Το μάθημα εισάγει τους φοιτητές στις βασικές αρχές της Επιστήμης Δεδομένων (Data Science), της Επιχειρηματικής Αναλυτικής (Business Analytics) και της Τεχνητής Νοημοσύνης, εστιάζοντας στην αξιοποίηση δεδομένων για τη λήψη στρατηγικών αποφάσεων στο Ψηφιακό Μάρκετινγκ και στις Ψηφιακές Επιχειρήσεις.

Οι φοιτητές εξοικειώνονται με ολόκληρο τον κύκλο ζωής των δεδομένων, από τη συλλογή, προεπεξεργασία, ανάλυση και οπτικοποίηση έως την ανάπτυξη και αξιολόγηση μοντέλων μηχανικής μάθησης για προβλήματα πρόβλεψης, κατηγοριοποίησης και συσταδοποίησης. Ιδιαίτερη έμφαση δίνεται στην εφαρμογή σύγχρονων αλγορίθμων Τεχνητής Νοημοσύνης για την ανάλυση της συμπεριφοράς των καταναλωτών, τη βελτιστοποίηση στρατηγικών μάρκετινγκ και την υποστήριξη επιχειρηματικών αποφάσεων.

Στο πλαίσιο του μαθήματος παρουσιάζονται εφαρμογές όπως η πρόβλεψη αποχώρησης πελατών (Customer Churn Prediction), η διαστρωμάτωση της αγοράς (Market Segmentation), τα συστήματα συστάσεων (Recommendation Systems), η πρόβλεψη της συνολικής αξίας πελάτη (Customer Lifetime Value), η ανάλυση καλαθιού αγορών (Market Basket Analysis) και οι κανόνες συσχέτισης (Association Rules), καθώς και η από κοινού ανάλυση (Conjoint Analysis) και οι στρατηγικές τοποθέτησης προϊόντων (Product Positioning). Παράλληλα παρουσιάζονται σύγχρονες τεχνικές οπτικοποίησης δεδομένων, δημιουργίας διαδραστικών αναφορών (dashboards) και αξιοποίησης εργαλείων Παραγωγικής Τεχνητής Νοημοσύνης (Generative AI) για την υποστήριξη της ανάλυσης και της ερμηνείας επιχειρηματικών δεδομένων.

Η διδασκαλία συνδυάζει τη θεωρητική προσέγγιση με την ανάλυση πραγματικών επιχειρηματικών περιπτώσεων και την επίδειξη σύγχρονων εργαλείων και εφαρμογών Τεχνητής Νοημοσύνης που χρησιμοποιούνται στη σύγχρονη αγορά. Μέσα από χαρακτηριστικά παραδείγματα από τους τομείς του ψηφιακού μάρκετινγκ, του ηλεκτρονικού εμπορίου και των ψηφιακών υπηρεσιών, οι φοιτητές εξοικειώνονται με τον τρόπο αξιοποίησης της ανάλυσης δεδομένων για τη λήψη τεκμηριωμένων επιχειρηματικών αποφάσεων. Παράλληλα, εξετάζονται ζητήματα προστασίας προσωπικών δεδομένων, αλγοριθμικής διαφάνειας, ηθικής και υπεύθυνης χρήσης της Τεχνητής Νοημοσύνη.