Customer Relationship Management
- Code de l'UE ELMSM418
-
Horaire
30Quadri 2
- Crédits ECTS 5
- Langue
- Professeur
En ce qui concerne les compétences des étudiants, le cours développe principalement la maîtrise des savoir, le raisonnement, la rigueur scientifique et le développement personnel. Dans une moindre mesure, le cours travaille les autres compétences du référentiel de compétences, à savoir agir en acteur socialement responsable, innover et entreprendre, communiquer, agir en contexte international et multiculturel et travailler en équipe et exercer le leadership d’une équipe.
Le cours Customer Relationship Management vise à fournir aux étudiants des clés de compréhension des principes, techniques et pratiques du management de la relation client (CRM), à savoir apprécier la complexité de la valorisation des clients, de la collecte et de la gestion des données relationnelles, de l’identification et du ciblage des clients les plus profitables, de leur satisfaction et de leur fidélisation. Il vise également à partager l'engouement relatif aux défis organisationnels, technologiques et stratégiques auxquels font face les entreprises de service implémentant des solutions CRM.
Les sujets et les thèmes abordés dans le cours sont :
Aspects opérationnels et organisationnels : marketing, ventes et intégration des processus, stratégies multicanal, logiciels CRM et gestion de campagne
Le cours est enseigné par deux académiques (moitié des séances chacun), Prof. Dr. P. Zidda (coordinateur ; professeur ordinaire à l’UNamur, chercheur dans le domaine de la distribution, de la fidélisation client et de la gestion de la relation client) et Prof. Dr. Philippe Baecke (professeur visiteur à l’UNamur et à l’Université de Dublin, Professeur à la Vlerick Business School; chercheur et consultant en CRM).
Le cours alterne
et insiste sur les interactions entre les étudiants et les professeurs au travers de discussions, d’exemples, d’exercices, etc.
L'évaluation des étudiants est réalisée à l’aide d’un projet en groupe (30 à 40% de la note) et d’un examen écrit couvrant l’ensemble des thématiques discutées aux cours (70 à 60%). L’examen écrit est généralement composé d’une partie théorique (concepts et théories) et d’une partie application (exercice et/ou étude de cas de taille réduite).
Les diapositives sont disponibles avant chaque cours sur la plateforme WebCampus.
Les ouvrages de référence recommandés sont :
Autres lectures :
Formation | Programme d’études | Bloc | Crédits | Obligatoire |
---|---|---|---|---|
Master 120 en ingénieur de gestion, à finalité spécialisée en data science | Standard | 0 | 5 | |
Master 60 en sciences de gestion | Standard | 0 | 5 | |
Master 120 en sciences de gestion, à finalité didactique | Standard | 0 | 5 | |
Master 120 en ingénieur de gestion, à finalité spécialisée en Analytics & Digital Business | Standard | 0 | 5 | |
Master 120 en sciences de gestion, à finalité spécialisée en Business Analysis & Integration | Standard | 0 | 5 | |
Master 120 en ingénieur de gestion, à finalité spécialisée en data science | Standard | 1 | 5 | |
Master 60 en sciences de gestion | Standard | 1 | 5 | |
Master 120 en sciences de gestion, à finalité didactique | Standard | 1 | 5 | |
Master 120 en ingénieur de gestion, à finalité spécialisée en Analytics & Digital Business | Standard | 1 | 5 | |
Master 120 en sciences de gestion, à finalité spécialisée en Business Analysis & Integration | Standard | 1 | 5 | |
Master 120 en sciences de gestion, à finalité didactique | Standard | 2 | 5 |