Применение искусственного интеллекта в маркетинге

Магистратура 2022/2023

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: с онлайн-курсом

Онлайн-часы: 10

Охват аудитории: для своего кампуса

Преподаватели: Казаков Сергей Петрович

Прогр. обучения: Маркетинг: цифровые технологии и маркетинговые коммуникации

Язык: русский

Кредиты: 4

Контактные часы: 32

Полная версия программы учебной дисциплины

Аннотация

Курс «Применение искусственного интеллекта в маркетинге» (v.3.0) направлен на преодоление разрыва между маркетингом и современными ИТ-технологиями. Курс является первым шагом к пониманию стратегии цифровой трансформации c использованием искусственного интеллекта. Курс предназначен для студентов магистратуры, которые должны научиться использовать возможности ИИ, Data Science и Machine Learning в маркетинге организаций. Для успешного прохождения курса и выполнения прикладного проекта с использованием ИИ не требуются навыки программирования на языке Python, но в случае заинтересованности студентов в его дополнительном изучении и освоения навыков написания кода рекомендуется факультативно пройти «Демокурс «Аналитика Данных» (https://stepik.org/course/74457/syllabus). Однако, прохождение данного курса не влияет на итоговую оценку промежуточной аттестации по дисциплине «Применение искусственного интеллекта в маркетинге», но приобретенные на пройденном курсе навыки могут быть полезны для получения самой высокой отличной оценки за выполнение курсового проектного задания.

Цель освоения дисциплины

Дать слушателям базовое представление о методах искусственного интеллекта, познакомить с терминологией и научить применять некоторые из методов для решения несложных задач
Повысить профессиональный уровень понимания полного цикла шагов для прикладных маркетинговых задач, которые можно решать с использованием искусственного интеллекта
Сформировать прикладные навыки использования и выверки результатов работы искусственного интеллекта в построении и аналитике маркетинговой стратегии
Сформировать навыки доступного объяснения маркетинговых предложений бизнес-клиентам для понимания, как предлагаемые технологии стимулируют решение необходимых бизнес-задач

Планируемые результаты обучения

Определять типы задач, которые можно решать с помощью искусственного интеллекта в маркетинге
Обучать несложные модели на готовых данных в программных оболочках ИИ, DS, ML
Грамотно визуализировать результаты исследований
Правильно интерпретировать результаты анализа данных и генерировать инсайты
Разрабатывать предложения и рекомендации бизнесу на основе полученных инсайтов
Уметь формулировать задачи и генерировать технические задания, брифы исследовательским группам маркетинговых аналитиков и сторонним исследовательским организациям
Осуществлять оценку и приемку выполненных проектов в области ИИ

Содержание учебной дисциплины

Искусственный интеллект в маркетинге. Введение
Верификация данных и бизнес-анализ
Программные оболочки ИИ, Data Science, Machine Learning
Классическое машинное обучение: Решение задачи кластеризации, класификации и регрессии
Deep Learning – 1: Обработка естественного языка в маркетинге (NLP)
Deep Learning – 2: Компьютерное зрение и его применение в решении задач маркетинга (CV)

Элементы контроля

Групповой проект «NLP в анализе клиентских отзывов»
Группе из 6-7 студентов необходимо применить свои знания в области анализа данных и веб-скрапинга для решения задачи по анализу клиентских онлайн-отзывов. Полное описание и ТЗ проекта будут предоставлены студентам на семинарских занятиях. Задание сдается проектными группами на семинаре 2 модуля, каждый из студентов группы оценивается индивидуально по итогам презентации.
Письменная экзаменационная работа
Письменный экзамен с 12 вопросами, экзамен проводится онлайн на платформе startexam с асинхронным прокторингом

Промежуточная аттестация

2022/2023 учебный год 2 модуль
0.5 * Письменная экзаменационная работа + 0.5 * Групповой проект «NLP в анализе клиентских отзывов»

Программа дисциплины