ET REVENUE
MANAGEMENT
ANNÉE SCOLAIRE 2015/2016
QUANTITATIVE MARKETING AND REVENUE MANAGEMENT SPE-
CIALIZATION
2015/2016 ACADEMIC YEAR

Ensai Programme des enseignements de 3
e
année 2015/2016
2

Ensai Programme des enseignements de 3
e
année 2015/2016
3
Table des matières
Présentation de la filière ....................................................................................... 5
Le corps enseignant ............................................................................................... 7
Descriptifs des enseignements du tronc commun ................................................. 13
Simulation d’entretien ...................................................................................................... 14
Droit des entreprises ......................................................................................................... 15
Anglais ............................................................................................................................... 17
Sport .................................................................................................................................. 19
Descriptifs des enseignements de la filière ........................................................... 21
UE Culture marketing ............................................................................................................ 22
Le Challenge Markstrat ..................................................................................................... 22
Gestion de la relation client .............................................................................................. 23
Introduction au marketing ................................................................................................ 25
Marketing expérientiel ...................................................................................................... 26
Marketing digital ............................................................................................................... 27
UE Data science, machine learning ....................................................................................... 28
Apprentissage statistique .................................................................................................. 28
Introduction à la data science ........................................................................................... 29
Méthodes de scoring ......................................................................................................... 31
Règles d’association .......................................................................................................... 32
Panorama du big data ....................................................................................................... 33
Web datamining ................................................................................................................ 34
UE Pricing et revenue management ...................................................................................... 37
Introduction au revenue management ............................................................................. 37
Méthodes de recherche opérationnelle pour le revenue management du transport
aérien ................................................................................................................................ 38
Modèles de revenue management pour l’hôtellerie ........................................................ 39
Politique tarifaire .............................................................................................................. 41
Principes économiques du revenue management : théorie et pratique .......................... 42
UE Optimisation .................................................................................................................... 43
Optimisation linéaire ......................................................................................................... 43
Optimisation dynamique ................................................................................................... 45
Optimisation stochastique ................................................................................................ 46
UE Compléments de statistique et d’économétrie ............................................................... 48
Compléments de sondages et méthodologie d’enquête .................................................. 48
Économétrie des données de panels ................................................................................ 49
Modèles à équations structurelles .................................................................................... 50
Modèles de choix discret .................................................................................................. 51
Modèles de prévision avec séries temporelles ................................................................. 52
UE Projets d’entreprise et de recherche ............................................................................... 53
Projet d’entreprise ............................................................................................................ 53
Projet de recherche ........................................................................................................... 54
UE Conférences métiers ........................................................................................................ 55
Conférences métiers ......................................................................................................... 55