Data Science
в клиентской и текстовой аналитике

Цель данного междисциплинарного курса – получение студентами представления об особенностях задач анализа данных в бизнесе с учетом специфики разных отраслей экономики, знакомство с конкретными примерами бизнес-задач, использующих анализ клиентских данных. В рамках курса студенты и слушатели научатся при помощи визуального интерфейса и кода строить прогнозные модели и делать анализ клиентских и тектовых данных

  • Общеуниверситетский факультатив на платформе "Онлайн-образование в НИУ ВШЭ"
  • 28 сентября 2022 года; по средам с 18:00 до 21:00
  • 15 недель (4 кредита)
  • Лекции: 26 часов; семинары: 24 часа
  • В онлайн-формате

О курсе

Междисциплинарный курс, в ходе которого студенты и слушатели научатся строить прогнозные модели и делать анализ данных без написания кода


01

Рассмотрение современных подходов, инструментов и методов интеллектуального анализа данных, применяемых в анализе клиентских данных


02

Обучение построено на изучении не только соответствующих математических моделей и алгоритмов, но и на рассмотрении примеров их реального применения в этой области. Это позволит студентам изучить весь жизненный цикл аналитической модели, начиная с этапа формирования требований,подготовки данных и заканчивая этапом внедрения/эксплуатации


03

В рамках факультатива студенты научаться обогащать информацию о клиентах с помощью текстовой аналитики на основе машинного обучения, проводить контекстно-семантический анализ и строить Lifestyle - сегментация на основе обогащенных данных из внешних источников

Вы научитесь

1. Оформлять и представлять свои результаты в виде бизнес-презентации

2. Формулировать, решать и оценивать результат решения задач анализа данных в бизнесе, возникающих в области клиентской аналитики, в розничных сетях продаж товаров и при анализе и оценке рисков и в других отраслях экономики

3. Знать актуальные задачи бизнеса, для решения которых подходят методы текстовой аналитики (в т.ч. в сочетании с методами машинного обучения)

4. Уметь превращать бизнес-задачу в техническую, решаемую конкретным набором подходов и методов для анализа текста

Программа обучения

Тема 1. Введение в клиентскую аналитику

Тема 2. Клиентская аналитика в Онлайн

Тема 3. Прогностическая аналитика и взаимоотношения с клиентами

Тема 4. Текстовая аналитика. Бизнес-задачи текстовой аналитики

Тема 5. Текстовая аналитика. Разработка бизнес-процесса

Тема 6. Текстовая аналитика. Инструменты и методы текстовой аналитики

Тема 7. Текстовая аналитика. Программные продукты: свободное ПО, библиотеки Python, аналитические платформы

Тема 8. Анализ данных по клиентам в игровой индустрии

Тема 9. Оценка качества игры (метрики на основании фактических и прогнозных данных). Улучшение и оптимизация игры - A/B тесты

Тема 10. Анализ данных в рисках. Роль оценки рисков в управлении рисками в банковской сфере

Тема 11. Оптимизация маркетинговых кампаний для повышения отклика и увеличения прибыли

Тема 12. Техника создания эффективной презентации

Тема 13. Data driven-культура и A/B-тесты

Преподаватели

Воробьева Мария Сергеевна
Базовая кафедра компании SAS: Преподаватель

Титова Наталия Николаевна
Базовая кафедра компании SAS: Старший преподаватель

Формат обучения


Лекции

Трансляции 


Семинары

Вебинары 


Консультации 

Онлайн


Контрольная работа

Экзамен в формате теста с вариантами ответов

Две домашние работы по каждому блоку (Клиентская аналитика и Текстовая аналитика). При необходимости, будет проводится дополнительные консультации онлайн


Стоимость и условия



Бесплатно

Только лекции