Анализ данных в бизнесе 2019 — различия между версиями

Версия 18:31, 30 января 2019

О курсе

Данная страничка содержит ссылки на материалы по курсу Анализ данных в бизнесе в 2019 учебном году на потоке образовательной программы "Прикладная Математика и Информатика" Факультета Компьютерных Наук НИУ ВШЭ.

Программа курса

Первый модуль будет читаться для 3 и 4 курса - обзор разделов:

• Клиентская аналитика;
• Задачи анализа данных в розничных сетях продаж товаров;
• Основы оценки рисков;
• Техника презентации.

Первый модуль сможет погрузить студентов в актуальные задачи в бизнесе, а также в особенности анализа данных и построения аналитических моделей по каждому разделу модуля. В этом модуле студентов познакомят с программным обеспечением SAS, а именно со следующими продуктами:

1) SAS BASE и SAS Enterprise Guide – для анализа данных и разработки алгоритмов.

2) SAS Enterprise Miner и SAS Forecast Server.

Второй модуль – командный проект только для 3 курса.

Студенты будут разделены на группы по 2-3 человека и каждой группе будет дана практическая задача. Данный модуль позволит получить студентам практический опыт в анализе данных, разработке и в построении аналитических моделей на реальных данных.

Отчётность по курсу и критерии оценки

В курсе предусмотрено несколько форм контроля знания:

• 3 практических домашних задания
• Письменный экзамен, вопросы в виде теста с вариантами ответов
• Командный проект ( только для 3 курса )

Критерии оценки знаний, навыков

• Оценки за все домашние задания выставляются по 2-балльной шкале, где «2» — задание решено полностью, «1» — задание решено не полностью или с недочётами, «0» — задание не решено или решено неверно.

Если домашнее задание разбито на несколько частей, то каждая часть оценивается по 2-балльной шкале как описано выше, а затем оценки усредняются с равными весами без округления.

Перевод оценки за домашние задания из 2-балльной шкалы в 10-балльную проводится путём умножения оценки на 5 без округления.

• Оценка за экзамен выставляется по 10-балльной шкале.

• Оценка за командный проект выставляется по 10-балльной шкале.

Порядок формирования оценок по дисциплине

Пусть оценки за 3 домашних задания по 10-балльной шкале — O_1,O_2,O_3, а оценка за экзамен в конце первого модуля по 10-балльной шкале — O_экз.

Итоговая оценка за первый модуль O_мод рассчитывается по формуле O_мод = min(0.3 * O_1 + 0.3 * O_2 + 0.3 * O_3 + 0.2 * O_экз, 10)

Оценка за проект во втором модуле O_практ выставляется по 10-балльной шкале по итогам защиты проекта.

Итоговая оценка O_итог определяется по формуле O_итог = 0.5 * O_мод + 0.5 * O_практ

Округление происходит только в самом конце — в итоговой оценке. Округление арифметическое.

Каждое задание и экзамен оцениваются по 10-балльной шкале (по заданиям допускается дробная оценка). За некоторые задания можно будет получить бонусные баллы, о чем будет объявляться при выдаче задания.

Контакты

Вопросы по курсу можно задавать на почту курса, а также в телеграм чат или преподавателю Титовой Наталии (@Natalitics).

Канал в telegram для объявлений: https://t.me/joinchat/AAAAAFInpnDF9lYG4NpdzA

Чат в telegram для обсуждений: https://t.me/joinchat/FSJ-rRXRgo9ygf7x_9z5JA

Все объявления и материалы по курсу будут вывешиваться в чате и в канале телеграм! Преподаватели в чате бывают, но не всегда. По всем важным вопросам стоит писать преподавателю Титовой Наталии в чате телеграм или на почту Natalia.Titova@sas.com. В название письма обязательно добавлять тег [ПМИ ФКН ВШЭ], а также указывать свою фамилию и имя.

Все приведенные файлы предназначены для использования студентами во время обучения и обновляются в течение года. По найденным опечаткам, неточностям, сбоям работы странички просьба писать на электронную почту.

Полезные ссылки

• Базовая кафедра компании SAS
• Карточка курса и программа

Рекомендуемая литература и полезные материалы

• SAS Documentation (2015). SAS® Visual Analytics 7.2, 7.3,and 7.4: Getting Started with Analytical Models
• SAS(R) Visual Analytics 7.3: User's Guide
• Shive W. and Mouton D. (2012) Improving Retail Decisions with Customer Analytics: Leveragin Actionable Customer Insights across the Retail Enterprise to Build Sales and Profits. Paper 2862012, SAS Institute, Inc., Cary, NC
• Baer D. and Grover S. (2016) Enhanced Segmentation Using SAS® Visual Analytics and SAS® Visual Statistics. Paper 6222-2016, SAS Institute, Inc., Cary, NC.
• LeSueur J. (2007) Marketing Automation. Practical Steps to More Effective Direct Marketing. Wiley and SAS Business Series. 8. McKinsey&Company (2000) How to write a business plan.
• Kaplan Publishing (2018) CIMA P2 Study Text. Advanced Management Accounting.

Полезные материалы

• Обучающий портал с дополнительной литературой для работы с SAS Enterprise Guide
• Основы программирования на SAS Base

Документы и программа курса

Внимание: файлы обновляются!

Рабочую программу дисциплины для 3 курса можно найти по следующей ссылке.

Рабочую программу дисциплины для 4 курса можно найти по следующей ссылке.

Материалы по курсу

Лекции и семинары Внимание: файлы обновляются!