Бакалавриат
2026/2027
Научно-исследовательский семинар «Введение в медиааналитику»
ID 1155091
Статус:
Курс обязательный (Медиакоммуникации)
Кто читает:
Департамент медиа
Где читается:
Санкт-Петербургская школа гуманитарных наук и искусств
Когда читается:
3-й курс, 2-4 модуль
Охват аудитории:
для своего кампуса
Преподаватели:
Яковлева Наталья Юрьевна
Язык:
русский
Кредиты:
5
Контактные часы:
88
Программа дисциплины
Аннотация
Научно-исследовательский семинар на 2 курсе программы «Медиакоммуникации» предназначен для формирования у студентов базовых представлений и навыков в сфере медиаисследований. Тематический модуль «Введение в медиаисследования» раскрывает специфику социально-гуманитарного знания с последующим фокусом на исследованиях в сфере медиа, включая их дизайн, методы, оформление результатов и этические вопросы. Тематический модуль под названием «Количественные методы в медиаисследованиях» познакомит со спецификой количественных исследований медиаконтента с акцентом на контент-анализе и опросных методах сбора информации. Наконец, тематический модуль «Качественные методы в медиасследованиях» посвящен качественному контент- и дискурс-анализам. По итогам освоения курса студенты выполняют практические задания: разрабатывают и пилотируют собственный исследовательский инструментарий как в индивидуальном порядке, так и в небольших группах. 3 курс. Цель дисциплины – научить студентов методам и инструментам сбора, обработки, анализа, интерпретации и представления больших данных для работы в сфере медиакоммуникаций, в том числе в журналистике, маркетинге, рекламе, SMM и PR. Курс разбит на три тематических модуля (2-й, 3-й и 4-й), каждый из которых знакомит с различными аспектами прикладной медиааналитики.
Второй модуль посвящён анализу присутствия в медиапространстве и измерению эффективности PR-активности различных субъектов коммуникации – частных компаний, государственных структур, культурных институций и публичных персон. Студенты познакомятся с инструментами мониторинга СМИ и социальных сетей, в частности – системы Медиалогия. Они научатся рассчитывать и интерпретировать ключевые метрики медиааналитики, проводить конкурентный анализ, выявлять тренды в медиапространстве и разрабатывать на их основе коммуникационные стратегии.
В третьем модуле основной акцент будет сделан на аналитике социальных сетей и, в особенности, на аудиторном анализе. Студенты научатся анализировать демографические, социально-культурные, мировоззренческие и прочие характеристики аудитории, её интересы и потребности перед запуском медиапроектов и производством медиапродуктов. Они приобретут навыки работы с обратной связью и оптимизации контентной стратегии на основе полученных данных. Овладеют навыками работы с аналитическими платформами и системами мониторинга, такими как Медиалогия, Brand Analytics и СКАН Интерфакс.
Наконец, в четвёртом модуле студенты научатся использовать системы генеративного искусственного интеллекта, не требующие навыков программирования, для анализа медиаконтента, интерпретации статистических данных и принятия решений в процессе создания и редактирования различных материалов. Они получат представление о методах промпт-инжиниринга, создании системных ролей для систем искусственного интеллекта и основных разновидностях генеративных систем для анализа данных в медиасфере. Они познакомятся с базовым набором метрик продвижения для продуктов и их арифметикой, применяемой в прикладных задачах бизнес-анализа, а также с главными отчетами в веб-аналитической системе «Яндекс Метрика». Кроме того, студенты научатся автоматизация и визуализации результатов анализа с помощью генерации инфографики и дашбордов.
Цель освоения дисциплины
- Сформировать у студентов базовые навыки научно-исследовательской работы, включая разработку методологии исследования.
- Научить студентов использовать различные методы сбора, обработки и интерпретации данных, в том числе в процессе написания курсовых работ по медийной тематике.
- Освоение методов и инструментов сбора, обработки, анализа, интерпретации и представления больших данных для работы в сфере медиакоммуникаций, в том числе в журналистике SMM и PR.
- Умение анализировать эффективность PR-активности организаций, компаний и персон, а также потребности аудитории перед запуском медиапроектов и медиапродуктов.
- Умение применять инструменты генеративного искусственного интеллекта для проведения медиаисследований
Содержание учебной дисциплины
- Введение в медиааналитику
- Инструменты медиааналитики
- Анализ инфоповодов
- Конкурентный анализ
- Анализ трендов
- Антикризисное реагирование
- Итоговая работа в командах
- Основы теории вероятностей
- Математическая статистика и методы статистической обработки результатов испытаний, часть 1
- Коммуникационные исследования: теоретическая часть
- Знакомство с Brand Analytics
- Сбор данных по темам
- Защита результатов исследований
- Математическая статистика и методы статистической обработки результатов испытаний, часть 2
- Метод контент-анализа: теоретические основания и применение
- Введение в аналитику соцсетей
- Анализ данных из встроенных систем соцсетей
- Анализ через SimilarWeb
- Инструменты Яндекса для аналитики соцсетей
- Специализированные сервисы: LD, Tgstat, кастомные решения
- Связь между аналитикой и контентом
- Построение единой аналитической системы
- Защита итоговых проектов
- Что такое генеративный искусственный интеллект.
- Анализ данных из социальных сетей с помощью no-code и low-code решений.
- Большие языковые модели.
- Сетевой анализ и картография медиапространства с помощью ИИ.
- Предиктивная аналитика и мониторинг инфополя.
- Вайбкодинг в медиапроектах: от идеи до прототипа.
- Разработка и тестирование проектов с использованием генеративного искусственного интеллекта.
Элементы контроля
- групповая работаСтуденты делятся на группы по 6 человек и в течение двух семинарских занятий пишут отчёт по заранее выбранной теме. Разделиться на группы и определить тему необходимо до начала групповой работы. Темой может быть как мероприятие, так и компания, бренд. Формальные требования: 1) Отчёт должен быть загружен в формате docx в папку, ссылку на которую отправит преподаватель перед началом занятия; 2) Отчёт должен быть написан 12 кеглем, шрифт Times New Roman, выравнивание текста по ширине, заголовки - 16 или 14 кеглем; 3) Отчёт должен содержать информацию о составе группы: ФИО студента/тки и номер его/её группы. Содержательные требования: Отчет должен включать в себя следующие обязательные элементы: Ретроспектива – две недели до мероприятия, само мероприятие, две недели после мероприятия. Если выбирается компания или бренд, то месяц до даты выполнения задания. Короткая общая информация о мероприятии – название мероприятия, когда оно проходило. Если выбирается компания, то краткое описание компании - кто это, основные направления деятельности, в каком сегменте и на какой территории работают. Если выбирается бренд, то краткое описание бренда - что это за бренд, кому он принадлежит, где и как реализуется продукция под этим брендом. Общая информация о публикациях по мероприятию/компании/бренду во всех доступных ракурсах в Медиалогии: количество сообщений, рейтинг событий по заметности, охваты, рейтинг публикаций по Медиаиндексу, динамика сообщений и динамика Медиаиндекса, аналитика тональности, источники по количеству, источники по Медиаиндексу. Если выбирается мероприятие, то информация о публикациях по мероприятию делится на блоки “Освещение до мероприятия”, “Освещение во время мероприятия”, “Освещение после мероприятия”. Каждый блок должен включать в себя информацию из пункта 3. Конкурентный анализ похожего мероприятия на основе параметров из пункта 3. Если выбирается компания или бренд, то конкурентный анализ двух других похожих компаний или брендов. Вывод. Общее описание результатов, выделение основных каналов распространения публикаций, оценка (субъективная) качества информационной кампании (здесь важно пояснить Вашу позицию и привести доказательства). Описание ошибок информационной кампании.
- Анализ медиаконтента с помощью искусственного интеллектаСтуденты осваивают навыки анализа медиаконтента, выявления трендов, оценки эффективности контента и предсказания реакций аудитории на основе анализа больших данных. Письменное задание заключается в выборе актуальной темы (связанной с психологией, образованием, лайфстайлом, технологиями и т. д.) и сборе данных из социальных сетей, новостных сайтов, блогов или видеохостингов с использованием инструментов веб-скрейпинга, сервисов анализа веб-трафика или API. Студенты анализируют и визуализируют метаданные, проводя текстовый анализ для выявления ключевых слов и тематических кластеров, анализ вовлеченности для извлечения информации о реакциях на публикации, выявляют тренды для определения популярных тем и форматов контента, а также сегментацию аудитории для выявления демографических и поведенческих характеристик. На заключительном этапе результаты анализа обобщаются в инфографике, выявляются закономерности, и формулируются рекомендации по ведению контента на различных площадках.
- Анализ данных из социальных медиаСтуденты осваивают навыки сбора и анализа данных из социальных медиа для корректировки существующей коммуникационной стратегии с помощью системы Brand Analytics и других инструментов. Суть задания заключается в том, чтобы на основе предоставленных данных провести анализ коммуникационной стратегии компании, выявить сильные и слабые стороны, предложить корректировки и рекомендации. В ходе занятий студенты получают основные знания по сбору и анализу данных социальных медиа, изучают основные параметры и критерии данных, и основные подходы к анализу. На финальном этапе обучения студенты создают презентацию с результатами исследования, обоснованием выбора темы и ее важности и защищают её. Этапы выполнения задания: 1. Постановка проблемы. 2. Сбор и агрегация данных. 3. Проведение анализа. 4. Предложение подходящих решений. 5. Формирование KPI и прогнозов. 6. Создание дашбордов.
