Методы анализа больших данных в исследованиях поведения покупателей

2025/2026

Статус: Маго-лего

Кто читает: Департамент больших данных и информационного поиска

Где читается: Факультет компьютерных наук

Когда читается: 3, 4 модуль

Онлайн-часы: 50

Охват аудитории: для своего кампуса

Преподаватели: Пашков Станислав Георгиевич

Язык: русский

Кредиты: 6

Контактные часы: 56

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс «Методы анализа больших данных в исследованиях поведения покупателей» посвящен введению в принципы прикладного анализа фактического поведения потребителей товаров и услуг на основе различных источников данных. Курс предназначен для магистрантов второго года обучения и продолжает идеи/практику курса «Автоматизированный сбор больших данных в экономико-социологических исследованиях». Основная цель курса — показать, как набор структурированных и неструктурированных данных помогают решать оперативные и стратегические задачи компании в плане определения моделей и типологии поведения потребителей, выявления целевых групп влияния/развития. Курс базируется на систематизации знаний в следующих областях: продуктовая аналитика, методология машинного обучения, продвинутой кластеризации и сегментации потребителей, прогнозирования и каузация изменений во времени, программирования баз данных и аналитических систем (дашбордов). Каждая область способствует ознакомлению с основными задачами и решениями бизнес-вопросов, которые стоят перед аналитиками (и социологами).

Цель освоения дисциплины

Формирование у студентов целостной компетенции в области продуктовой аналитики поведения покупателей, сочетающей теоретическое понимание потребительского поведения с практическими навыками работы с реляционными данными, применением статистических и машинно-обучающих методов для диагностики, сегментации, прогнозирования и оценки каузальных эффектов, а также проектирования информационно-аналитических решений.

Планируемые результаты обучения

Сформировать системное представление о продуктовой аналитике и задачах её изучения, в том числе на основе аппарата социологической и психологической теории.
Приобрести концептуальные и практические навыки в области анализа базовых данных о потребительском поведении целевой аудитории, включая применение простых статистических тестов и методов визуальной диагностики паттернов, сравнения моделей поведения различных групп потребителей, в различных условиях.
Освоить методы продвинутого анализа данных о потребительском поведении потребителей, включая методы машинного обучения, сегментирования целевой аудитории, а также прогнозирования изменений и исследования каузальных эффектов в зависимости от структурных и функциональных возможностей данных.
Приобрести практические навыки конструирования и операционного взаимодействия с реляционными базами данных, построения информационно- аналитических решений (дашбордов).

Содержание учебной дисциплины

Раздел 1: Описание курса. Введение в предмет анализа потребительского поведения и цели продуктовой аналитики.
Раздел 2: Управление и анализ больших данных: от построения базы данных к аналитическому процессу
Раздел 3: Анализ динамики и структуры активности пользователей (потребителей) на основе данных. Метрики активности, вовлеченности, влияния случайных событий. Формулирование гипотез.
Раздел 4: Основные принципы юнит-экономики, монетизации активности потребителей. Введение в прогнозирование на основе эконометрики и панельного моделирования.
Раздел 5: Сегментация потребительской аудитории.
Раздел 6: Введение в создание и тестирование фич. Оценка полезности экспериментов в реалтайм-аналитике (real time analytics).
Раздел 7: Введение в принципы бизнес-репортинга (business reporting). Построение аналитической панели (dashboard).

Элементы контроля

Лабораторная работа №1
В данной форме контроля слушатели выполняют серию практических упражнений для более качественной систематизации материала лекций и семинаров, что способствует расширению охвата знаний и практик. Каждая лабораторная работа посвящена конкретному разделу (разделам) курса. 1. Лабораторная работа №1: сбор, управление данными с помощью SQL + инструмента аналитики (GNU R)
Лабораторная работа №2
В данной форме контроля слушатели выполняют серию практических упражнений для более качественной систематизации материала лекций и семинаров, что способствует расширению охвата знаний и практик. Каждая лабораторная работа посвящена конкретному разделу (разделам) курса. Лабораторная работа №2: принципы прогнозного анализа (эконометрические модели, панельные регрессии)
Лабораторная работа №3
В данной форме контроля слушатели выполняют серию практических упражнений для более качественной систематизации материала лекций и семинаров, что способствует расширению охвата знаний и практик. Каждая лабораторная работа посвящена конкретному разделу (разделам) курса. Лабораторная работа №3: исследование активности и вовлеченности потребителей
Лабораторная работа №4
В данной форме контроля слушатели выполняют серию практических упражнений для более качественной систематизации материала лекций и семинаров, что способствует расширению охвата знаний и практик. Каждая лабораторная работа посвящена конкретному разделу (разделам) курса. Лабораторная работа №4: разработка, исследование, обсуждение продуктовых фич и A/B тестов
Финальный проект
Финальный проект: выполняется в мини-группах и представляет собой реализацию бизнес-кейса, где от команды требуется разработать практическую реализацию задачи в виде создания продуктовых метрик и фич, разработки рекомендаций (прототипа) по созданию информационно-аналитической панели для руководства и аналитиков
Активность (посещаемость)
Учитывается посещаемость каждого занятия
Активность (ответы студентов на вопросы преподавателя)
Учитываются ответы студентов на вопросы преподавателя

Промежуточная аттестация

2025/2026 4th module
0.1 * Активность (ответы студентов на вопросы преподавателя) + 0.1 * Активность (посещаемость) + 0.1 * Лабораторная работа №1 + 0.15 * Лабораторная работа №2 + 0.15 * Лабораторная работа №3 + 0.15 * Лабораторная работа №4 + 0.25 * Финальный проект

Список литературы

Авторы

Рословцева Кристина Олеговна
Борман Марина Юрьевна
Пашков Станислав Георгиевич
Кононова Елизавета Дмитриевна

Программа дисциплины