Магистратура
2021/2022
Проектный семинар "Обработка данных в маркетинговых коммуникациях"
Статус:
Курс обязательный (Маркетинг: цифровые технологии и маркетинговые коммуникации)
Направление:
38.04.02. Менеджмент
Кто читает:
Департамент маркетинга
Где читается:
Высшая школа бизнеса
Когда читается:
2-й курс, 1, 2 модуль
Формат изучения:
без онлайн-курса
Охват аудитории:
для своего кампуса
Преподаватели:
Базилевская Нина Андреевна
Прогр. обучения:
Маркетинг: цифровые технологии и маркетинговые коммуникации
Язык:
русский
Кредиты:
2
Контактные часы:
24
Программа дисциплины
Аннотация
Проектный 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 проектного 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
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
- Знает возможности и ограничения методов 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.
- Знает возможности и ограничения методов сравнения средних ( дисперсионный анализ (параметрический и непараметрический), тесты сравнений средних (Т-Тесты))
- Знает возможности и ограничения регрессионного анализа
- Знает возможности, технологии, преимущества и ограничения Big Data
- Знает методы решения задач на поиск связи: критерий хи-квадрат, парные коэффициенты связи;
- Знает основные методы сбора данных: анкеты, гайды, открытые статистические показатели, инструменты google analitytics
- Знает типы, теоретические и практические обоснования, принципы и процедуры расчета, принципы и процедуры отбора выборок
- Обосновывает инструментарий сбора данных применительно к поставленным содержательным задачам
- Умеет представлять и визуализировать данные с помощью методов описательной статистики
- Умеет реализовывать в SPSS методоы решения задач на построение классификации: кластерный анализ (иерархический и к-средних), деревья решений, дискриминантный анализ.
- Умеет реализовывать в SPSS методы решения задач на поиск латентных переменных: построение сумматорных шкал; факторный анализ
- Умеет реализовывать в SPSS методы сравнения средних ( дисперсионный анализ (параметрический и непараметрический), тесты сравнений средних (Т-Тесты))
- Умеет реализовывать критерий хи-квадрат, парные коэффициенты связи в SPSS
- Умеет реализовывать регрессионный анализ в SPSS
- Умеет создавать базу собственных собранных данных
- Умеет строить подробный план построения выборки, в привязке к целевым группам и/или источникам информации
Содержание учебной дисциплины
- НИС "УМКООС". Тема 1. Данные как основа принятия менеджериальных решений. Разработка инструментария и процедур сбора данных, общего плана анализа данных
- НИС "УМКООС". Тема 2 Сбор, обработка, анализ и интерпретация данных
- НИС "УМКООС". Тема 3 Основные методы анализа данных: решаемые задачи, особенности интерпретации результата, ограничения.
Элементы контроля
- Задание 1Задание 1 по темам 1 и 2: Домашнее практическое задание. Сдается в письменном виде. Домашнее задание выполняется в соответствие с предложенным преподавателем брифом. Допускается командная работа в составе не более 3 человек. Составить план эмпирического исследования, план выборки и макет данных для решения определенной задачи (пример из брифа). Составить план анализа данных для решения задачи.
- Задание 2Задание 2 по теме 3: Домашнее задание на 30 минут. Сдается в письменном виде. Проверить связи между заданными переменными в наборе данных: определить тип данных для каждой переменной, проверить распределение на нормальность (там, где это необходимо), определить подходящий критерий для проверки связи между переменными. Сформулировать гипотезу, принять или опровергнуть гипотезу в соответствии с выбранным критерием и значимостью этого критерия.
- Задание 3Задание 3 по теме 3: Домашнее задание на 40 минут. Заполнить пропущенные значения в данных с помощью регрессионного анализа. Сгруппировать переменные с помощью факторного анализа, выбрать оптимальную факторную структуру. Сгруппировать объекты по принципу похожести, используя кластерный анализ.
- ЭкзаменЭкзамен по всему курсу состоит из двух частей (с равным весом): o Презентация и защита концепции одного типа эмпирического исследования, планируемого студентом в рамках своей ВКР, с обоснованием предложений по выборке, методам сбора и анализа данных. Пояснение: презентация студентом собственных интеллектуальных разработок концепции исследования, связанного с темой его ВКР (подготовленных во время самостоятельной работы) в сфере поведения потребителей, брендинга или маркетинговых коммуникаций; выстраивание системы аргументации принятых решений с учетом современных требований к сбору, анализу и статистической обработке эмпирических данных, новизны, теоретического и практического значения, вклада в будущую ВКР. o Письменная работа на 30-40 мин. В состав письменной работы входит несколько тестовых вопросов и задача. Вопросы в тесте даются на понимание основных инструментов измерения и анализа данных, соответствие инструментов целям исследования. Тематика задачи - первичная обработка и анализ данных, интерпретация в соответствии с поставленной задачей. База данных для работы предоставляется на экзамене.
Промежуточная аттестация
- 2021/2022 учебный год 2 модуль0.4 * Экзамен + 0.2 * Задание 1 + 0.2 * Задание 3
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
- 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
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
- 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
- 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