Project Seminar "Management in AdTech"

2021/2022

Academic Year

RUS

Instruction in Russian

8

ECTS credits

Delivered at:

School of Communication

Course type:

Compulsory course

When:

2 year, 1, 2 module

Instructor

Nester (Nesterenko), Roman

Программа дисциплины

Аннотация

Основные разделы проектного семинара: • Введение в методологии проектного менеджмента. • Этапы и процессы создания предложения по Data проектам для клиента. • Этапы внедрения Big Data проектов на примере CDP, DMP, DCO решений, проведения кластерного анализа и создания Customer Journey. • Практический разбор DMP внедрения. • Управление продуктом • Практическая работа системами рекламы. • Автоматизация маркетинга.

Цель освоения дисциплины

• Цель проектного семинара - получение студентами управленческих компетенций, освоение гибких проектных методологий, применяемых при внедрении проектов на основе данных в рекламе и маркетинге, инструментов и подходов к управлению цифровым продуктом.

Планируемые результаты обучения

• Знает законодательные и этические ограничения при работе с данными потребителей и пользователей.
• Знает методологии проектного менеджмента, может обосновать выбор корректной методологии для проекта в зависимости от его специфики.
• Планирует технические и человеческие ресурсы для внедрения технологий data-driven коммуникаций; анализирует имеющиеся решения и возможности внутри клиента, создает проектный план и тайминг внедрения.
• Понимает принцип работы рекомендательных сервисов. Понимает типы данных, доступные на российском рынке. Владеет навыками работы с рекламными платформами. Способен описать ландшафт обмена e-commerce данными. Понимает принципы работы e-mail маркетинга.
• Понимает принципы организации создания, развития и продвижения технологического продукта.
• Прорабатывает план внедрения Data решения, учитывая специфику задач и ресурсов клиента.
• Умеет организовать кросс-канальную программатик кампанию. Владеет навыками оптимизации рекламных кампаний. Способен интерпретировать отчёты платформы. Способен интерпретировать и анализировать психографические данные. Обладает навыком портирования данных в различные системы. Способен объяснить принципы сбора данных такого рода.
• Умеет презентовать результаты проектно-исследовательской работы.
• Умеет проводить технологический аудит и прогнозировать окупаемость внедрения систем, необходимых для решения коммуникационных задач клиента. Формулирует обоснованное предложение для клиента, план по окупаемости различных data платформ и решений.

Содержание учебной дисциплины

• Проектный менеджмент: методы управления проектами.
• Проектный менеджмент: этапы и процессы создания предложения по Data проектам для клиента.
• Проектный менеджмент: этапы внедрения Big Data проектов на примере CDP, DMP, DCO решений, проведения кластерного анализа и создания Customer Journey.
• Проектный менеджмент: практический разбор DMP внедрения.
• Product management.
• Автоматизация маркетинга.
• Дата-этика в цифровых коммуникациях.
• Презентация и обсуждение промежуточных результатов ВКР.
• Практическая работа с системами рекламы.

Элементы контроля

• Индивидуальный проект
• План продвижения продукта на основе данных
• Рекламная кампания с выходом на целевые KPI
• Презентация промежуточных результатов ВКР

Промежуточная аттестация

• 2021/2022 учебный год 2 модуль
  0.25 * Рекламная кампания с выходом на целевые KPI + 0.25 * Презентация промежуточных результатов ВКР + 0.25 * Индивидуальный проект + 0.25 * План продвижения продукта на основе данных

Список литературы

Рекомендуемая основная литература

• Aspin A. Pro Power BI Desktop. - Apress, 2018. - ЭБС Books 24x7.
• Bernard Marr, & Matt Ward. (2019). Artificial Intelligence in Practice : How 50 Successful Companies Used AI and Machine Learning to Solve Problems. Wiley.
• Perkin, N. (2019). Agile Transformation : Structures, Processes and Mindsets for the Digital Age. Kogan Page.
• Volchek, K., Yu, J., Neuhofer, B., Egger, R., & Rainoldi, M. (2021). Co-creating Personalised Experiences in the Context of the Personalisation-Privacy Paradox. Springer International Publishing. https://doi.org/10.1007/978-3-030-65785-7_8

Рекомендуемая дополнительная литература

• Alexis Bogroff, & Dominique Guégan. (2019). Artificial Intelligence, Data, Ethics: An Holistic Approach for Risks and Regulation. Documents de Travail Du Centre d’Economie de La Sorbonne.
• Bothma, N. (2017). Product Management: Vol. Second edition. Juta and Company [Pty] Ltd.
• Hillqvist, O., & Johnsson Östergren, A. (2020). The personalization-privacy paradox: personalized ads on social media : Exploring invasive ads on social media, in relation to perceived usefulness, consumer privacy and trust.
• Kenyth Alves de Freitas, & Luiz Carlos Di Serio. (2018). Challenges in a Big Data Based Advertising Service Development. RAC - Revista de Administração Contemporânea (Journal of Contemporary Administration), 5, 804.
• Martin Oberhofer, Eberhard Hechler, Ivan Milman, Scott Schumacher, & Dan Wolfson. (2014). Beyond Big Data : Using Social MDM to Drive Deep Customer Insight. [N.p.]: IBM Press. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=1600785