Анализ данных в бизнесе

2020/2021

Статус: Дисциплина общефакультетского пула

Кто читает: Международный институт экономики и финансов

Где читается: Международный институт экономики и финансов

Когда читается: 3, 4 модуль

Преподаватели: Воробьева Мария Сергеевна, Дудников Константин Эдуардович, Егоров Ян Денисович, Лапшин Виктор Александрович, Пятов Алексей Александрович, Романенко Алексей Александрович, Титова Наталия Николаевна

Язык: русский

Кредиты: 3

Контактные часы: 32

Полная версия программы учебной дисциплины

Аннотация

Интеллектуальный анализ данных находит всё большее применение в различных отраслях экономики. Совершенствуются математические методы, разрабатываются новые модели и подходы для решения прикладных бизнес задач. При этом практическое применение методов интеллектуального анализа данных в бизнесе требует специализированных знаний и навыков. Целью данного курса является рассмотрение современных подходов, инструментов и методов интеллектуального анализа данных, применяемых в таких прикладных областях как клиентская аналитика, управление рисками и организация розничной торговой сети. Обучение построено на изучении не только соответствующих математических моделей и алгоритмов, но и на рассмотрении примеров их реального применения в этих областях, что позволит студентам изучить весь жизненный цикл аналитической модели, начиная с этапа формирования требований и подготовки данных и заканчивая этапом внедрения и эксплуатации.

Цель освоения дисциплины

Получение представления об особенностях задач анализа данных в бизнесе с учетом специфики разных отраслей экономики, знакомство с конкретными примерами бизнес-задач, использующих анализ данных
Знакомство со специализированным программным обеспечением SAS для решения поставленных задач в рамках курса.

Планируемые результаты обучения

Формулировать, решать и оценивать результат решения задач анализа данных в бизнесе, возникающих в области клиентской аналитики, в розничных сетях продаж товаров и при анализе и оценке рисков.
Использовать программные средства загрузки, обработки, визуализации и интерактивного исследования данных, а также строить и применять на практике описательные и прогноз- ные модели интеллектуального анализа данных и машинного обучения с использованием технологий компании SAS в области клиентской аналитики, в розничных сетях продаж товаров и при анализе и оценке рисков.
Оформлять и представлять свои результаты в виде бизнес-презентации.

Содержание учебной дисциплины

Клиентская аналитика
Вводная лекция и введение в клиентскую аналитику. Построение моделей и визуализация данных. Текстовый анализ данных
Задачи анализа данных в розничных сетях продаж товаров
Введение в задачи анализа данных в ритейле. Прогнозирование спроса. Описательная аналитика в Ритейл: кластеризация магазинов, сегментация товаров, восстановление спроса. Задачи оптимизации запасов товаров в ритейл-сети, оптимизация цен, оптимизация ассортимента.
Основы оценки рисков
Введение в кредитные риски. Введение в рыночные риски. Валидация моделей.
ModelOps (опционально)
Операционализация моделей машинного обучения
Техника презентации данных
Оформление результата в формате бизнес-презентации и развитие навыков публичных выступлений.

Элементы контроля

домашние задания
экзамен

Промежуточная аттестация

Промежуточная аттестация (4 модуль)
Порядок формирования оценок по дисциплине Пусть оценки за 3 домашних задания по 10-балльной шкале — O_1,O_2,O_3, а оценка за экзамен в конце второго модуля по 10-балльной шкале — O_экз, оценка за проект во втором модуле O_пр выставляется по 10-балльной шкале по итогам защиты проекта. Итоговая оценка O_итог определяется по формуле: O_итог=0.1O_1+0.1O_2+0.1O_3+0.2O_экз+0.5O_пр

Программа дисциплины