Enseignement
Réussir en développement de nouveaux produits, en études de marché et en analyse de données ne demande pas seulement des compétences techniques : il faut aussi la curiosité d'innover, le goût de l'analyse approfondie et l'envie de transformer les données en enseignements utiles.
Niveau master
Mes cours de master portent sur le développement de nouveaux produits, les études de marché et l'analyse de données.
Master
Piloter le cycle de vie d'un produit innovant, du concept au lancement : génération d'idées, sélection des concepts et analyse de marché. Par des études de cas, des ateliers et des projets, les étudiants apprennent les processus de développement, la collaboration transversale et la prise de décision, pour concevoir des produits alignés sur les besoins des consommateurs.
Master
Collecter, analyser et interpréter des données pour éclairer les décisions marketing : méthodes qualitatives et quantitatives, échantillonnage, construction de questionnaires et analyse. Des projets appliqués sur les tendances de marché, le comportement client et la perception des marques apprennent à produire des recommandations actionnables.
Master
Explorer et interpréter des données avec R et Jamovi : manipulation de données, tests statistiques, visualisation et régression. Les étudiants apprennent à appliquer les méthodes statistiques à des problèmes réels de recherche ou d'entreprise.
Niveau licence
Mes cours de licence introduisent les concepts et outils de base du marketing, comme la gestion de produit et de marque.
Licence
Développer, positionner et gérer une marque sur des marchés concurrentiels : cycle de vie du produit, capital de marque, perception des consommateurs. Études de cas et projets sur le positionnement, la fidélité et l'innovation donnent aux étudiants les bases pour construire des marques fortes et durables.
Niveau doctorat
Mes ateliers de recherche forment les doctorants à l'analyse textuelle semi-automatisée avec R, IRaMuTeQ et LIWC.
Doctorat
Méthodes avancées d'analyse de grands corpus textuels avec R, LIWC (Linguistic Inquiry and Word Count) et le web scraping : prétraitement, analyse de sentiment et catégorisation thématique. Des exercices pratiques développent la maîtrise de la collecte automatisée et de l'analyse textuelle en sciences sociales.