Data Driven Online Marketing

2024/2025

Academic Year

RUS

Instruction in Russian

4

ECTS credits

Delivered at:

School of Communication

Course type:

Elective course

When:

4 year, 1, 2 module

Instructor

Бердников Илья Евгеньевич

Программа дисциплины

Аннотация

Основная цель курса – предоставить студентам возможность самостоятельно пройти путь анализа данных. В итоге освоения курса студенты должны будут изучить механизмы анализа данных, построения метрик и управления процессом. Научиться определять показатели эффективности. В ходе курса планируется привлечение специалистов, ежедневно работающих с данными и имеющими богатый опыт построения маркетинговых воронок, основанных на данных.

Цель освоения дисциплины

• Сформировать у студентов фундаментальное представление основ работы с большими данными, как с точки зрения понимания работы ключевых рекламных и маркетинговых технологий, так и с точки зрения основных источников получения онлайн и офлайн данных, а также принципов использования алгоритмов машинного анализа данных для решения конкретных задач бизнеса.

Планируемые результаты обучения

• Корректно ставит задачи и прогнозирует ожидаемые результаты, защищает маркетинговую стратегию перед стейкхолдерами
• Применяет практические навыки планирования маркетинга, на основе данных, с использованием современных Data-платформ; аудиторного планирования; разработки Data-стратегии для маркетинга.
• Взвешивает альтернативы использования различных платформ по управлению данными в целях маркетинга, интерпретирует и формулирует разницу между платформенными ИТ-решениями для маркетинга и классами таких решений (CRM, aCRM, oCRM, CDP (и их виды), DMP, DCR, DSP, Walled Garden и другими)
• Анализирует технологические решения рынка маркетинговых технологий (MarTech) на предмет их релевантности бизнес и маркетинговым задачам
• Формулирует цели и задачи маркетинга, основанного на данных, а также бизнес-задачи, которые могут быть поставлены перед таким маркетингом
• Формулирует технологический «стэк» (набор решений), необходимый для сбора, обработки, активации и анализа данных для маркетинга в онлайн-среде
• Корректно определяет и выбирать источники сбора онлайн и офлайн данных

Содержание учебной дисциплины

• 1. Источники получения «больших данных»
• 2. Онлайн данные и принципы идентификации пользователей
• 3. Офлайн данные и принципы идентификации пользователей
• 4. Сбор, хранение, анализ и сегментация данных
• 5. Принцип передачи онлайн и офлайн данных между платформами
• 6. Технологии работы и управления данными
• 7. Первичный анализ данных
• 8. Аудиторное планирование
• 9. Построение эффективной дата стратегии
• 10. Связь онлайн и офлайн данных
• 11. Решение задачи омниканальности
• 12. Проблемы идентификации пользователей по Cookie-файлам. Актуальные решения в области таргетинга
• 13. Использование данных для персонализированной коммуникации
• 14. Использование данных для маркетинговых и бизнес-задач
• 15. Метрики оценки успешной коммуникации
• 16. Правовые аспекты работы с большими данными

Элементы контроля

• Оценка за активность на занятиях
  При наличии подтверждённой уважительной причины совокупная оценка рассчитывается без учёта пропущенной формы контроля.
• Домашнее задание
  Формат задания и дедлайн выполнения сообщается преподавателем дополнительно.
• Экзаменационный проект
  "Автомат" не предусмотрен.

Промежуточная аттестация

• 2024/2025 2nd module
  0.3 * Домашнее задание + 0.3 * Оценка за активность на занятиях + 0.4 * Экзаменационный проект

Список литературы

Рекомендуемая основная литература

• Hastie, T., Tibshirani, R., & Friedman, J. H. (2009). The Elements of Statistical Learning : Data Mining, Inference, and Prediction (Vol. Second edition, corrected 7th printing). New York: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=277008

Рекомендуемая дополнительная литература

• 9781498751414 - Foster, Ian; Ghani, Rayid; Jarmin, Ron S.; Kreuter, Frauke; Lane, Julia I. - Big Data and Social Science : A Practical Guide to Methods and Tools - 2017 - CRC Press - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=1353316 - nlebk - 1353316
• Ishikawa, H. (2015). Social Big Data Mining. Boca Raton: CRC Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=964797
• Lee, H., & Sohn, I. (2015). Fundamentals of Big Data Network Analysis for Research and Industry. Chichester, UK: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1100477

Авторы

• Добромыслова Ксения Олеговна
• Коваленко Надежда Николаевна
• Бердников Илья Евгеньевич