We use cookies in order to improve the quality and usability of the HSE website. More information about the use of cookies is available here, and the regulations on processing personal data can be found here. By continuing to use the site, you hereby confirm that you have been informed of the use of cookies by the HSE website and agree with our rules for processing personal data. You may disable cookies in your browser settings.

  • A
  • A
  • A
  • ABC
  • ABC
  • ABC
  • А
  • А
  • А
  • А
  • А
Regular version of the site

Basics of Data-Driven Communications

2024/2025
Academic Year
RUS
Instruction in Russian
3
ECTS credits
Delivered at:
School of Communication
Course type:
Compulsory course
When:
1 year, 1 module

Instructors


Nester (Nesterenko), Roman

Программа дисциплины

Аннотация

В результате успешного освоения курса студенты будут: • знать основные направления использования больших данных для аналитики в области связей с общественностью, маркетинга и рекламы, актуальные тренды коммуникационной индустрии, источники данных и основной инструментарий для работы с большими данными, основные платформы для медиапланирования и визуализации данных; • уметь классифицировать и выбирать релевантные методы прикладных исследований в области коммуникаций с использованием анализа данных, выстраивать коммуникационную кампанию с учетом дата-ориентированного подхода; • владеть основными навыками дата-ориентированного подхода к построению коммуникационных кампаний и подбора релевантного инструментария при работе с большими данными.
Цель освоения дисциплины

Цель освоения дисциплины

  • Целью освоения дисциплины «Основы дата-ориентированных коммуникаций» является получение студентами системных представлений о подходах к сбору и анализу данных для решения практических задач в области коммуникаций.
Планируемые результаты обучения

Планируемые результаты обучения

  • Классифицирует и выбирает релевантные методы прикладных исследований в области коммуникаций с использованием анализа данных.
  • • Применяет фундаментальные основы теории коммуникаций.
  • • Использует корректную логику и структуру построения коммуникационного сообщения, использует на практике основные коммуникационные фреймы.
  • • Классифицирует источники данных и основные инструменты для работы с ними.
  • • Выбирает инструменты и подходы к визуализации данных в зависимости от коммуникационной задачи.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы коммуникаций на основе данных
  • Этика в работе с данными
  • Подходы и инструменты коммуникаций на основе данных
  • ИИ/Генеративные модели/гипотезы
  • Прикладная аналитика и продвинутая работа с данными
  • Визуализация данных в коммуникациях.
Элементы контроля

Элементы контроля

  • неблокирующий Итоговый тест
    Тест с открытыми и закрытыми вопросами
  • неблокирующий Индивидуальная активность на семинарах
  • неблокирующий Групповая активность на семинарах
    Основной формой работы на семинарах является групповая работа.
  • неблокирующий Групповой проект
Промежуточная аттестация

Промежуточная аттестация

  • 2024/2025 1st module
    0.2 * Групповая активность на семинарах + 0.4 * Групповой проект + 0.1 * Индивидуальная активность на семинарах + 0.3 * Итоговый тест
Список литературы

Список литературы

Рекомендуемая основная литература

  • Alpina - 23602 - (HBR) Коллектив авторов; А. Барабанщиков - Искусственный интеллект, аналитика и новые технологии - 9785961412697 - Альпина Паблишер - 2022 - https://hse.alpinadigital.ru/audio/23602
  • Alpina - 23691 - Ц.Мин - Как Alibaba использует искусственный интеллект в бизнесе: Сетевое взаимодействие и анализ данных - 9785961432763 - Альпина Паблишер - 2022 - https://hse.alpinadigital.ru/book/23691
  • Аржанова, К. А., Продвижение брендов: аналитика, решения, кейсы : монография / К. А. Аржанова, А. И. Еремеева. — Москва : Русайнс, 2022. — 219 с. — ISBN 978-5-466-01493-8. — URL: https://book.ru/book/945901 (дата обращения: 27.08.2024). — Текст : электронный.
  • Гавра, Д. П.  Основы теории коммуникации : учебник для вузов / Д. П. Гавра. — 2-е изд., испр. и доп. — Москва : Издательство Юрайт, 2023. — 231 с. — (Высшее образование). — ISBN 978-5-534-06317-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/511672 (дата обращения: 27.08.2024).
  • Гинько, А. Ю. Анализ и визуализация данных в Yandex DataLens. Подробное руководство: от новичка до эксперта : руководство / А. Ю. Гинько. — Москва : ДМК Пресс, 2022. — 356 с. — ISBN 978-5-93700-171-9. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/314909 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Кожемякин, Е. А. Основы теории коммуникации : учебное пособие / Е.А. Кожемякин. — Москва : ИНФРА-М, 2023. — 189 с. — (Высшее образование: Бакалавриат). — DOI 10.12737/993. - ISBN 978-5-16-006584-7. - Текст : электронный. - URL: https://znanium.com/catalog/product/1930711

Рекомендуемая дополнительная литература

  • Busch O. Programmatic Advertising: The Successful Transformation to Automated, Data-Driven Marketing in Real-Time. – Springer, 2016.
  • Jeffery, M. Data-Driven Marketing: The 15 Metrics Everyone in Marketing Should Know [Электронный ресурс] / Mark Jeffery; БД ebrary. – John Wiley & Sons, Incorporated, 2010. – 323 p. – ISBN 9780470504543. – Режим доступа: https://ebookcentral.proquest.com/lib/hselibrary-ebooks/reader.action?docID=485632&query=Data-Driven+Marketing. – Загл. с экрана.
  • Nathalie Henry Riche, Christophe Hurter, Nicholas Diakopoulos, & Sheelagh Carpendale. (2018). Data-Driven Storytelling. A K Peters/CRC Press.
  • Samaddar, S., & Nargundkar, S. (2019). Data Analytics : Effective Methods for Presenting Results. Boca Raton, FL: Auerbach Publications. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2026397
  • Thi Mai Le, & Shu-Yi Liaw. (2017). Effects of Pros and Cons of Applying Big Data Analytics to Consumers’ Responses in an E-Commerce Context. Sustainability, 9(5), 798. https://doi.org/10.3390/su9050798
  • UI AHSAAN, S., & MOURYA, A. K. (2019). Big Data Analytics: Challenges and Technologies. Annals of the Faculty of Engineering Hunedoara - International Journal of Engineering, 17(4), 75–79.
  • Куслейка, Д. Визуализация данных при помощи дашбордов и отчетов в Excel / Д. Куслейка , перевод с английского А. Ю. Гинько. — Москва : ДМК Пресс, 2022. — 338 с. — ISBN 978-5-97060-966-8. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/241169 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.
  • Полковникова, Н. А. Анализ и визуализация данных в Microsoft Excel в примерах и задачах : практическое пособие / Н. А. Полковникова. - Москва ; Вологда : Инфра-Инженерия, 2023. - 172 с. - ISBN 978-5-9729-1485-2. - Текст : электронный. - URL: https://znanium.com/catalog/product/2092453
  • Титов, А. Н. Визуализация данных в Python. Работа с библиотекой Matplotlib : учебно-методическое пособие / А. Н. Титов, Р. Ф. Тазиева. — Казань : КНИТУ, 2022. — 92 с. — ISBN 978-5-7882-3176-1. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/331025 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

  • Грязева Лариса Евгеньевна
  • Добромыслова Ксения Олеговна
  • Грызунова Елена Аркадьевна