• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2023/2024

Маркетинговая аналитика

Статус: Курс обязательный
Направление: 42.04.01. Реклама и связи с общественностью
Когда читается: 1-й курс, 4 модуль
Формат изучения: с онлайн-курсом
Онлайн-часы: 20
Охват аудитории: для своего кампуса
Прогр. обучения: Коммуникации, основанные на данных
Язык: русский
Кредиты: 3
Контактные часы: 36

Программа дисциплины

Аннотация

В рамках дисциплины формируются практические навыки в области планирования маркетинговых кампаний с использованием анализа классических медийных и больших данных. Студенты решают задачи моделирования, атрибуции, разрабатывают скоринговые и рекомендательные модели, а также визуализирует и защищает результаты моделирования, в том числе посредством дэшбордов.
Цель освоения дисциплины

Цель освоения дисциплины

  • Цель курса – подготовить студента к практической работе маркетингового аналитика данных с получением профессиональных навыков решения актуальных прикладных задач по математическому моделированию, машинному обучению, анализу данных.
Планируемые результаты обучения

Планируемые результаты обучения

  • Оперирует классическими медийными данными в целях составления аналитических отчетов
  • Использует функционал основных библиотек для анализа данных в Python
  • Разрабатывает модели: Multi-Touch Attribution, Marketing Mix Modelling, скоринговые модели, рекомендательные модели.
  • Визуализирует и защищает результаты моделирования, в том числе посредством дэшбордов
  • Строит стандартные теоретические и эконометрические модели, анализирует и содержательно интерпретирует полученные результаты
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Виды данных в рекламной индустрии
  • Эконометрические модели и методы исследования
  • Аналитика данных.
  • Визуализация данных
Элементы контроля

Элементы контроля

  • неблокирующий Построение модели 3 (групповое задание).
  • неблокирующий Аналитическая задача по классическим медийным данным (групповое задание).
  • неблокирующий Построение дэшборда (групповое задание).
  • неблокирующий Построение модели 1 (групповое задание).
  • неблокирующий Построение модели 2 (групповое задание).
  • неблокирующий Прогресс по онлайн-курсу
    Прогресс студента по онлайн-курсу "Эконометрика"
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 4th module
    0.15 * Аналитическая задача по классическим медийным данным (групповое задание). + 0.15 * Построение дэшборда (групповое задание). + 0.15 * Построение модели 1 (групповое задание). + 0.15 * Построение модели 2 (групповое задание). + 0.15 * Построение модели 3 (групповое задание). + 0.25 * Прогресс по онлайн-курсу
Список литературы

Список литературы

Рекомендуемая основная литература

  • Васильев Юлий - Python для data science. — (Серия «Библиотека программиста») - 978-5-4461-2392-6 - Санкт-Петербург: Питер - 2023 - 390133 - https://ibooks.ru/bookshelf/390133/reading - iBOOKS
  • Костюнин, В. И.  Эконометрика : учебник и практикум для вузов / В. И. Костюнин. — Москва : Издательство Юрайт, 2023. — 285 с. — (Высшее образование). — ISBN 978-5-534-02660-3. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/510956 (дата обращения: 28.08.2023).
  • Эконометрика и эконометрическое моделирование - Бабешко Л.О., Бич М.Г., Орлова И.В. - НИЦ ИНФРА-М - 2023 - https://znanium.com/catalog/product/1905581 - 1851322 - ZNANIUM

Рекомендуемая дополнительная литература

  • Döbler, M., & Grössmann, T. (2019). Data Visualization with Python : Create an Impact with Meaningful Data Insights Using Interactive and Engaging Visuals. Packt Publishing.
  • Ståhlberg, M., Maila V. Multichannel Marketing Ecosystems. - Kogan Page, 2014. - ЭБС Books 24x7.
  • Язык программирования Python: практикум - Жуков Р.А. - НИЦ ИНФРА-М - 2023 - https://znanium.com/catalog/product/1915716 - 1081627 - ZNANIUM