C2.M2 Search Engine Advertising & Martech

Il modulo 2 "Ricerche di Mercato per il business digitale" appartiene al Cluster 2 "Digital strategy & digital marketing" all'interno del Master in Digital Business Development" erogato dall'Università degli studi di Bergamo " appartiene al Cluster 1 "Digital strategy & digital marketing" all'interno del Master in Digital Business Development" erogato dall'Università degli studi di Bergamo CFU : 3 Anno Accademico di erogazione : 2025/2026 Temi principali: PARTE 1 Il modulo ha esplorato l’utilizzo strategico e operativo di Google Ads, con un focus sulle campagne Search, mettendo a fuoco la relazione tra obiettivi di marketing, comportamento di ricerca degli utenti e struttura delle campagne, interrogando il ruolo delle decisioni strategiche nella generazione di performance misurabili. La trattazione ha proceduto in modo tematico: dapprima è stata analizzata la costruzione del brief strategico attraverso l’analisi di azienda, prodotto e target, quindi la definizione degli obiettivi e delle metriche tramite KPI e OKR, fino alla progettazione e strutturazione delle campagne Search in funzione del funnel e degli intenti di ricerca, includendo la selezione delle strategie di offerta più coerenti con gli obiettivi. Sul piano metodologico sono stati utilizzati strumenti operativi come Google Keyword Planner, framework di copywriting e applicazioni di AI generativa per analizzare casi reali e sviluppare annunci efficaci. In dialogo con modelli data-driven e principi di persuasione, gli studenti sono stati guidati a progettare campagne coerenti e misurabili, sviluppando competenze strategiche e operative applicabili a contesti reali. PARTE 2 Il modulo ha esplorato l’ecosistema MarTech e AdTech come infrastruttura tecnologica dell’advertising digitale, mettendo a fuoco l’architettura degli stack, l’integrazione delle piattaforme dati (CRM, CDP, Data Warehouse), le logiche del programmatic advertising e l’impatto dell’AI lungo il funnel di marketing. La trattazione ha proceduto secondo una progressione tematica: dapprima sono state definite categorie e componenti del MarTech landscape; quindi si sono analizzate progettazione dello stack, data foundation e orchestrazione dell’engagement; infine si sono approfondite tech scouting con AI, supply chain programmatic, modelli d’asta e principi di media quality. Sul piano metodologico, il modulo ha combinato framework teorici, analisi di architetture reali, simulazioni di vendor evaluation e costruzione di tabelle comparative, con esercitazioni guidate di prompting e validazione dei risultati. In dialogo con i modelli di integrazione tecnologica e con le più recenti trasformazioni AI-driven, gli studenti sono stati guidati ad analizzare, confrontare e valutare soluzioni MarTech, sviluppando capacità di decisione strategica, ideazione dei processi e definizione di criteri scelta coerenti con obiettivi di business e governance tecnologica. Obiettivi: PARTE 1 Al termine del modulo lo studente: - ha analizzato il contesto aziendale, il prodotto e il pubblico target per costruire un brief strategico completo, - ha definito obiettivi di marketing coerenti con diversi scenari come lead generation, e-commerce e brand awareness e struttura KPI e OKR misurabili, - ha progettato una strategia di advertising in funzione del funnel e degli intenti di ricerca, - ha selezionato le strategie di offerta più appropriate tra CPC, CPA target, ROAS target, massimizzazione delle conversioni e quota impression in relazione agli obiettivi di campagna, - ha costruito campagne Search Ads organizzando in modo strutturato campagne, gruppi di annunci, keyword e annunci, - ha applicato criteri di search intent, match type e utilizzo delle keyword negative nella definizione delle parole chiave e sviluppato annunci persuasivi utilizzando framework di copywriting, principi di Cialdini e strumenti di intelligenza artificiale generativa, valutando infine la coerenza tra strategia, struttura della campagna e metriche di performance. PARTE 2 Al termine del modulo, lo studente ha imparato a : - Definire e classificare le principali categorie del MarTech e dell’AdTech, distinguendone funzioni, perimetro e punti di integrazione lungo la customer lifecycle. - Analizzare e confrontare diverse architetture di MarTech stack (monolitiche vs composable), identificando il ruolo di CRM, CDP e Data Warehouse come possibili “center platform”. - Valutare e giustificare scelte di integrazione tecnologica in funzione di obiettivi di business, qualità dei dati, scalabilità e capacità di attivazione omnicanale. - Progettare un framework di valutazione per il tech scouting di soluzioni MarTech e AdTech, definendo criteri di selezione, domande per vendor e struttura di una tabella comparativa. - Applicare strumenti di AI per generare longlist e shortlist di tecnologie, validandone i risultati attraverso un processo strutturato di analisi e verifica. - Descrivere e spiegare il funzionamento del programmatic advertising end-to-end, incluse supply chain, tipologie di aste e principali deal types. - Descrivere e riconoscere i principali concetti e tecnologie di media quality (viewability, brand safety/suitability, ad fraud), illustrandone la funzione nel contesto dell’advertising digitale. Il corso si è svolto in modalità prevalentemente a distanza e in lingua italiana. Si è articolato in attività di Didattica Erogativa (DE) e di Didattica Interattiva (DI). Le lezioni in presenza (6 ore) sono state svolte in aula ed erogate in un ambiente di videoconferenza che ha consentito la partecipazione attiva degli studenti da remoto. Sono disponibili nella pagina del corso videolezioni preregistrate della durata di circa 15 minuti e materiali di studio (DE, 9 ore corrispondenti per motivi di riascolto a 18 ore). Hanno composto le attività di DI sessioni in web-conference interattiva (DI, 3 ore) e attività formative di comunicazione e collaborazione come forum, valutazione formativa, lavori di gruppo (DI, 6 ore stimate). Docenti referenti: Prof. Vitor Storch Prof. Andrea Girelli