Магистратура
2025/2026




Онлайн-эксперименты: методы и технологии
Статус:
Курс обязательный (Искусственный интеллект в маркетинге и управлении продуктом)
Где читается:
Факультет компьютерных наук
Когда читается:
2-й курс, 1 модуль
Охват аудитории:
для своего кампуса
Язык:
русский
Контактные часы:
28
Программа дисциплины
Аннотация
Онлайн-эксперименты: методы и технологии представляет собой специализированную дисциплину, направленную на освоение современных подходов к проведению и анализу цифровых экспериментов в маркетинге. Студенты познакомятся с методологией классических A/B-тестов и квази-экспериментальных дизайнов (DID, PSM, RDD, SCM, IV), научатся проектировать исследования, управлять выборкой и минимизировать систематические ошибки. Основное внимание уделяется практической работе с аналитическими инструментами на базе Python и SQL, трекингу метрик, интерпретации результатов и формированию управленческих рекомендаций на основе полученных данных.
Цель освоения дисциплины
- В результате освоения дисциплины слушатели смогут понимать методологические принципы онлайн-экспериментов и квази-экспериментальных методов в маркетинге, проектировать корректный дизайн исследований, обосновывать выбор оптимальных методик и интерпретировать полученные результаты для принятия обоснованных бизнес-решений.
Планируемые результаты обучения
- Различать классические A/B-тесты и квази-экспериментальные методики в маркетинговых исследованиях
- Описывать преимущества и ограничения каждого подхода к оценке воздействия
- Применять методы Difference-in-Difference, Propensity Score Matching, Regression Discontinuity Design, Synthetic Control Method и инструментальных переменных для анализа эффективности маркетинговых инициатив
- Использовать аналитические инструменты на базе Python и SQL для подготовки и обработки данных экспериментов
- Формулировать и представлять интерпретацию результатов исследования для обоснования управленческих решений
Содержание учебной дисциплины
- Роль экспериментальных исследований в принятии управленческих решений
- Теоретические основы и применение показателей эффективности
- Экономические и организационные аспекты проведения A/B-тестов
- Статистические методы классического A/B-тестирования
- Проектирование эксперимента A/B и представление результатов
- Difference-in-Difference (DID)
- Synthetic Control Method (SCM)
- Propensity Score Matching (PSM) и Inverse propensity weighting (IPW)
- Instrumental variable (IV), Regression Discontinuity Design (RDD), Многорукие бандиты
Промежуточная аттестация
- 2025/2026 1st module0.175 * Домашнее задание 1 + 0.175 * Домашнее задание 2 + 0.175 * Домашнее задание 3 + 0.175 * Домашнее задание 4 + 0.3 * Экзамен
Список литературы
Рекомендуемая основная литература
- Field experiments : design, analysis, and interpretation, Gerber, A. S., 2012
- Kohavi, R., & Thomke, S. (2017). The Surprising Power of Online Experiments: Getting the Most out of A/B and Other Controlled Tests. Harvard Business Review, 95(5), 74–82.
- Mostly harmless econometrics : an empiricist's companion, Angrist, J. D., 2009
- Shepherd, B. E., Jarrett, R., & Fu, L. (2016). Causal Inference for Statistics, Social, and Biomedical Sciences: An Introduction. Biometrics, 72(4), 1387–1388. https://doi.org/10.1111/biom.12615
Рекомендуемая дополнительная литература
- Imai, K., King, G., & Stuart, E. (2008). Misunderstandings between Experimentalists and Observationalists about Causal Inference. https://doi.org/10.1111/j.1467-985X.2007.00527.x
- Shadish, W. R. . (DE-588)131609661, (DE-576)167219103. (2002). Experimental and quasi-experimental designs for generalized causal inference / William R. Shadish; Thomas D. Cook; Donald T. Campbell. Boston [u.a.]: Houghton Mifflin. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edswao&AN=edswao.095715274