2025/2026

Маркетинговая аналитика

Статус: Маго-лего

Кто читает: Школа коммуникаций

Где читается: Факультет креативных индустрий

Когда читается: 3 модуль

Охват аудитории: для своего кампуса

Язык: русский

Кредиты: 3

Контактные часы: 32

Программа дисциплины

Аннотация

В рамках дисциплины формируются практические навыки в области планирования маркетинговых кампаний с использованием анализа классических медийных и больших данных. Студенты решают задачи моделирования, атрибуции, а также визуализирует и защищает результаты моделирования, в том числе посредством дашбордов.

Цель освоения дисциплины

• Цель курса – подготовить студента к практической работе маркетингового аналитика данных с получением профессиональных навыков решения актуальных прикладных задач по математическому моделированию, машинному обучению, анализу данных.

Планируемые результаты обучения

• Оперирует классическими медийными данными в целях составления аналитических отчетов
• Использует функционал основных библиотек для анализа данных в Python
• Визуализирует и защищает выводы, полученные из анализа и результатов моделирования, в том числе посредством дашбордов
• Разрабатывает модели Marketing Mix Modelling (MMM), называет принципы сбора и преобразования данных, получает выводы и ответы на вопросы бизнеса с помощью моделей MMM.
• Разрабатывает модели Multi-Touch Attribution для тактических оптимизаций, применяет принципы визуализации данных для такого вида анализа.
• Владеет инструментарием для оценки отдачи маркетинговых инвестиций в бизнес показатели вложений.
• Подбирает вид анализа под задачу.
• Владеет инструментами для разработки рекомендаций размещения региональных рекламных кампаний.

Содержание учебной дисциплины

• Источники данных, типы данных, возможности и ограничения
• Возможности визуализации данных
• Marketing Mix Modelling
• Атрибуция
• Тесты инкрементальности
• Кластеризация

Элементы контроля

• Задание 1
  Групповое задание
• Задание 2
  Групповая работа
• Активность на семинарах
• Финальный тест
  Финальный тест с открытыми и закрытыми вопросами. Кол-во вопросов 20-30.

Промежуточная аттестация

• 2025/2026 3rd module
  0.25 * Активность на семинарах + 0.25 * Задание 1 + 0.25 * Задание 2 + 0.25 * Финальный тест

Список литературы

Рекомендуемая основная литература

• Python для data science. - 978-5-4461-2392-6 - Васильев Юлий - 2023 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/390133 - 390133 - iBOOKS
• Бабешко Л.О., Бич М.Г., Орлова И.В. - Эконометрика и эконометрическое моделирование - 978-5-16-016417-5 - НИЦ ИНФРА-М - 2023 - https://znanium.ru/catalog/product/1905581 - 1905581 - ZNANIUM
• Жуков Р.А. - Язык программирования Python: практикум - 978-5-16-018516-3 - НИЦ ИНФРА-М - 2024 - https://znanium.ru/catalog/product/2139862 - 2139862 - ZNANIUM
• Костюнин, В. И.  Эконометрика : учебник и практикум для вузов / В. И. Костюнин. — Москва : Издательство Юрайт, 2025. — 285 с. — (Высшее образование). — ISBN 978-5-534-02660-3. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/560240 (дата обращения: 04.07.2025).

Рекомендуемая дополнительная литература

• Döbler, M., & Grössmann, T. (2019). Data Visualization with Python : Create an Impact with Meaningful Data Insights Using Interactive and Engaging Visuals. Packt Publishing.
• Ståhlberg, M., Maila V. Multichannel Marketing Ecosystems. - Kogan Page, 2014. - ЭБС Books 24x7.

Авторы

• Грызунова Елена Аркадьевна
• Коваленко Надежда Николаевна