Научно-исследовательский семинар "Data science и обработка данных в маркетинге"

Магистратура 2024/2025

Статус: Курс обязательный (Маркетинг: цифровые технологии и маркетинговые коммуникации)

Направление: 38.04.02. Менеджмент

Кто читает: Департамент маркетинга

Где читается: Высшая школа бизнеса

Когда читается: 2-й курс, 1, 2 модуль

Формат изучения: с онлайн-курсом

Онлайн-часы: 20

Охват аудитории: для своего кампуса

Преподаватели: Иванова Инга Анатольевна, Мхитарян Сергей Владимирович

Прогр. обучения: Маркетинг: цифровые технологии и маркетинговые коммуникации

Язык: русский

Кредиты: 6

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

"Data Science и обработка данных в маркетинге" – практико-ориентированная дисциплина, которая дает представление о методах структурирования, очистки и обработки маркетинговых данных, с целью получения ключевой информации. Дисциплина объединяет методы обработки данных, статистические методы исследования, методы интеллектуального анализа данных, формирует навыки аналитического мышления и принятия взвешенных решений. В первой части курса (модуль 1) рассматриваются основы интерактивной работы с Python в блокноте Jupiter Notebook, дается представление об основном синтаксисе языка программирования, рассматриваются базовые аналитические пакеты (например: pandas, numpy, matplotlib, seaborn и др.), а также некоторые дополнительные (например: scipy.stats, sklearn и др.). Уделяется особое внимание базовым и продвинутым способам визуализации полученных данных. Во второй части курса (модуль 2) рассматриваются основные принципы работы с пакетом IBM SPSS Statistics, дается представление о применении инструментов описательных статистик, регрессионного анализа применительно к данным в маркетинге, статистических методов сегментации рынка без отклика и с откликом, включая кластерный дискриминантный анализ, деревья классификации, снижения размерности данных с помощью факторного анализа, применения conjoint-анализа для оценки потребительских предпочтений.Целевой аудиторией являются студенты магистерской программы «Маркетинг: цифровые технологии и маркетинговые коммуникации». В результате освоения данного курса студенты получат теоретические знания и практические навыки, которые позволят им успешно преобразовывать собранные данные в полезную информацию. Владение инструментарием Python и IBM SPSS Statistics аналитики станет хорошим фундаментом будущей карьеры.

Цель освоения дисциплины

• Овладение основами программирования на языке Python в ин¬терактивной среде Jupiter Notebook, освоение основных модулей и библиотек для анализа и обработки данных, выработка базовых навыков структурирования данных и визуализации результатов, получение новых компетенций в области анализа данных.
• Овладение основными принципами анализа с помощью пакета IBM SPSS Statistics, освоение основных инструментов, необходимых для анализа данных, полученных с помощью маркетинговых исследований, выработка навыков применения многомерных методов анализа, визуализации результатов и моделирования.

Планируемые результаты обучения

- Освоить базовый синтаксис языка программирования Python
- Освоить основные методы загрузки и очистки данных
- Научиться правильно применять основные методы обработки и анализа данных
- Овладеть основными алгоритмами машинного обучения и навыками применения специализированных пакетов для решения прикладных задач
- Быть способным правильно выбрать способ визуализации в зависимости от задачи
Владеет навыками обобщения результатов применения аналитических моделей разработки стратегии для получения всестороннего и целостного понимания положения организации и стоящих перед ней стратегических вызовов.
Учитывает характер позиций различных стейкхолдеров и оценивает последствия стратегического выбора
Определяет базовый набор инструментов для комплексной оценки информационно-аналитического пространства организации Заказчика
Владеет навыками соотнесения бизнес-задач организации и коммуникационной цели кампании, планируемой и реализуемой в интересах этой организации.
Владеет навыками разработки PR-стратегии и интегрированной коммуникационной тактики
Владеет базовыми практическими навыками, необходимыми для реализации коммуникационных кампаний в интересах организаций различных типов.
Освоить методы описательной статистики для первичного анализа маркетинговых данных
Научиться проводить регрессионный анализ и интерпретировать полученные результаты
Овладеть принципами проведения кластерного анализа для сегментации рынка и верификации полученных результатов
Научиться применение факторного анализа для снижения размерности данных
Овладеть принципами применения conjoint-анализа для оценки потребительских предпочтений

Содержание учебной дисциплины

Знакомство с Python
Сегментация потребителей на основе предпочтений
Визуализация данных с помощью Python
Первичный анализ данных
Регрессионный анализ
Сегментация потребителей на основе отклика
Оценка потребительских предпочтений с помощью Conjoint-анализа

Элементы контроля

Активность на семинарах
Практическая работа 1
Практическая работа 3
Контрольная работа
Активность на семинарах
Контрольная работа
Финальное анкетирование

Промежуточная аттестация

2024/2025 2nd module
0.35 * Активность на семинарах + 0.05 * Активность на семинарах + 0.1 * Контрольная работа + 0.1 * Контрольная работа + 0.05 * Практическая работа 1 + 0.05 * Практическая работа 3 + 0.3 * Финальное анкетирование

Список литературы

Авторы

Филипская Елена Владимировна
Иванова Инга Анатольевна
Мхитарян Сергей Владимирович

Программа дисциплины