Аналитика маркетинговых коммуникаций

2025/2026

Учебный год

RUS

Обучение ведется на русском языке

6

Кредиты

Кто читает:

Департамент менеджмента

Статус:

Курс обязательный

Когда читается:

2-й курс, 1, 2 модуль

Преподаватели

Леонтьева Дарья Станиславовна

Маткин Никита Андреевич

Программа дисциплины

Аннотация

Дисциплина «Аналитика маркетинговых коммуникаций» формирует у студентов представление о роли данных в управлении бренд-стратегией. Ключевой особенностью курса является подход «AI-first», где студенты учатся решать аналитические задачи с помощью больших языковых моделей (LLM) для генерации кода на Python. Вместо традиционного программирования, акцент смещается на навыки промпт-инжиниринга: постановку четких технических заданий для AI, быструю автоматизацию сбора данных из открытых источников и их последующий анализ. Итогом курса станет разработка и запуск собственного data-продукта — Telegram-бота, который автоматизирует задачи мониторинга и анализа медиапространства.

Цель освоения дисциплины

• Формирование у студентов компетенций по анализу маркетинговых коммуникаций с помощью методов генерации кода на Python через LLM
• Развитие навыков создания прикладных data-продуктов (на примере Telegram-бота) для решения реальных маркетинговых задач
• Обучение принятию стратегических решений на основе данных, полученных с помощью автоматизированных аналитических систем

Планируемые результаты обучения

• Формулирует технические задания для больших языковых моделей (LLM) в формате промптов для генерации работающего кода на Python
• Использует LLM для автоматизации задач с применением ключевых библиотек Python: Pandas для обработки данных, BeautifulSoup для парсинга сайтов и Aiogram для создания ботов
• Автоматизирует сбор текстовых данных из открытых источников, включая новостные сайты (веб-скрапинг) и программные интерфейсы (API)
• Проводит базовый анализ маркетинговых коммуникаций с помощью сгенерированного кода: определяет тональность упоминаний (Sentiment Analysis) и визуализирует динамику публикаций
• Проектирует и реализует прикладные data-продукты, решая полный цикл задачи: от сбора данных до создания интерактивного интерфейса в виде Telegram-бота
• Принимает оперативные маркетинговые решения на основе данных, полученных с помощью созданной автоматизированной системы мониторинга

Содержание учебной дисциплины

• Основы сбора и анализа данных с помощью AI
• Прикладной анализ и создание Data-продукта

Элементы контроля

• Оценка за семинары
• Оценка за составление датасета
• Оценка за анализ датасета
• Итоговый проект: «Разработка аналитического Telegram-бота»

Промежуточная аттестация

• 2025/2026 2nd module
  0.4 * Итоговый проект: «Разработка аналитического Telegram-бота» + 0.15 * Оценка за анализ датасета + 0.3 * Оценка за семинары + 0.15 * Оценка за составление датасета

Список литературы

Рекомендуемая основная литература

• 9781119603825 - Mark J. S. Keenan - Advanced Positioning, Flow, and Sentiment Analysis in Commodity Markets : Bridging Fundamental and Technical Analysis, 2nd ed. - 2019 - John Wiley & Sons - https://search.ebscohost.com/login.aspx?direct=true&db=nlebk&AN=2340891 - nlebk - 2340891
• Schneider, D. I. (2016). An Introduction to Programming Using Python, Global Edition: Vol. Global edition. Pearson.

Рекомендуемая дополнительная литература

• Python для сложных задач: наука о данных и машинное обучение. - 978-5-4461-0914-2 - Плас Дж. Вандер - 2021 - Санкт-Петербург: Питер - https://ibooks.ru/bookshelf/376830 - 376830 - iBOOKS

Авторы

• Зарипова Юлия Олеговна