В рамках «3-й Евразийской конференции по маркетингу» в ноябре-декабре 2025 года пройдет программа повышения квалификации «Сбор и анализ маркетинговых данных на естественном языке» объемом 72 часа с выдачей Удостоверение о повышении квалификации установленного образца. Участие в программе платное.
К участию приглашаются преподаватели маркетинговых дисциплин, аспиранты, магистранты и маркетологи-практики, желающие обучиться базовым навыкам поиска, извлечения, обработки и анализа маркетинговых данных из цифровой среды для решения аналитических задач бизнеса, маркетинга и практики преподавания маркетинговых дисциплин. Особый акцент в программе сделан на работу с маркетинговыми данными на естественном языке.
Цель программы — обучение основным возможностям сбора и анализа маркетинговых данных о рынке, потребителях и конкурентах из цифровой среды с бесплатным доступом посредством использования сервисов искусственного интеллекта и программирования кода в Python.
Преимущества программы:
Продолжительность программы: 72 часа
По окончании обучения выдается Удостоверение о повышении квалификации установленного образца.
Формат обучения: дистанционный (9 занятий по 4 часа в ноябре 2025 г.) с защитой итоговой работы в рамках конференции 04.12 очно (приветствуется) или дистанционно (по выбору участника).
Стоимость обучения: 32 тыс. руб.
Преподаватель: к.э.н., ведущий доцент кафедры маркетинга СПбГЭУ
Погребова Ольга Анатольевна.
Для участия в программе необходимо заполнить заявку.
Содержание программы:
| Тема | Содержание | Часы | |||
| Всего, из них: | Лекц. | Практ. | Самост. работа | ||
| Тема 1. Возможности сбора и анализа данных из цифровой среды для маркетологов-аналитиков | Источники маркетинговых данных в цифровой среде. Роль маркетинговых данных на естественном языке. | 6 | 4 | — | 2 |
| Тема 2. Основы работы с кодом для маркетологов-аналитиков | Возможности языка программирования Python и сервисов искусственного интеллекта (GPT) для генерации кода. No-code и low-code решения. | 16 | 2 | 6 | 8 |
| Тема 3. Парсинг данных из цифровой среды как новый сбора маркетинговых данных | Возможности извлечения данных из статистических ресурсов и баз данных, в т.ч. баз данных научных публикаций; из новостных ресурсов и агрегаторов; из официальных веб-ресурсов компаний; из цифровых платформ (маркетплейсы, агрегаторы, классифайды); из поисковой и контекстной выдачи поисковых систем | 16 | 2 | 6 | 8 |
| Тема 4. Парсинг социальных медиа (на примере Вконтакте) | Извлечение открытых данных о пользователях: интересы, поведение, публикации, география, используемые источники информации, соц-дем; извлечение информации из групп и сообществ; извлечение пользовательского контента (user-generated content): отзывы, дискуссии, обратная связь; извлечение информации из фото и видео-контента | 16 | 2 | 6 | 8 |
| Тема 5. Технологии обработки и анализа извлеченных данных на естественном языке средствами Python | Извлечение ключевых концептов. Кластеризация текстовых массивов. Поиск закономерностей. Оценка тематической, эмоциональной и контекстуальной составляющих контента. | 16 | 2 | 6 | 8 |
| Защита итогового проекта | 2 | 2 | |||
| ИТОГО | 72 | 12 | 26 | 34 | |
Примеры тем исследовательских проектов: