Management Data Science for marketing

Практический курс для маркетологов и менеджеров, который научит интегрировать инструменты Data Science в процессы маркетингового планирования, анализа и управления для повышения marketing performance и управления маркетинговыми инвестициями и ROMI.

О курсе

С помощью данных сегодня можно улучшать эффективность маркетинговых решений и бизнеса в целом. Можно и нужно. Поэтому данные — важный актив.

Маркетолог с пониманием, как использовать данные, получает не только оптимизацию ROMI, но и может влиять на снижение операционных, логистических и даже HR затрат. У него всегда есть инструмент для того, чтобы:

— оценить реальность поставленных целей и KPIs;
— управлять инвестициями в коммуникации;
— прогнозировать спрос и поведение потребителей;
— предвидеть возможные риски и их решения.

После двух модулей студенты получат опыт коммуникации и взаимодействия со специалистами в Data Science, научатся постановке задач и принятию решений. Кроме этого, после курса у участников останутся методические материалы, список полезных ресурсов и записи вебинаров.

13 сентября Курс длится 3 месяца. Занятия будут проходить по понедельникам и четвергам в 19:30.
12000 грн/мес 3 платежа по 12 000 грн или целиком 34 200 грн (со скидкой 5%)
20 студентов Каждый студент получает фидбек от кураторов группы.

Кураторы

Кураторка Татьяна Катрич
Кураторка Леся Мандрик



Программа курса

Методы DS для решения задач маркетинга на разных уровнях

Теория.

Обычные методы vs Методы Data Science

— Примеры решения задач маркетинга на базе практических кейсов.

Интеграция Data Science методов в управление: операционной деятельностью, продвижением товара и бренда, Purchase Funnel, потоком потребителей

— Descriptive, predictive, prescriptive analytics (scenario).

Подробный разбор применения методов моделирования и прогнозирования на базе реального кейса

— Как разработать модель, как интерпретировать результаты, как правильно оценить качество, accuracy и улучшить работу модели.

Углубление в разработку модели

— Работа с данным, Exploratory data analysis: как собрать, что делать, когда данных мало, что делать, когда данные не качественные.
— Выбор экономически обоснованных моделей.
— Проведение тестов, A/B testing.

Работа с другими методами DS для решения задач маркетинга — решаем реальную задачу

— Что делать если нет ретроспективы?
— Оценка результатов запуска Digital кампании.

Работа над комплексной задачей: методы, этапы решения, бизнес процесс

— Методология дробления «большой задачи» на подзадачи / этапы и постановки количественных целей для каждого этапа.
— Примеры алгоритмов решений подобных задач — общий подход.

Разрабатываем Data Science проект с нуля на базе реальных потребностей и задач отдела маркетинга и «живых» данных

— Работа с проектом.

Set UP проекта — определение ключевой цели проекта и обязательных параметров проекта

— Этапность.
— Ресурсы.
— Тайминги.
— Форматы.
— Создание технического задания будущего проекта.

Участники проектной команды Data Science проекта

— Как выбрать / собрать команду для реализации Data Science проекта.

Production — разработка проекта — этапы и задачи каждого этапа

— Сбор данных, алгоритмы построения моделей, обработка, анализ и интерпретация результатов: Feature selection, Metric and method selection.
— Варианты визуализации: Tableau, Power BI, Google Data Studio.
— Варианты реализации моделирования с помощью облачных сервисов (GBQ, MS Azure).

Launch — интеграция Data Science решения в процесс маркетингового и бизнес планирования

— Способы контроля успешности реализации и внедрения, ключевые KPIs.
— Подводные камни и трудности при работе с DS проектами.

Завершение документации проекта

Кому подходит курс

Маркетологам

Продуктовым и бренд менеджерам

Аналитикам отдела маркетинга, которые хотят углубить / развивать экспертизу

Специалистам, которые хотят научится оценивать:

— возврат инвестиций в каналы продвижения (маркетинг, трейд);
— факторы влияния на эффективность развития бизнеса;
— риски и возможности.

Опыт

2+ года в маркетинге или рекламе

Время

Вам нужно будет уделять домашним заданием 10 часов в неделю.

Как проходит обучение

Занятия

Занятия будут проходить 2 раза в неделю по понедельникам и четвергам в 19:30.

Много домашних заданий

У нас действует Practicult — культ практики. Поэтому вы будете делать очень много очень сложных домашек. Have fun & survive.

Курсовой проект

Во время курса вы сделаете большой курсовой проект для реального заказчика. Потому что принцип курса — все как в жизни.

Unlimited фидбэк

У нас нет базовых и премиум режимов. Только премиум, всегда. Получите от куратора все. И да, десятая итерация — это нормально.

Сертификат за дело

Выдаем только тем, кто своим потом, временем и силами его заслужил.

ГРАФИК

Прием заявок

до 6 сентября

Старт обучения

13 сентября

Занятия

по понедельникам и четвергам в 19:30

Вопросы и ответы

Сколько всего будет занятий?

Дважды в неделю, по понедельникам и четвергам в 19:30 проводим вебинары с кураторами в лайв-режиме (всего их будет 24).

Сколько времени нужно уделять курсу?

Для продуктивного обучения вам понадобится около 12-15 часов в неделю.

Как происходит коммуникация на курсе, и в каком формате куратор дает фидбек?

Вся коммуникация на курсе проходит на платформе Slack (рабочий чат группы, каналы для домашних заданий и полезных ссылок). Фидбек от куратора будет в виде комментариев на домашние задания и обсуждения на вебинарах.

Будут ли мне доступны видеозаписи лекций после завершения курса?

Да, у вас сохраняется доступ после завершения курса.

А сертификат будет?

Только при условии выполнения всех домашних заданий, а также успешной защиты курсового проекта.

А вебинары будут записываться?

Мы каждый раз делаем запись, однако лучше забронировать время, чтобы присоединиться к онлайн-встрече — обсудить вопросы с одногруппниками и проконсультироваться с кураторами.

Что, если мне не понравится?

До 3-го занятия мы сможем вернуть вам всю сумму за обучение, если вы передумаете.

Регистрация

Остались вопросы?
Не стесняйтесь их задавать.

Проконсультируйте меня