• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2020/2021

Научно-исследовательский семинар "Управление маркетинговыми коммуникациями в онлайн- и офлайн-среде"

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Статус: Курс обязательный (Маркетинговые коммуникации и реклама в современном бизнесе)
Направление: 38.04.02. Менеджмент
Когда читается: 2-й курс, 2, 3 модуль
Формат изучения: без онлайн-курса
Преподаватели: Веселов Сергей Вячеславович, Виговская Екатерина Геннадьевна, Воронина Наталья Дмитриевна, Егорова Ирина Сергеевна, Назаренко Дмитрий Владимирович, Родыгин Павел Александрович
Прогр. обучения: Маркетинговые коммуникации и реклама в современном бизнесе
Язык: русский
Кредиты: 6
Контактные часы: 72

Программа дисциплины

Аннотация

Научно-исследовательский семинар рассматривается в качестве необходимого и важного условия подготовки студентов магистратуры, освоения ими новых технологий исследований и управленческих решений в предметной сфере маркетинговых коммуникаций, в том числе в целях разработки проведения на высоком методологическом уровне магистерской диссертационной работы. Обучение в рамках научно-исследовательского семинара должно способствовать развитию у студентов методологических подходов к научно-исследовательской, информационно-аналитической и менеджериальной деятельности, необходимых для успешной профессиональной деятельности в современном активно развивающемся коммуникационном бизнесе. Большое внимание в данном НИС уделяется исследовательскому обоснованию принимаемых менеджериальных решений с учетом использования современных методов сбора, статистической обработки и анализа данных, внедрению в процесс планирования коммуникационных кампаний инновационных технологий, в том числе технологий искусственного интеллекта.
Цель освоения дисциплины

Цель освоения дисциплины

  • Развитие у студентов методологических подходов к исследовательской, информационно-аналитической и менеджериальной работе, что рассматривается в качестве важной предпосылки подготовки магистерской диссертации на высоком уровне и последующей профессиональной деятельности в области маркетинговых коммуникаций
  • Ознакомление студентов с основными проблемными областями в сфере маркетинговых коммуникаций в России и экономически развитых странах в современных условиях цифровизации, что должно позволить осуществить обоснованный выбор направления научно-исследовательской работы, а затем, темы магистерской диссертации;
  • Изучение методологии и методических подходов к исследованию маркетинговых коммуникаций, принятых в мировой практике на основе овладения современными инструментами обработки статистических данных, инструментами работы с Big data, что предполагает разработку программы, методического инструментария, моделей обработки и анализа эмпирической информации, подготовку научно-аналитических материалов, включая исследовательские отчеты, статьи и т.д.;
  • Подготовка студентов к сбору информации и написанию магистерской диссертации на высоком уровне, ознакомление с требованиями, предъявляемыми к работам данного уровня;
  • Выработка у студентов навыков научной дискуссии, презентации и публичной защиты результатов выполненных научно-исследовательских проектов;
  • Получение студентами знаний и формирование компетенций, связанных с менеджментом в сфере рекламного и коммуникационного бизнеса в активно развивающейся мультимедийной среде на основе как автономного, так и интегрированного использования онлайн- и офлайн-ресурсов и технологий.
Планируемые результаты обучения

Планируемые результаты обучения

  • Уметь определять цели выступления и свою роль в рамках выступления
  • Формировать сквозную линию исследования
  • Понимать различия между сквозной линией и темой, между выступлением о проблеме и выступлением об идее
  • Уметь прогнозировать «острые» вопросы зала в рамках публичной защиты и разрабатывать ответы на них
  • Уметь разрабатывать методологию исследования и отдельных гипотез исследования, формулировать основную идею в сжатом виде, публично защищать результаты выполненных научно- исследовательских проектов
  • Знает основные методы сбора данных: анкеты, гайды, открытые статистические показатели, инструменты google analitytics
  • Обосновывает инструментарий сбора данных применительно к поставленным содержательным задачам
  • Знает возможности, технологии, преимущества и ограничения Big Data
  • Знает типы, теоретические и практические обоснования, принципы и процедуры расчета, принципы и процедуры отбора выборок
  • Умеет строить подробный план построения выборки, в привязке к целевым группам и/или источникам информации
  • Умеет создавать базу собственных собранных данных
  • Умеет представлять и визуализировать данные с помощью методов описательной статистики
  • Знает методы решения задач на поиск связи: критерий хи-квадрат, парные коэффициенты связи;
  • Умеет реализовывать критерий хи-квадрат, парные коэффициенты связи в SPSS
  • Знает возможности и ограничения методов сравнения средних ( дисперсионный анализ (параметрический и непараметрический), тесты сравнений средних (Т-Тесты))
  • Умеет реализовывать в SPSS методы сравнения средних ( дисперсионный анализ (параметрический и непараметрический), тесты сравнений средних (Т-Тесты))
  • Знает возможности и ограничения регрессионного анализа
  • Умеет реализовывать регрессионный анализ в SPSS
  • Знает возможности и ограничения методов решения задач на поиск латентных переменных: построение сумматорных шкал; факторный анализ
  • Умеет реализовывать в SPSS методы решения задач на поиск латентных переменных: построение сумматорных шкал; факторный анализ
  • Знает возможности и ограничения методов решения задач на построение классификации: кластерный анализ (иерархический и к-средних), деревья решений, дискриминантный анализ.
  • Умеет реализовывать в SPSS методоы решения задач на построение классификации: кластерный анализ (иерархический и к-средних), деревья решений, дискриминантный анализ.
  • Знает актуальные тренды маркетинга с фокусом на тренд сбора данных
  • Знает типы анонимных и персональных данных, методы их сбора, типы проектов, которые могут быть направлены на эти активности
  • Умеет настроить точный таргетинг рекламы без сбора данных, на основе интересов разных сегментов аудитории
  • Умеет использовать современные источники индустриальных данных, где можно отслеживать изменение бренд и сейлз-метрик
  • Умеет создавать маркетинговую стратегию, которая отталкивается от потребностей целевой аудитории, включая в себя анализ конкурентов, создание креативной концепции, а также выбор рекламных каналов и KPI в соответствии с каждым этапом Consumer Journey
  • Знает подходы к сравнению эффективности маркетинговых коммуникаций
  • Умеет определять и рассчитывать сравнительные KPIs
  • Умеет разрабатывать шаблон отчета дэшборда
  • Знает, какие изменения произошли в результате цифровизации и как происходит встраивание рекламного бизнеса в данный процесс
  • Знает основные формы проявления цифровизации в практическом рекламном бизнесе
  • Учитывает основные тренды применительно к различным категориям субъектов рынка при подготовке ВКР.
  • Знает основные тенденции влияния пандемии Covid-19 на рекламную индустрию
  • Знает и учитывает причины и особенности развития «ковидного» кризиса для успешного функционирования конкретного бизнеса в рамках рекламной индустрии
Содержание учебной дисциплины

Содержание учебной дисциплины

  • НИС "УМКООС". Тема 1. Данные как основа принятия менеджериальных решений. Разработка инструментария и процедур сбора данных, общего плана анализа данных
    Инструментарий: список всех видов используемого инструментария в привязке к целевым группам респондентов: анкеты, гайды, формы и др. Big data: возможности, технологии, преимушества и ограничения. Характер результатов: что планируется получить на выходе, какого рода результаты; оценка выполненности поставленных задач.
  • НИС "УМКООС". Тема 2 Сбор, обработка, анализ и интерпретация данных
    Выборка: тип, теоретические и практические обоснования, принципы и процедуры расчета, принципы и процедуры отбора; подробный план построения выборки, в привязке к целевым группам и/или источникам информации. Организация и проведение эмпирического исследования. Макет данных, база данных, первичные расчеты. Логика и структура анализа данных в каждом конкретном случае, в зависимости от специфики работы. Обсуждение и интерпретация данных, обобщение данных различных источников и различных этапов исследования, формулирование выводов.
  • НИС "УМКООС". Тема 3 Основные методы анализа данных: решаемые задачи, особенности интерпретации результата, ограничения.
    Описательные статистика, графическое представление результатов. Методы решения задач на поиск связи: критерий хи-квадрат, парные коэффициенты связи; дисперсионный анализ (параметрический и непараметрический), тесты сравнений средних (Т-Тесты); регрессионный анализ (классическая линейная множественная регрессия, нелинейные модели, регрессия с фиктивными переменными, логистическая регрессия (бинарная и мультиномиальная), пробит-модели, порядковая регрессия. Методы решения задач на поиск латентных переменных: построение сумматорных шкал; факторный анализ Методы решения задач на построение классификации: кластерный анализ (иерархический и к-средних), деревья решений, дискриминантный анализ.
  • НИС "УМКООС". Тема 4 Современная маркетингово-коммуникационная стратегия, персонализация рекламы и оценка эффективности: новые технологии.
    Актуальные тренды в маркетинге: сбор данных, точных таргетинг на потребителя на основе интересов Тема включает самые актуальные тренды маркетинга с фокусом на тренд сбора данных, который превратился в одну из основных целей крупных рекламодателей в 2019г. Brand lift как метод исследования эффективности рекламы. Современные маркетинговые стратегии на основе Consumer Journey. Технологии искусственного интеллекта, особенности их использования при разработке и оценке эффективности коммуникационных компаний. Программатик-технологии, технологии машинного обучения и др.
  • НИС "УМКООС". Тема 5 Эффективность маркетинговых коммуникаций, перформанс-подход
    Сравнительная эффективность маркетинговых коммуникаций, особенности расчета. Подходы к сравнению эффективности маркетинговых коммуникаций (Анализ данных, определение KPIs, алгоритм расчета экономии). Эффективная и быстрая работа с данными в эксель, применительно к маркетинговым коммуникациям (работа с таблицами и поиск/замена значений, расчет сравнительных KPIs, вычисление средних и средне-взвешенных значений). Визуализация KPIs маркетинговых коммуникаций (разработка шаблона отчета дэшборда, подготовка данных для визуализации, дизайн дэшборда и связь с данными)
  • НИС "УМКООС". Тема 6. Современные ключевые факторы, влияющие на практику применения маркетинговых коммуникаций, и их учет при написании ВКР
    Цифровизация общества и медиарекламного ландшафта: радикальные изменения и встраивание рекламного бизнеса в данный процесс. Основные формы проявления цифровизации в практическом рекламном бизнесе. Учет основных трендов применительно к различным категориям субъектов рынка при подготовке ВКР. Влияние пандемии Covid-19 на рекламную индустрию. Адаптация бизнеса к новым реалиям. Необходимость учета причин и особенностей развития «ковидного» кризиса для успешного функционирования конкретного бизнеса в рамках рекламной индустрии (рекламодателей, рекламных агентств, средств распространения рекламы и др.). Возможная корректировка структуры и содержания ВКР под влиянием цифровизации и пандемии Covid-19.
  • НИС "УМКООС". Тема 7 Научная дискуссия, презентация и публичная защита
    Отработка презентационных навыков, особенности презентации различных типов исследовательских, проектных и консалтинговых составляющих работ
Элементы контроля

Элементы контроля

  • неблокирующий Самостоятельная работа «Формат представления данных о коммуникационном решении»
    Сдается в письменном виде во 2-ом модуле.
  • неблокирующий Самостоятельная работа «Разработка и таргетирование коммуникационного решения»
    Сдается в письменном виде во 2-ом модуле.
  • неблокирующий Самостоятельная работа "Анализ данных"
    Сдается в письменном виде в 3-ьем модуле.
  • неблокирующий Эссе
    Эссе сдается в 3-ьем модуле в письменном виде.
  • блокирующий Экзамен в виде отчета о выполненном задании и устной его защиты. Синхронно.
    Экзамен проводится онлайн в связи с ограничениями по здоровью преподавателя в условиях эпидемиологической обстановки. Без прокторинга.
Промежуточная аттестация

Промежуточная аттестация

  • Промежуточная аттестация (3 модуль)
    0.15 * Самостоятельная работа "Анализ данных" + 0.15 * Самостоятельная работа «Разработка и таргетирование коммуникационного решения» + 0.15 * Самостоятельная работа «Формат представления данных о коммуникационном решении» + 0.4 * Экзамен в виде отчета о выполненном задании и устной его защиты. Синхронно. + 0.15 * Эссе
Список литературы

Список литературы

Рекомендуемая основная литература

  • Baesens, B. (2014). Analytics in a Big Data World : The Essential Guide to Data Science and Its Applications. Hoboken, New Jersey: Wiley. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=761032
  • Field, A. V. (DE-588)128714581, (DE-627)378310763, (DE-576)186310501, aut. (2012). Discovering statistics using R Andy Field, Jeremy Miles, Zoë Field. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.363067604
  • Hesse, B. W., Moser, R. P., & Riley, W. T. (2015). From Big Data to Knowledge in the Social Sciences. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.D7A9C217
  • Hillyard, S., & Hand, M. (2014). Big Data? : Qualitative Approaches to Digital Research (Vol. First edition). Bingley, UK: Emerald Group Publishing Limited. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=908919
  • Marketing communications : objectives, strategy, tactics, Rossiter, J. R., 2018
  • SPSS: искусство обработки информации : анализ стат. данных и восстановление скрытых закономерностей: пер. с нем., Бююль, А., 2002
  • SPSS: Статистический анализ в маркетинговых исследованиях, Таганов, Д., 2005
  • Анализ социологических данных с помощью пакета SPSS : учеб. пособие для вузов, Крыштановский, А. О., 2006
  • Большие данные : революция, которая изменит то, как мы живем, работаем и мыслим, Майер-Шенбергер, В., 2014
  • Маркетинговые исследования, Черчилль, Г. А., 2002
  • Маркетинговые коммуникации : интегрированный подход, Бернет, Дж., 2001
  • Презентация: Лучше один раз увидеть! / Лазарев Д. - М.:Альпина Пабл., 2016. - 126 с.: ISBN 978-5-9614-1445-5 - Режим доступа: http://znanium.com/catalog/product/916181

Рекомендуемая дополнительная литература

  • Discovering statistics using SPSS : (and sex and drugs and rock 'n' roll), Field, A., 2009
  • Erevelles, S., Fukawa, N., & Swayne, L. (2016). Big Data consumer analytics and the transformation of marketing. Journal of Business Research, (2), 897. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsrep&AN=edsrep.a.eee.jbrese.v69y2016i2p897.904
  • Handbook of univariate and multivariate data analysis and interpretation whith SPSS, Ho, R., 2006
  • Marketing communications : a European perspective, Pelsmacker de, P., 2018
  • Watts-Schacter, E., & Kral, P. (2019). Mobile Health Applications, Smart Medical Devices, and Big Data Analytics Technologies. American Journal of Medical Research, 6(1), 19–24. https://doi.org/10.22381/AJMR6120193
  • Выборочный метод : руководство по применению статистических методов оценивания, Шварц, Г., 1978
  • Маркетинговые исследования рынка : учебник для сред. проф. образования, Лебедева, О. А., 2013
  • Маркетинговые исследования с SPSS : учеб. пособие для вузов, Моосмюллер, Г., 2009
  • Маркетинговые коммуникации : учебник для вузов, Ромат, Е. В., 2020
  • Маркетинговые коммуникации, сборник заданий для практических занятий, 17 с., Удалова, И. Б., Журавлева, Н. Ю., Самохвалова, Е. Б., 2003
  • Методы выборочного исследования, Кокрен, У., 1976
  • Многомерный статистический анализ в экономических задачах: компьютерное моделирование в SPSS : учеб. пособие для вузов, Концевая, Н. В., 2013
  • Рабочая книга социолога, , 2006