Проектный семинар "Обработка данных в маркетинговых коммуникациях"

Магистратура 2021/2022

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

Полная версия программы учебной 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 1
Задание 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 2
Задание 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 3
Задание 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.
Экзамен
Экзамен 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 модуль
0.4 * Экзамен + 0.2 * Задание 1 + 0.2 * Задание 3

Программа дисциплины