• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

«Коммуникации, основанные на данных — это крайне востребованное сейчас направление»

Елена Грызунова, академический руководитель магистерской программы «Коммуникации, основанные на данных»

В 2018 году Вышка открывает новую магистерскую программу «Коммуникации, основанные на данных». Программа будет готовить специалистов, обладающих междисциплинарными компетенциями в области рекламы и связей с общественностью, а также прикладной информатики и науки о данных. О том, как сегодня интеллектуальный анализ данных находит практическое применение в коммуникационной индустрии, какие курсы будут изучать студенты и где смогут работать, рассказывает академический руководитель программы Елена Грызунова.

Как умные данные трансформируют коммуникационную индустрию

Сейчас в науке и бизнесе происходит переход от больших данных (big data) к умным данным (smart data). Главной характеристикой является не столько объём данных, сколько их ценность. Важно интегрировать данные из различных источников — как большие данные, так и результаты других количественных измерений и качественных исследований — для достижения поставленных задач. Именно на этом подходе базируется магистерская программа.

Коммуникации, основанные на данных — это крайне востребованное сейчас направление  в маркетинге, потому что технологии позволяют собирать данные о пользователях, анализировать их и благодаря этому таргетировать коммуникации на очень узкие аудитории. Такие решения наиболее широко представлены сегодня в рекламной отрасли. Например, программатик — это технологии алгоритмической закупки рекламы в реальном времени на основе данных о целевой аудитории. Платформы по управлению данными (DMP) позволяют создавать портреты получателей сообщения с учётом их потребительского поведения, интересов, действий онлайн и других характеристик. А программатик-платформы (DSP) — это площадки для автоматизированной закупки рекламы, на которых приобретается не рекламная площадь, а показы для определённого сегмента аудитории. Анализ потребления контента также позволяет разрабатывать и оптимизировать креатив под каждую группу.

Сегодня диджитал — это уже не только Интернет, создаются инновационные решения для таргетированной цифровой наружной рекламы. Например, на российском рынке представлен проект Яндекс.Экраны, который благодаря данным из мобильных приложений Яндекса позволяет измерять не только количество и время просмотра наружной рекламы, но и составлять портрет аудитории для каждого носителя.

Медийным агентствам необходимы компетентные специалисты в области анализа данных и оптимизации медиазакупок. Под это направление создаются новые подразделения, и есть спрос на квалифицированные кадры.

Какие данные используются в коммуникационных кампаниях? Это онлайн-данные, например, данные из социальных медиа и поисковый трафик. А также офлайн-данные, например, данные ритейлеров о потребителях из программ лояльности, информация о покупках и данные, полученные от wi-fi-сенсоров в торговых точках.

Мы в рамках магистерской программы не будем ограничиваться обучением специалистов только для сферы рекламы и маркетинга. Анализ больших данных может использоваться для реализации любой коммуникационной кампании

Мы в рамках магистерской программы не будем ограничиваться обучением специалистов только для сферы рекламы и маркетинга. Анализ больших данных может использоваться для реализации любой коммуникационной кампании: политической, имиджевой, кампании по восстановлению репутации, антикризисной и так далее. Важно использовать также и другие качественные и количественные методы. Однако преимуществом больших данных является то, что их можно автоматически собирать и анализировать в реальном времени на всех этапах коммуникационной кампании — исследования, планирования, реализации и оценки эффективности. Это позволяет добиться наиболее гибкого подхода.

Как это работает. Примеры

Ежедневно в социальных медиа генерируется огромный объём разнородных данных. Их можно разделить на следующие типы: структуры (например, социальный граф — сеть взаимосвязей между людьми), контент (тексты, изображения), метаданные (например, геотэги и информация об устройствах, на которые сняты фотографии), а также истории просмотров контента. Анализируя их, мы можем выявлять настроения людей, взаимосвязи между ними, их предпочтения. Это позволит выстроить более эффективные коммуникации. Здесь применяется интеллектуальный анализ данных (data mining) – это анализ, выполняемый алгоритмами. Для этого понадобятся методы машинного обучения, которые студенты также будут изучать в рамках нашей магистерской программы.

Взаимодействия между людьми в социальных медиа (социальные связи и распространение информации) могут быть представлены в форме сетевой структуры – социального графа. Анализ социальных графов (сетевой анализ) позволяет, например, выбирать наиболее подходящих для коммуникационной кампании агентов влияния, то есть блогеров, которые будут пользоваться авторитетом у конкретной целевой аудитории. Можно также на ранних стадиях находить источники распространения дезинформации и анализировать, является ли негатив о бренде органическим или распространяется намеренно конкурентами. Это позволит выработать стратегию ответной реакции.

Другой тип данных, доступный нам для анализа, — контент (тексты и изображения). В социальных медиа это огромнейший массив информации. Тексты можно классифицировать по определенным признакам: например, по тональности или в зависимости, предположим, от политических взглядов автора. Машинное обучение осуществляется на выборке, затем алгоритм отбирает похожие тексты. Метод кластеризации отличается от классификации тем, что обучающей выборки нет. Мы заранее не знаем, какой результат получим, по каким переменным будут различаться кластеры объектов — текстов. Если комбинировать анализ текстов и сетевой анализ, мы можем выявить, например, какими характеристиками обладают тексты, которые получают распространение (репосты). Эти выводы могут использоваться в коммуникационных кампаниях.

Какие курсы будут изучать студенты

В первый год обучения студенты будут изучать адаптационные дисциплины — «Реклама и связи с общественностью в цифровой среде» (для студентов, которые не обучались по направлению «Реклама и связи с общественностью») или «Основы прикладной математики и информатики» (для студентов, которые не имеют базового образования в области прикладной математики и информатики).

Кроме этого, на первом и втором курсах предусмотрены обязательные дисциплины и курсы по выбору, которые будут читать практики из коммуникационных и технологических компаний.

Один из обязательных курсов первого года обучения — «Основы дата-ориентированных коммуникаций» — это такой профориентационный курс, который познакомит студентов с основными направлениями и инструментарием использования больших и умных данных для аналитики в связях с общественностью, маркетинге и рекламе. Курс ответит на вопросы, в каких отраслях и направлениях выпускники программы смогут реализовать полученные компетенции. В рамках этого курса мы планируем приглашать представителей различных компаний, которые познакомят студентов с кейсами из собственной практики.

Курс «Инструменты сетевых коммуникаций» направлен на приобретение прикладных навыков работы с существующими системами веб-аналитики и сервисами размещения рекламы, например, Яндекс.Метрика, Google AdWords  и другими. Планируется также курс по программированию и обязательная дисциплина  «Машинное обучение и анализ больших данных». 

Денис Афанасьев

Генеральный директор компании CleverDATA, партнера программы

Работодатели сейчас предъявляют высокие требования не только к уровню знаний  специалистов, но и практическим навыкам, которые зачастую приобретаются только в работе. В этой ситуации для нас очень важно делиться со студентами собственным опытом, доносить новые знания, приобщать их к современной бизнес-практике, чтобы помочь им быстрее адаптироваться и активно применять полученные знания и навыки.

Эксперты компании CleverDATA будут читать на программе курс «Машинное обучение и анализ больших данных». Подробно разберем ключевые понятия теории машинного обучения, классы моделей в машинном обучении, основные и продвинутые методы анализа больших данных, а также изучим процессы создания моделей в машинном обучении. Важной частью курса станет изучение основ программирования для работы с большими массивами данных, основ архитектуры хранения и обработки больших данных (Batch/real-time), современного инструментария и принципов работы в Hadoop и NoSQL.

Многие курсы магистерской  программы направлены на развитие и управленческих, и аналитических компетенций: например, обязательная дисциплина «Большие данные в планировании и реализации коммуникационных стратегий». При нынешней многозадачности специалистов это необходимо.

Курс «Большие данные в маркетинговых коммуникациях» будут вести эксперты международной коммуникационной группы Dentsu Aegis Network. Представители компании расскажут студентам о применяемых в их практике методах статистического анализа бизнес-показателей для поддержки рекламных кампаний на всех этапах: от сегментации рынка и потребителей до оценки результатов рекламных кампаний и прогнозирования. В рамках курса также будут рассмотрены технологические аспекты анализа больших данных. Важно, что этот курс будет максимально практическим. Студенты будут выполнять групповые проекты по построению предсказательной модели, подготовке прогноза и оптимизации комплекса медиа на основе данных о потребителях.

Елена Артемова

Директор отдела эконометрического моделирования и прогнозирования коммуникационной группы Dentsu Aegis Network Russia, партнера программы

Мы, конечно же, заинтересованы в выпускниках. Наш бизнес растет и развивается, и это требует в том числе и человеческих ресурсов. На программе у нас будет возможность присмотреться к тому, как работают студенты, чтобы подобрать тех, кто будет соответствовать нашим требованиям, и для кого мы станем компанией мечты.

Наш идеальный кандидат — это человек с техническим складом ума, однако, умеющий грамотно излагать свои мысли и нести ответственность за свои решения. Эти качества, как правило, редко сочетаются в одном человеке, однако, мы думаем, что именно в ВШЭ учатся как раз такие студенты.

Где смогут работать выпускники

Направлений для профессиональной реализации у выпускников программы очень много. Прежде всего, это крупнейшие коммуникационные группы и агентства. Во многих из них создаются отделы, лаборатории по анализу данных. Например, подразделение Data Lab холдинга Dentsu Aegis Network Russia специализируется на исследованиях, основанных на больших данных и машинном обучении для повышения эффективности коммуникаций. Инновации в области анализа данных и искусственного интеллекта также активно применяются для персонализации коммуникационных кампаний и медиапланирования в деятельности других коммуникационных холдингов, например, Publicis Groupe и Группа АДВ. Выпускники смогут реализовать себя и в таких технологических компаниях как Mail.Ru Group и Яндекс. Например, у Mail.Ru Group как агрегатора больших данных об онлайн-поведении пользователей есть партнёрские проекты с коммуникационными агентствами. Также выпускники программы будут востребованы в маркетинговых подразделениях банков, ритейлеров, мобильных операторов.

Анализ больших данных перспективен и в социальной сфере. Например, изучение онлайн-коммуникаций позволяет выявлять на ранней стадии зарождающиеся конфликты. Организация Объединённых Наций реализует такого рода проекты в рамках инициативы Глобальный Пульс, и они регулярно публикуют вакансии. Думаю, что таких некоммерческих проектов со временем будет больше не только в мире, но и в России.

Кого ждут на программе и как поступить

Поскольку программа включает в себя изучение программирования и машинного обучения, желательно, чтобы у абитуриента была достаточная математическая подготовка. Мы ждем людей с базовым математическим образованием, образованием в области информационных технологий, однако мы открыты и для мотивированных абитуриентов из иных областей, при условии самостоятельной математической подготовки. Это важно, иначе программу будет сложнее освоить. Мы предполагаем, что к нам будут поступать и те, кто уже работает в коммуникационной индустрии и стремится к дальнейшему профессиональному росту. Программа платная, однако мотивированный студент после окончания программы быстро окупит затраты на учебу.

В качестве вступительного испытания мы выбрали конкурс портфолио. Портфолио включает в себя документ об образовании, личные достижения. Подтверждение уровня знания английского языка не ниже Intermediate будет давать преимущество - до 10 баллов. В целом обучение на программе будет проходить на русском языке, но ряд курсов, как это принято на многих программах Вышки, будет читаться на английском. Кроме того, вся достойная литература по большим данным, маркетингу и коммуникациям выходит на английском языке. Абитуриенту необходим уровень владения языком, позволяющий ему читать и понимать профессиональную литературу.

Если у абитуриента нет нужных документов или он сомневается в возможности получить за них высокий балл, в рамках конкурса портфолио он может написать письменную квалификационную работу в Вышке

 

Особое внимание важно обратить на следующие пункты. Во-первых, на подготовку к собеседованию в рамках конкурса портфолио. Во-вторых, абитуриенту нужно будет предоставить подтверждение уровня знания прикладной математики. Это самый главный пункт, который дает до 44 баллов в копилку будущему студенту. Подтвердить свои знания можно нескольким способами. Если у абитуриента есть образование математического профиля, достаточно диплома с вкладышем об успеваемости. Также можно приложить сертификат GRE Subject Test: Mathematics, удостоверение о повышении квалификации или прохождении иных курсов не менее 144 академических часов, включающих в себя изучение теории вероятностей и математической статистики, дискретной математики и математического анализа. В том числе мы принимаем удостоверения о повышении квалификации после окончания курсов «Прикладная математика и информатика» или «Высшая математика» для поступающих в магистратуру Вышки. Дополнительные преимущества — прохождение майноров, факультативов, курсов по статистике, анализу данных, программированию.

Если у абитуриента нет нужных документов или он сомневается в возможности получить за них высокий балл, в рамках конкурса портфолио он может написать письменную квалификационную работу в Вышке. Четыре задачи письменной работы оцениваются по 11-балльной шкале каждая. Важно, что баллы за письменную квалификационную работу не суммируются с баллами за подтверждающие документы, а выставляется наиболее высокий балл,  полученный на основании квалификационной работы или предоставленных документов. То есть максимум 44 балла из 100 за данный пункт портфолио.

С перечнем и содержанием тем для подготовки к письменной квалификационной работе, а также с составом портфолио и критериями его оценивания можно ознакомиться здесь.

Вам также может быть интересно:

В России пройдет первая международная олимпиада по анализу данных

IDAO (International Data Analysis Olympiad) создана ведущими специалистами по анализу данных для своих будущих коллег. Своей целью олимпиада ставит объединение аналитиков, учёных, профессионалов и начинающих исследователей со всего мира вместе на одной площадке. Мероприятие подобного масштаба впервые состоится в России. Организаторами олимпиады выступают факультет компьютерных наук Высшей школы экономики, компания Yandex и Harbour.Space University при поддержке Сбербанка.

Как отметить Новый год, если вы программист или математик

С 8 на 9 декабря в Высшей школе экономики пройдет Ночь решения задач, которую проводит Центр непрерывного образования факультета компьютерных наук. Начнем заранее праздновать Новый год плюшками, сложными задачами и знакомством с работодателями — словом, всем, что мы любим.

«Спрос на биоинформатиков в мире и в России не удовлетворен»

В Высшей школе экономики на факультете компьютерных наук открывается магистерская программа «Анализ данных в биологии и медицине». О программе рассказывает ее руководитель, заместитель директора Института проблем передачи информации РАН Михаил Гельфанд.

Вышка запускает курс по машинному обучению на Coursera

Анализ данных на наших глазах превращается из малоизвестной и не вполне чётко очерченной области науки в очень востребованную профессию. Поэтому факультет компьютерных наук НИУ ВШЭ и «Школа анализа данных» Яндекса запускают на Coursera курс «Машинное обучение». Он посвящён методам, которые делают возможным решение различных задач анализа данных. Записаться на него можно уже сейчас, занятия начнутся 26 января.