Магистратура
2020/2021![Цель освоения дисциплины](/f/src/global/i/edu/objectives.svg)
![Планируемые результаты обучения](/f/src/global/i/edu/results.svg)
![Содержание учебной дисциплины](/f/src/global/i/edu/sections.svg)
![Элементы контроля](/f/src/global/i/edu/controls.svg)
![Промежуточная аттестация](/f/src/global/i/edu/intermediate_certification.svg)
![Список литературы](/f/src/global/i/edu/library.svg)
Проектно-исследовательский семинар "Управление проектами по методологии CRISP-DM"
Статус:
Курс обязательный (Коммуникации, основанные на данных)
Направление:
42.04.01. Реклама и связи с общественностью
Кто читает:
Школа коммуникаций
Где читается:
Факультет креативных индустрий
Когда читается:
2-й курс, 1-3 модуль
Формат изучения:
без онлайн-курса
Преподаватели:
Владес Олег Александрович,
Коточигов Константин Львович,
Нестер (Нестеренко) Роман Юрьевич,
Семенова Анастасия Михайловна,
Суворина Татьяна Владимировна,
Хапаева Наталья Михайловна
Прогр. обучения:
Коммуникации, основанные на данных
Язык:
русский
Кредиты:
17
Контактные часы:
200
Программа дисциплины
Аннотация
В рамках проектно-исследовательского семинара второго года обучения реализуются два образовательных трека. 1 трек – CRISP-DM и аналитика данных, направлен на поэтапное освоение студентами стадий управления проектами в области интеллектуального анализа данных по межотраслевой методологии CRISP-DM, а также обучение новым методам аналитики и визуализации данных. 2 трек – менеджмент в сфере коммуникаций и технологий, направлен на получение управленческих компетенций, освоение гибких проектных методологий, применяемых при внедрении дата-проектов, инструментов и подходов к управлению цифровым продуктом. Одной из задач проектно-исследовательского семинара является экспертная поддержка подготовки магистерского проекта (ВКР).
Цель освоения дисциплины
- Целью дисциплины «Проектно-исследовательский семинар «Управление проектами по методологии CRISP-DM» является освоение студентами стадий управления проектами в области интеллектуального анализа данных по межотраслевой методологии CRISP-DM и развитие управленческих компетенции для руководства коммуникационными проектами и продакт-менеджмента.
Планируемые результаты обучения
- Понимает бизнес-задачи коммуникационной индустрии. Отличает бизнес-задачи от задач анализа данных. Умеет анализировать рынок и формулировать вопросы на выявление потребностей заказчика.
- Умеет извлекать (парсить) данные с веб-ресурсов, используя пакеты для Python. Владеет базовыми навыками работы с SQL. Умеет проверять качество данных.
- Умеет объединять и переформатировать данные. Умеет использовать Hadoop MapReduce для распределённых вычислений.
- Умеет строить и выбирать оптимальную модель анализа данных для решения бизнес-задачи.
- Оценивает результаты моделирования с точки зрения качества анализа данных и бизнес-показателей.
- Умеет представлять результаты проекта по анализу данных в форме отчёта или презентации.
- Умеет управлять работой проектной команды и планировать ресурсное обеспечение реализации проекта.
- Умеет презентовать результаты проектно-исследовательской работы.
- Умеет организовать кросс-канальную программатик кампанию. Владеет навыками оптимизации рекламных кампаний. Способен интерпретировать отчёты платформы. Способен интерпретировать и анализировать психографические данные. Обладает навыком портирования данных в различные системы. Способен объяснить принципы сбора данных такого рода.
- Понимает принцип работы рекомендательных сервисов. Понимает типы данных, доступные на российском рынке. Владеет навыками работы с рекламными платформами. Способен описать ландшафт обмена e-commerce данными. Понимает принципы работы e-mail маркетинга.
- Знает методологии проектного менеджмента, может обосновать выбор корректной методологии для проекта в зависимости от его специфики.
- Умеет проводить технологический аудит и прогнозировать окупаемость внедрения систем, необходимых для решения коммуникационных задач клиента. Формулирует обоснованное предложение для клиента.
- Планирует технические и человеческие ресурсы для внедрения технологий data-driven коммуникаций; анализирует реализацию проекта на каждом этапе.
- Прорабатывает план внедрения DMP, учитывая специфику задач и ресурсов клиента.
- Понимает принципы организации создания, развития и продвижения технологического продукта.
- Глубоко разбирается в принципах работы основных аналитических сервисов. Понимает понятие сэмплирования, способен организовать работу с сырыми данными. Понимает как связать веб-аналитику и бизнес-результаты заказчика. Понимает принципы организации корректного тестирования в цифровом маркетинге. Способен спроектировать проверку гипотезы.
- Отличает существующие в основных инструментах модели атрибуции. Способен подобрать подходящую в зависимости от медиамикса и типа клиента.
- Визуализирует данные и создаёт интерактивные дэшборды с использованием библиотек Python.
Содержание учебной дисциплины
- Проектный менеджмент: этапы и процессы создания предложения по Data проектам для клиента.Аудит имеющихся решений. Предложение по новым технологиям внедрения. Создание единой инфраструктуры и экосистемы. Расчет окупаемости
- CRISP-DM: понимание бизнес-задач.Определение бизнес-задач. Оценка ситуации. Выявление потребностей заказчика.
- CRISP-DM: сбор и начальное изучение данных.Парсинг данных. SQL. Оценка качества данных.
- Проектный менеджмент: практический разбор DMP внедрения.Разработка таксономии. Разметка сайтов. Интеграция с системами (CRM, Adserving, прочее).
- Аналитика данных: модели атрибуции.Обзор существующих моделей атрибуции. Простые вероятностные модели. Сложные мультиканальные модели. Методы построения моделей. Построение мультиканальных моделей атрибуции на цепях Маркова. Построение моделей атрибуции, основанных на теории игр.Построение конверсионных цепочек и анализ эффективности рекламных кампаний.
- Проектный менеджмент: методы управления проектами.Введение в методологии проектного менеджмента. Какие методы подходят для Data-проектов, таких как развертывание платформ клиентских данных (CDP), платформ управления данными (DMP), решений по динамической оптимизации креативов (DCO). Agile, Scrum, Kanban. Проектные системы, используемые в data-driven коммуникационных проектах.
- CRISP-DM: моделирование.Методика моделирования. Дизайн тестов. Оценка параметров модели.
- CRISP-DM: подготовка данных.Hadoop. MapReduce. Объединение и переформатирование данных.
- Автоматизация маркетинга.Типы данных, доступные на российском рынке. Экосистема обмена данными. E-mail-маркетинг.
- CRISP-DM: оценка.Оценка результатов моделирования с точки зрения качества анализа данных и бизнес-показателей.
- Проектный менеджмент: этапы внедрения Big Data проектов на примере CDP, DMP, DCO решений, проведения кластерного анализа и создания Customer Journey.Программное обеспечение. Внедрение. Подбор команды и распределение обязанностей. Анализ полученного результата.
- CRISP-DM: внедрение.План развёртывания. План мониторинга и поддержки. Отчёт по реализации проекта.
- Презентация и обсуждение промежуточных результатов ВКР.Презентация промежуточных результатов магистерского проекта.
- Управление продуктомЧто такое продукт и его место в бизнесе. Business Model Canvas, Структура ценностного предложения, поиск ценностного предложения. Каналы доставки продукта. Модели монетизации. Custdev. Бизнес-моделирование: поиск эффективных моделей и их анализ. Метрики, композитные метрики, сравнение моделей (cac,ltv, скорость роста клиентской базы ,retention vs engagement, roi, npv, irr и пр). Фреймворки для управления продуктом: JBTD, ICE (Impact, Confidence, Ease) и GIST. Основы продуктовой аналитики. Эксперименты. Продукт, как способ измерения коммуникаций. Оптимизация
- Визуализация данныхИнтерактивная визуализация данных в Python. Библиотеки plotly, seaborn.
- Управление проектными командами, ресурсами и стоимостью проекта.Характеристика используемых ресурсов (денежных и материальных). График плановой стоимости. Человеческие ресурсы. Матрица назначений. Формы контроля хода работ.
- Практическая работа с системами рекламы.Работа с рекламными платформами.
- Аналитика данных: аналитические инструменты в цифровых коммуникациях.Основы веб-аналитики и настройка сквозной аналитики. Показатели эффективности коммуникаций, оценка качества коммуникаций, показатели и критерии качества эффективных коммуникаций, их реализация в коде. A/B тесты, подбор групп, подходы к ускорению тестов, реализация подходов в коде. Задача оптимизации коммуникаций, усложнение моделей, генерация новых данных на основе временных составляющих. Сбор истории коммуникаций, оптимизация затрат на коммуникации, uplift моделирование, детальная проработка возможных моделей.
- Проведение презентаций результатов проектно-исследовательской работы над ВКР.Предзащита ВКР.
Элементы контроля
- Бизнес-задача и данные.
- Запрос в SQL.
- Практическая работа по объединению и предобработке данных.
- Презентация и обсуждение модели, используемой в ВКР.
- План продвижения продукта на основе данных
- Практическое задание по визуализации данных
- Оценка состояния проекта в динамике
- Подбор модели атрибуции.
- Презентация дизайна A/B теста.
- Индивидуальный проект
- Рекламная кампания с выходом на целевые KPI.
- Презентация промежуточных результатов ВКР.
- Предзащита ВКР.
Промежуточная аттестация
- Промежуточная аттестация (3 модуль)0.07 * Бизнес-задача и данные. + 0.07 * Запрос в SQL. + 0.07 * Индивидуальный проект + 0.07 * Оценка состояния проекта в динамике + 0.07 * План продвижения продукта на основе данных + 0.07 * Подбор модели атрибуции. + 0.07 * Практическая работа по объединению и предобработке данных. + 0.07 * Практическое задание по визуализации данных + 0.1 * Предзащита ВКР. + 0.07 * Презентация дизайна A/B теста. + 0.1 * Презентация и обсуждение модели, используемой в ВКР. + 0.1 * Презентация промежуточных результатов ВКР. + 0.07 * Рекламная кампания с выходом на целевые KPI.
Список литературы
Рекомендуемая основная литература
- Aspin A. Pro Power BI Desktop. - Apress, 2018. - ЭБС Books 24x7.
- Bernard Marr, & Matt Ward. (2019). Artificial Intelligence in Practice : How 50 Successful Companies Used AI and Machine Learning to Solve Problems. Wiley.
- Bothma, N. (2017). Product Management: Vol. Second edition. Juta and Company [Pty] Ltd.
- Chong Guan, Zhiying Jiang, Ding Ding, Yue Wang, & David Kuo Chuen Lee. (2020). Web Analytics. World Scientific Book Chapters, 143. https://doi.org/10.1142/9789811203930_0008
- Cirillo, A. (2017). R Data Mining. Birmingham, UK: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1643003
- Döbler, M., & Grössmann, T. (2019). Data Visualization with Python : Create an Impact with Meaningful Data Insights Using Interactive and Engaging Visuals. Packt Publishing.
- Ole Nass, José Albors Garrigós, Hermenegildo Gil Gómez, & Klaus-Peter Schoeneberg. (2020). Attribution modelling in an omni-channel environment – new requirements and specifications from a practical perspective. International Journal of Electronic Marketing and Retailing, 1, 81.
- Overgoor, G., Chica, M., Rand, W., & Weishampel, A. (2019). Letting the Computers Take Over: Using AI to Solve Marketing Problems. California Management Review, 61(4), 156–185. https://doi.org/10.1177/0008125619859318
- Perkin, N. (2019). Agile Transformation : Structures, Processes and Mindsets for the Digital Age. Kogan Page.
- Управление проектами : учебник: пер. с англ. пятого, полностью перераб. изд., Ларсон, Э. У., 2013
Рекомендуемая дополнительная литература
- Foster, I., Ghani, R., Jarmin, R. S., Kreuter, F., & Lane, J. I. (2017). Big Data and Social Science : A Practical Guide to Methods and Tools. Boca Raton: Chapman and Hall/CRC. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=nlebk&AN=1353316
- Frampton M. Big Data Made Easy: A Working Guide to the Complete Hadoop Toolset. - Apress, 2015. - ЭБС Books 24x7.
- Martin Oberhofer, Eberhard Hechler, Ivan Milman, Scott Schumacher, & Dan Wolfson. (2014). Beyond Big Data : Using Social MDM to Drive Deep Customer Insight. [N.p.]: IBM Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1600785
- Бизнес-презентация : творческие идеи для блестящего выступления, Сэмпсон, Э., 2004
- Бизнес-презентация : творческие идеи для блестящего выступления, Сэмпсон, Э., 2006
- Блистательный Agile : гибкое управление проектами с помощью Agile, Scrum и Kanban, Коул, Р., 2019
- Гибкое управление проектами и продуктами, Вольфсон, Б., 2017
- Построение запросов и программирование на SQL : учеб. пособие для вузов, Маркин, А. В., 2008
- Сделано : проектный менеджмент на практике, Беркун, С., 2019