Магистратура
2023/2024![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)
Маркетинговая аналитика
Статус:
Курс обязательный
Направление:
42.04.01. Реклама и связи с общественностью
Кто читает:
Школа коммуникаций
Где читается:
Факультет креативных индустрий
Когда читается:
1-й курс, 4 модуль
Формат изучения:
с онлайн-курсом
Онлайн-часы:
20
Охват аудитории:
для своего кампуса
Преподаватели:
Степнов Михаил Игоревич
Прогр. обучения:
Коммуникации, основанные на данных
Язык:
русский
Кредиты:
3
Контактные часы:
36
Программа дисциплины
Аннотация
В рамках дисциплины формируются практические навыки в области планирования маркетинговых кампаний с использованием анализа классических медийных и больших данных. Студенты решают задачи моделирования, атрибуции, разрабатывают скоринговые и рекомендательные модели, а также визуализирует и защищает результаты моделирования, в том числе посредством дэшбордов.
Цель освоения дисциплины
- Цель курса – подготовить студента к практической работе маркетингового аналитика данных с получением профессиональных навыков решения актуальных прикладных задач по математическому моделированию, машинному обучению, анализу данных.
Планируемые результаты обучения
- Оперирует классическими медийными данными в целях составления аналитических отчетов
- Использует функционал основных библиотек для анализа данных в Python
- Разрабатывает модели: Multi-Touch Attribution, Marketing Mix Modelling, скоринговые модели, рекомендательные модели.
- Визуализирует и защищает результаты моделирования, в том числе посредством дэшбордов
- Строит стандартные теоретические и эконометрические модели, анализирует и содержательно интерпретирует полученные результаты
Содержание учебной дисциплины
- Виды данных в рекламной индустрии
- Эконометрические модели и методы исследования
- Аналитика данных.
- Визуализация данных
Элементы контроля
- Построение модели 3 (групповое задание).
- Аналитическая задача по классическим медийным данным (групповое задание).
- Построение дэшборда (групповое задание).
- Построение модели 1 (групповое задание).
- Построение модели 2 (групповое задание).
- Прогресс по онлайн-курсуПрогресс студента по онлайн-курсу "Эконометрика"
Промежуточная аттестация
- 2023/2024 4th module0.15 * Аналитическая задача по классическим медийным данным (групповое задание). + 0.15 * Построение дэшборда (групповое задание). + 0.15 * Построение модели 1 (групповое задание). + 0.15 * Построение модели 2 (групповое задание). + 0.15 * Построение модели 3 (групповое задание). + 0.25 * Прогресс по онлайн-курсу
Список литературы
Рекомендуемая основная литература
- Python для data science. - 978-5-4461-2392-6 - Васильев Юлий - 2023 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/390133 - 390133 - iBOOKS
- Костюнин, В. И. Эконометрика : учебник и практикум для вузов / В. И. Костюнин. — Москва : Издательство Юрайт, 2023. — 285 с. — (Высшее образование). — ISBN 978-5-534-02660-3. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/510956 (дата обращения: 27.08.2024).
- Эконометрика и эконометрическое моделирование - Бабешко Л.О., Бич М.Г., Орлова И.В. - НИЦ ИНФРА-М - 2023 - https://znanium.com/catalog/product/1905581 - 1851322 - ZNANIUM
Рекомендуемая дополнительная литература
- Döbler, M., & Grössmann, T. (2019). Data Visualization with Python : Create an Impact with Meaningful Data Insights Using Interactive and Engaging Visuals. Packt Publishing.
- Ståhlberg, M., Maila V. Multichannel Marketing Ecosystems. - Kogan Page, 2014. - ЭБС Books 24x7.
- Язык программирования Python: практикум - Жуков Р.А. - НИЦ ИНФРА-М - 2023 - https://znanium.com/catalog/product/1915716 - 1081627 - ZNANIUM