Автоматизация маркетинга

Магистратура 2025/2026

ID 970810

Лучший по критерию «Полезность курса для Вашей будущей карьеры»

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»

Статус: Курс обязательный (Искусственный интеллект в маркетинге и управлении продуктом)

Кто читает: Базовая кафедра Яндекс

Где читается: Факультет компьютерных наук

Когда читается: 1-й курс, 2 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 3

Контактные часы: 28

Дополнительные материалы в LMS Задать вопрос

Аннотация

Курс «Автоматизация маркетинга» даёт студентам комплексное понимание процессов автоматизации маркетинговых активностей с использованием современных технологий и инструментов. Слушатели освоят методы анализа клиентских данных, построения сегментов, настройки CRM‑систем и оценки эффективности автоматизированных кампаний. Особое внимание уделяется практическому внедрению решений с учётом специфики бизнес‑процессов компании.

Цель освоения дисциплины

Сформировать системное понимание процессов работы с текущими пользователями компании, автоматизации маркетинга;
Развить практические навыки по внедрению автоматизированных решений в маркетинговую деятельность компании.

Планируемые результаты обучения

Анализировать маркетинговые процессы компании для выявления потенциала их автоматизации и определения приоритетных направлений внедрения автоматизированных решений.
Разрабатывать архитектуру системы автоматизации маркетинга, учитывающую специфику бизнес-процессов компании.
Создавать клиентские сегменты на основе поведенческих и транзакционных данных.
Разрабатывать систему метрик для оценки эффективности автоматизированных маркетинговых кампаний.
Внедрять и адаптировать CRM-системы под потребности компании, включая настройку бизнес-процессов и интеграцию с существующими системами.
Управлять проектами по внедрению систем автоматизации маркетинга.

Содержание учебной дисциплины

Влияние на поведение клиента и каналы коммуникации. Триггерные механики, email, чат‑боты
Измерение эффективности маркетинга. Ключевые метрики (ROI, LTV, конверсии)
Автоматизация с помощью CRM‑систем. Выбор и внедрение CRM: функционал, интеграция
Организационная модель и взаимодействие внутри компании. Роли в проекте автоматизации, управление изменениями
Реальные кейсы автоматизации
Влияние на поведение клиента и каналы коммуникации ч.2
Измерение эффективности маркетинга ч.1
Измерение эффективности маркетинга ч.2
Автоматизация с помощью CRM-систем ч.1
Автоматизация с помощью CRM-систем ч.2
Организационная модель и взаимодействие внутри компании ч.1
Организационная модель и взаимодействие внутри компании ч.2
Задачи маркетинга в компании. Обзор современных трендов автоматизации.
Клиентские данные и сегментация клиентов. Источники данных, CDP‑платформы.

Элементы контроля

Домашнее задание 1
Клиентские данные и сегментация клиентов Выдается после первого семинара
Домашнее задание 4
Выбор CRM
Экзамен
Домашнее задание 2
Тактические сегменты, механики и каналы коммуникации Выдается после второго семинара
Домашнее задание 3
Ключевые и вспомогательные метрики
Пересдача

Промежуточная аттестация

2025/2026 2nd module
Итог = Округление(0.7 * ДЗ + 0.3 * Э), где ДЗ — средняя оценка за все домашние задания, Э — оценка за экзамен. ср. ДЗ рассчитывается без округления; итоговая оценка округляется арифметически (0.5 вверх). Для того, чтобы получить оценку «отлично» вам нужно набрать 8 – 10 баллов, «хорошо» 6 – 8 баллов, «удовлетворительно» 4-6 баллов. Требования к соблюдению академических норм: При выполнении всех Элементов контроля обучающиеся обязаны соблюдать академические нормы в соответствии с Правилами внутреннего распорядка обучающихся НИУ ВШЭ (п. 3.5.4) и Положением об организации промежуточной аттестации (ПОПАТКУС, п. 15.2). За нарушения академических норм, включая списывание, плагиат, подлог, фабрикацию данных, использование подсказок и иные нарушения, указанные в ПВРО (п. 3.5.4 и далее), выставляется оценка 0 (ноль) за соответствующий Элемент контроля. Использование генеративных моделей: При выполнении Элементов контроля разрешается использование генеративных моделей (ChatGPT, Claude, Gemini, Copilot и аналогичные инструменты). Использование генеративных моделей должно быть надлежащим образом задекларировано путём указания в работе названия инструмента, версии, цели его применения и тех частей работы, где он использовался. Недекларированное использование генеративных моделей трактуется как плагиат и влечет оценку 0.

Список литературы

Авторы

Уланов Арсений Юрьевич
Ахмедова Гюнай Интигам кызы

Программа дисциплины