Анализ данных в бизнесе 2019 — различия между версиями

Материал из Wiki - Факультет компьютерных наук
Перейти к: навигация, поиск
 
(не показано 37 промежуточных версии 3 участников)
Строка 4: Строка 4:
  
  
−
*[https://cs.hse.ru/sas/ Базовая кафедра компании SAS]
+
*[https://cs.hse.ru/sas/ Базовая кафедра компании SAS на факультете компьютерных наук ВШЭ ]
 
*[https://www.hse.ru/edu/courses/219879994 Карточка курса и программа]
 
*[https://www.hse.ru/edu/courses/219879994 Карточка курса и программа]
 +
*[https://www.sas.com/ru_ru/home.html Сайт компании  SAS]
 +
 +
*'''[https://www.sas.com/ru_ru/careers/internship-program.html#m=schedule-2019 Календарь стажерской программы на 2019 год]'''
  
 
== Программа курса==
 
== Программа курса==
Строка 27: Строка 30:
 
Данный модуль позволит получить студентам практический опыт в анализе данных, разработке и в построении аналитических моделей на реальных данных.
 
Данный модуль позволит получить студентам практический опыт в анализе данных, разработке и в построении аналитических моделей на реальных данных.
  
 +
 +
== Использование и изучение ПО SAS в курсе «Анализ данных в бизнесе»==
 +
 +
Студент по своему желанию может выбирать программный инструмент для выполнения практики: SAS, R, Python.
 +
 +
'''Студенты, планирующие выполнять практику на SAS''', могут пройти бесплатно углубленные онлайн курсы по направлениям:
 +
*SAS(R) Enterprise Guide eLearning for SAS OnDemand for Academics
 +
*SAS(R) Enterprise Miner eLearning for SAS OnDemand for Academics
 +
*SAS(R) Forecast Studio eLearning for SAS OnDemand for Academics
 +
*SAS(R) Studio eLearning for SAS OnDemand for Academics
 +
 +
''Для получения доступа к курсу необходимо обратиться к преподавателю курса Титовой Наталии или написать запрос в Телеграм чате.''
 +
 +
'''Если студент выполнил все практические задания на SAS и сдал курс на отлично''', то он может получить:
 +
*сертификат о прохождении академической программы SAS
 +
*электронный бейдж Acclaim, подтверждающий сдачу курса и перечень использованных SAS технологий
 +
 +
Все желающие студенты могут бесплатно пройти базовые онлайн курсы SAS:
 +
*по основам программирования на SAS Base [https://support.sas.com/edu/schedules.html?id=2588&ctry=RU ссылка на курс]
 +
*по основам статистического анализа с использованием ПО SAS [https://support.sas.com/edu/schedules.html?id=5235&ctry=RU ссылка на курс]
 +
 +
Также желающие студенты, готовые потрать дополнительное время на изучение программирования в SAS, могут бесплатно попробовать сдать профессиональную сертификацию в рамках программы SCYP (SAS® Software Certified Young Professionals) [https://www.sas.com/sas/training/scyp.html ссылка на курс].
  
 
== Лекции ==
 
== Лекции ==
  
 +
 +
  '''суббота, 09:00 - 10:20, ауд. 317'''
 
{| class="wikitable"
 
{| class="wikitable"
 
|-
 
|-
−
! Название раздела !! Тема !! Дата для 3 и 4 курса !! Преподаватель !! Материал  
+
! Название раздела !! Тема !! Дата для 3 и 4 курса !! Материал  
 +
|-
 +
| Клиентская аналитика || Вводная лекция и введение в клиентскую аналитику || 12.01.2019  || [https://drive.google.com/open?id=1bUQCwm0pd-7FN1Jyb-dCbSZYKya2Exqg Лекция №1]
 +
|-
 +
| Клиентская аналитика || Построение моделей и визуализация данных || 19.01.2019  || [https://drive.google.com/open?id=147qlx5bzHYfu1hkYlH_CovWB8KqJnZtz Лекция №2]
 +
|-
 +
| Клиентская аналитика || Финансовое обоснование проектов, основанных на анализе данных || 26.01.2019  || [https://drive.google.com/open?id=1t1fDVy9MsvSmVtvjZh9LIQlg3AHKXNwg Лекция №3]
 +
|-
 +
| Задачи анализа данных в розничных сетях продаж товаров || Введение в задачи анализа данных в ритейле || 02.02.2019 || [https://drive.google.com/open?id=13AR4KQkk5EgjYjed2O0GKPzUGMVqz9nL Лекция №4]
 +
|-
 +
| Задачи анализа данных в розничных сетях продаж товаров || Задачи оптимизации ассортимента и запасов товаров в ритейл-сети || 09.02.2019 ||
 +
[https://drive.google.com/open?id=1D-6CoweyhjFD-b1TrXazHj8J2J7fWgrB Лекция №5] 
 +
|-
 +
| Задачи анализа данных в розничных сетях продаж товаров || Оптимизация цен || 16.02.2019 ||
 +
[https://drive.google.com/open?id=1EdmJ1pKWYbcwZg4pKuJBczKKzYS-xV1u Лекция №6]
 
|-
 
|-
−
| Клиентская аналитика || Вводная лекция и введение в клиентскую аналитику || 12.01.2019 || Приглашенный гость + Миронов  А. || [https://drive.google.com/open?id=1bUQCwm0pd-7FN1Jyb-dCbSZYKya2Exqg Лекция №1]
+
| Техника презентации || Лекция бизнес-тренера Яны Лейкиной  || '''26.02.2019 <br/> (перенос 23.02.2019) <br/> ауд. 622, вторник 18.10'''  ||
 
|-
 
|-
−
| Клиентская аналитика || Построение моделей и визуализация данных || 19.01.2019 || Сагайдак Г.  || [https://drive.google.com/open?id=147qlx5bzHYfu1hkYlH_CovWB8KqJnZtz Лекция №2]
+
| Основы оценки рисков || Понятие о рыночном риске || 02.03.2019   || [https://yadi.sk/i/QxgOCgUapMPgJg Лекция 8]
 
|-
 
|-
−
| Клиентская аналитика || Финансовое обоснование проектов, основанных на анализе данных || 26.01.2019 || Миронов  А. || [https://drive.google.com/open?id=1t1fDVy9MsvSmVtvjZh9LIQlg3AHKXNwg Лекция №3]
+
| Основы оценки рисков || Понятие о кредитном риске  || 09.03.2019  || [https://yadi.sk/i/WDmN-OqvvddqAA Лекция 9]
 
|-
 
|-
−
| Задачи анализа данных в розничных сетях продаж товаров || || 02.02.2019 ||   ||
+
| Основы оценки рисков || Понятие о валидации моделей оценки риска. || 16.03.2019  || [https://yadi.sk/i/mWNqO73qKKc9ag Лекция 10]
 
|}
 
|}
−
 
−
 
  
 
== Семинары ==
 
== Семинары ==
  
 +
'''суббота 10:30 - семинар для 3 4 курса, ауд.205'''
 
{| class="wikitable"
 
{| class="wikitable"
 
|-
 
|-
−
! Название раздела !! Тема !! Дата для 3 курса !!  Дата для 4 курса !! Преподаватель !! Материал  
+
! Название раздела !! Тема !! Дата для 3 курса !!  Дата для 4 курса !! Материал  
 
|-
 
|-
−
| Клиентская аналитика || Знакомство с ПО SAS || 12.01.2019 || 12.01.2019 ||  Бурмистров  Р.  || [https://drive.google.com/open?id=1yek4SJg1S6VRCcHCYKy1jR70wfbv-rgR Семинар №1]
+
| Клиентская аналитика || Знакомство с ПО SAS || 12.01.2019 || 12.01.2019 || [https://drive.google.com/open?id=1yek4SJg1S6VRCcHCYKy1jR70wfbv-rgR Семинар №1]
 
|-
 
|-
 
| Клиентская аналитика  
 
| Клиентская аналитика  
−
|| Для 3 курса - Методология исследования данных (Титова Н.)  <br/> Для 4 курса - практика в построении моделей и визуализации данных (Сагайдак Г.) <br/> ||25.01.2019 || 19.01.2019 ||  Сагайдак Г. / Титова Н. || [https://drive.google.com/open?id=1-j2Y_-nbT57vGcX_gomVIXCssacSVVms Семинар №2 для 3 курса]
+
|| Для 3 курса - Методология исследования данных (Титова Н.)  <br/> Для 4 курса - практика в построении моделей и визуализации данных (Сагайдак Г.) <br/> ||25.01.2019 || 19.01.2019 ||  [https://drive.google.com/open?id=1-j2Y_-nbT57vGcX_gomVIXCssacSVVms Семинар №2 для 3 курса]
 +
|-
 +
| Клиентская аналитика || Финансовое обоснование проектов, основанных на анализе данных || 01.02.2019 || 26.01.2019 || [https://drive.google.com/open?id=15dXPH2iErVKN5KIVI93_9EGqSFMI3QqE Семинар №3 - практика ФЭО]
 +
|-
 +
| Задачи анализа данных в розничных сетях продаж товаров || Задача восстановления спроса, Прогнозирование новых товаров || 02.02.2019 || 02.02.2019 || [https://drive.google.com/open?id=1BPsEWtuU_sf0MwhOM73tZz0sc7BqF3mD Семинар №4]
 +
|-
 +
| Задачи анализа данных в розничных сетях продаж товаров || Оптимизация запасов в сети || 09.02.2019 || 09.02.2019 || 
 +
[https://drive.google.com/open?id=1BR1ODuVTs21H6iDvOrRo7qIoRFXbb1IS Семинар №5]
 +
|-
 +
| Задачи анализа данных в розничных сетях продаж товаров || Расчёт эластичности товаров. Кластеризации магазинов || 16.02.2019 || 16.02.2019 || [https://drive.google.com/open?id=1uaqobAMZaTTnvGcL--FZx3bpJy3nw4J1 Семинар №6]
 +
|-
 +
| Основы оценки рисков || Практическое занятие по рыночным рискам || 02.03.2019 || 02.03.2019 || [https://yadi.sk/d/23bF3Z6ruiFR0A Семинар №8]
 
|-
 
|-
−
| Клиентская аналитика || Финансовое обоснование проектов, основанных на анализе данных || 01.02.2019 || 26.01.2019 || Миронов  А. ||
+
| Основы оценки рисков || Практическое занятие по кредитным рискам || 09.03.2019 || 09.03.2019 ||  
 +
[https://drive.google.com/open?id=1bJs3GFD4Dz1p1WOc9odeSu68EJ3RlNCV Семинар №9]
 
|-
 
|-
−
| Задачи анализа данных в розничных сетях продаж товаров || || 02.02.2019 || 02.02.2019 ||   ||
+
| Основы оценки рисков || Практическое занятие по валидации моделей || 16.03.2019 || 16.03.2019 ||  
 +
[https://drive.google.com/open?id=1aW2IrUwcDFAyt5RElvtSRRiP7ojY33N3 Семинар №10]
 
|}
 
|}
  
Строка 94: Строка 147:
 
   
 
   
 
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.
 
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.
 +
 +
 +
== Домашние задания ==
 +
 +
'''Домашнее задание №1'''
 +
 +
Необходимо произвести финансово-экономическое обоснование проекта:
 +
*Рассчитать NPV проекта на 7 лет.
 +
*Написать ключевые выводы по полученному результату ( 3-4 предложения).
 +
 +
 +
''Каждый студент выбирает вариант, который указан напротив его ФИО [https://drive.google.com/open?id=1jtjHcOQL-HdjnwukHpdFjk5-1BpPlJ81 в списке.]''
 +
''Задания представлены [https://drive.google.com/open?id=1cL2rSTiRT63P1OeEaJIXVUfXOTyQYtE3 в папке.]''
 +
 +
 +
Оценка за  домашние задания  №1 выставляется по 2-балльной шкале, где «2» — задание решено полностью, «1» — задание решено не полностью или с недочётами, «0» — задание не решено или решено неверно.
 +
Перевод оценки за домашние задания из 2-балльной шкалы в 10-балльную проводится путём умножения оценки на 5 без округления.
 +
 +
За домашнюю работу №1  будут выставляться оценки:
 +
 +
«2» – правильно сделан весь расчет в  Excel  и правильно сделаны выводы по результату.
 +
 +
«1,4» – правильно сделан весь расчет в  Excel, однако  финальные выводы некорректны.
 +
 +
«1» - задание решено не полностью. Расчет в Excel  верен до показателя Net Profit (Чистая прибыль) включительно.
 +
 +
«0,8» - задание решено не полностью. Расчет в Excel верен до показателя Revenue (Выручка от реализации) включительно.
 +
 +
«0» — задание не решено или решено неверно.
 +
 +
 +
Срок сдачи – 2 недели. ( до 18.02.2019 включительно)
 +
 +
Решения присылать на почту Alexander.Mironov@sas.com и в копию Natalia.Titova@sas.com.
 +
В название письма обязательно добавлять тег [ПМИ ФКН ВШЭ].
 +
 +
В названии файла необходимо указать:
 +
*Номер варианта
 +
*ФИО
 +
*Номер курса
 +
Пример: «Вариант_8_БурштеинДенисАнатольевич_3курс»
 +
 +
 +
 +
'''Домашнее задание №2'''
 +
 +
Дедлайн: 26.02.2018 23:59 (Moscow time)
 +
 +
Описание задания и организационная информация приведена [https://drive.google.com/open?id=1IZwwERHsMGYg8gEx7N9c2xV9Ua7HuGyv в файле.]
 +
 +
''Каждый студент выбирает вариант, который указан напротив его ФИО [https://drive.google.com/open?id=1jtjHcOQL-HdjnwukHpdFjk5-1BpPlJ81 в списке.]''
 +
 +
''Задания представлены [https://drive.google.com/open?id=1cL2rSTiRT63P1OeEaJIXVUfXOTyQYtE3 в папке.]''
 +
 +
== Командный проект для 3 курса ==
 +
 +
'''Выбор темы для командного проекта по курсу "Анализ данных в бизнесе" '''
 +
 +
Студенты делятся на группы по 3 человека. Внутри группы должен быть определен капитан команды (Руководитель группы). Руководитель группы является ответственным лицом от лица группы.
 +
 +
Руководитель группы отвечает за выполнение и результат следующих основных функций:
 +
*  отправка заявки на тему проекта и согласование темы проекта от лица всей группы с преподавателями;
 +
*  предоставление информации куратору о текущем статусе проекта: учет, распределение и контроль выполнения задания по проекту;
 +
*  отправка отчетов, презентаций, технической документации по выполненными работам группы в электронном виде.
 +
 +
 +
Описания тем проектов :[https://docs.google.com/document/d/1NN9Pva4OJwZBpIR6n2Oqf4ILTvfjMrsv11sQM19behM/edit#heading=h.e45y7bybvwox ссылка на файл]
 +
 +
Ссылка на форму подачи заявки на тему :[https://docs.google.com/forms/d/1PmCOJsLsPo_RTjnmKrnzRspM6FnZI_SRCxdqslEW8KE/edit ссылка на файл]
 +
 +
 +
'''Сроки выбора тем:'''
 +
 +
'''До 31 марта группа должна  выбрать две темы из указанного списка''', указав первый и второй приоритет для этих тем.
 +
 +
'''С 1 по 7 апреля - каждой группе, которая подала заявку на проект через указанную форму, будет назначена тема проекта и куратор.''' При назначении тем будут учитываться приоритеты указанные студентами, а также средний балл студентов в группе по первому модулю курса. На одну тему назначается не более 2-ух групп студентов.
 +
 +
 +
При возникновении вопросов пишите в Telegram Титовой Наталии.
 +
 +
 +
Итогом каждого проекта должна быть презентация результатов проекта на 10 минут.
 +
 +
Защита проекта будет в начале июня.
 +
Оценка за проект во втором модуле выставляется по 10-балльной шкале по итогам защиты проекта.
  
 
== Контакты ==
 
== Контакты ==
Строка 121: Строка 259:
 
*Рабочая программа дисциплины для 4 курса можно найти по следующей [https://drive.google.com/open?id=12FxhMSSkVVNHrHv2Jy4nboBEEVhfnu86 ссылке].
 
*Рабочая программа дисциплины для 4 курса можно найти по следующей [https://drive.google.com/open?id=12FxhMSSkVVNHrHv2Jy4nboBEEVhfnu86 ссылке].
  
−
*[https://drive.google.com/open?id=1ANDlimb5hp4ds0sUcReR6xq5sVrcX5n9 Лекции и семинары] ''Внимание: файлы в папке обновляются!''
+
*'''[https://drive.google.com/open?id=1J7MHkux4wBq828_6Lg3trCmkxdutXV1K Иструкция по подключению к SAS OnDemand  и скачиванию ПО SAS]'''
  
 +
*[https://drive.google.com/open?id=1ANDlimb5hp4ds0sUcReR6xq5sVrcX5n9 Лекции и семинары]  ''Внимание: файлы в папке обновляются!''
  
 
== Рекомендуемая литература и полезные дополнительные материалы ==
 
== Рекомендуемая литература и полезные дополнительные материалы ==
  
 
'''Полезные материалы'''
 
'''Полезные материалы'''
−
 
−
*'''[https://drive.google.com/open?id=1J7MHkux4wBq828_6Lg3trCmkxdutXV1K Иструкция по подключению к SAS OnDemand  и скачиванию ПО SAS]'''
 
  
 
*[https://support.sas.com/en/software/enterprise-guide.html#freetutorials Обучающий портал с дополнительной литературой для работы с SAS Enterprise Guide]
 
*[https://support.sas.com/en/software/enterprise-guide.html#freetutorials Обучающий портал с дополнительной литературой для работы с SAS Enterprise Guide]
Строка 135: Строка 272:
  
 
'''Полезная литература'''
 
'''Полезная литература'''
 +
 +
''К разделу 1:''
 +
*[https://www.sas.com/store/books/categories/business-concepts-leadership/data-mining-techniques-for-marketing-sales-and-customer-relationship-management-third-edition/prodBK_64447_en.html Data Mining Techniques: For Marketing, Sales, and Customer Relationship Management, Third Edition Michael J. A. Berry Gordon S. Linoff ]
 +
*[https://www.springer.com/gp/book/9780387725789  Database Marketing. Analyzing and Managing Customers, Blattberg, Robert C., Kim, Byung-Do, Neslin, Scott A. ]
 +
 +
*[http://10k.inc.hse.ru/files/McKINSEY_GUIDE_to_business_plan.pdf LeSueur J. (2007) McKinsey&Company  (2000) How to write a business plan.]
 +
*[http://support.sas.com/resources/papers/proceedings12/286-2012.pdf 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 286-2012, SAS Institute, Inc]
 +
*[http://support.sas.com/resources/papers/proceedings17/SAS0733-2017.pdf Baer D. (2017) Using Segmentation to Build More Powerful Models with SAS® Visual Analytics. Paper 733-2017, SAS Institute, Inc. ]
 +
*К. Уолш (2000) Ключевые показатели менеджмента: как анализировать, сравнивать и контролировать данные, определяющие стоимость компании. М.: Дело. - Есть в  открытом доступе.
 +
*[http://kaplan-publishing.kaplan.co.uk/cima/p2/pages/study-text.aspx Kaplan Publishing (2018) CIMA P2 Study Text. Advanced Management Accounting.]
 +
*[http://support.sas.com/resources/papers/proceedings12/286-2012.pdf 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]
 +
*[https://support.sas.com/resources/papers/proceedings16/SAS6222-2016.pdf Baer D. and Grover S. (2016) Enhanced Segmentation Using SAS® Visual Analytics and SAS® Visual Statistics. Paper 6222-2016, SAS Institute, Inc., Cary, NC.]
  
 
*[https://support.sas.com/documentation/cdl/en/vaamgs/71329/PDF/default/vaamgs.pdf SAS Documentation (2015). SAS® Visual Analytics 7.2, 7.3,and 7.4: Getting Started with Analytical Models]
 
*[https://support.sas.com/documentation/cdl/en/vaamgs/71329/PDF/default/vaamgs.pdf SAS Documentation (2015). SAS® Visual Analytics 7.2, 7.3,and 7.4: Getting Started with Analytical Models]
 
*[https://support.sas.com/documentation/cdl/en/vaug/68648/HTML/default/viewer.htm#n0lfkxxrf3zhugn14g96lr8spatc.htm SAS(R) Visual Analytics 7.3: User's Guide]
 
*[https://support.sas.com/documentation/cdl/en/vaug/68648/HTML/default/viewer.htm#n0lfkxxrf3zhugn14g96lr8spatc.htm SAS(R) Visual Analytics 7.3: User's Guide]
−
*[http://support.sas.com/resources/papers/proceedings12/2862012.pdf 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]
+
 
−
*[https://support.sas.com/resources/papers/proceedings16/SAS6222-2016.pdf Baer D. and Grover S. (2016) Enhanced Segmentation Using SAS® Visual Analytics and SAS® Visual Statistics. Paper 6222-2016, SAS Institute, Inc., Cary, NC.]
+
 
−
*[http://10k.inc.hse.ru/files/McKINSEY_GUIDE_to_business_plan.pdf 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.]
+
 
−
*[http://kaplanpublishing.kaplan.co.uk/cima/p2/pages/study-text.aspx Kaplan Publishing (2018) CIMA P2 Study Text. Advanced Management Accounting.]
+
''К разделу 2:''
 +
 
 +
* Шапиро Дж (2006). Моделирование цепи поставок. Питер. Серия «Теория менеджмента».
 +
* Tijms H.C., Groenevelt H. (1984). Simple approximations for the reorder point in periodic and continuous review (s, S) inventory systems with service level constraints. European Journal of Operational Research, Vol. 17, Issue 2, August 1984, Pages 175-190.]
 +
 
 +
 
 +
''К разделу 3:''
 +
 
 +
* Christoffersen P. (2012) Elements of Financial Risk Management. 2nd ed. Elseiver Academic Press.
 +
 
 +
''К разделу 4:''
 +
 
 +
* Мортон С. (2016) Лаборатория презентаций. Формула идеального выступления. Альпина Паблишер.

Текущая версия на 17:28, 25 марта 2019

О курсе

Capture.PNG

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.


Использование и изучение ПО SAS в курсе «Анализ данных в бизнесе»

Студент по своему желанию может выбирать программный инструмент для выполнения практики: SAS, R, Python.

Студенты, планирующие выполнять практику на SAS, могут пройти бесплатно углубленные онлайн курсы по направлениям:

  • SAS(R) Enterprise Guide eLearning for SAS OnDemand for Academics
  • SAS(R) Enterprise Miner eLearning for SAS OnDemand for Academics
  • SAS(R) Forecast Studio eLearning for SAS OnDemand for Academics
  • SAS(R) Studio eLearning for SAS OnDemand for Academics

Для получения доступа к курсу необходимо обратиться к преподавателю курса Титовой Наталии или написать запрос в Телеграм чате.

Если студент выполнил все практические задания на SAS и сдал курс на отлично, то он может получить:

  • сертификат о прохождении академической программы SAS
  • электронный бейдж Acclaim, подтверждающий сдачу курса и перечень использованных SAS технологий

Все желающие студенты могут бесплатно пройти базовые онлайн курсы SAS:

Также желающие студенты, готовые потрать дополнительное время на изучение программирования в SAS, могут бесплатно попробовать сдать профессиональную сертификацию в рамках программы SCYP (SAS® Software Certified Young Professionals) ссылка на курс.

Лекции

 суббота, 09:00 - 10:20, ауд. 317
Название раздела Тема Дата для 3 и 4 курса Материал
Клиентская аналитика Вводная лекция и введение в клиентскую аналитику 12.01.2019 Лекция №1
Клиентская аналитика Построение моделей и визуализация данных 19.01.2019 Лекция №2
Клиентская аналитика Финансовое обоснование проектов, основанных на анализе данных 26.01.2019 Лекция №3
Задачи анализа данных в розничных сетях продаж товаров Введение в задачи анализа данных в ритейле 02.02.2019 Лекция №4
Задачи анализа данных в розничных сетях продаж товаров Задачи оптимизации ассортимента и запасов товаров в ритейл-сети 09.02.2019

Лекция №5

Задачи анализа данных в розничных сетях продаж товаров Оптимизация цен 16.02.2019

Лекция №6

Техника презентации Лекция бизнес-тренера Яны Лейкиной 26.02.2019
(перенос 23.02.2019)
ауд. 622, вторник 18.10
Основы оценки рисков Понятие о рыночном риске 02.03.2019 Лекция 8
Основы оценки рисков Понятие о кредитном риске 09.03.2019 Лекция 9
Основы оценки рисков Понятие о валидации моделей оценки риска. 16.03.2019 Лекция 10

Семинары

суббота 10:30 - семинар для 3 4 курса, ауд.205
Название раздела Тема Дата для 3 курса Дата для 4 курса Материал
Клиентская аналитика Знакомство с ПО SAS 12.01.2019 12.01.2019 Семинар №1
Клиентская аналитика Для 3 курса - Методология исследования данных (Титова Н.)
Для 4 курса - практика в построении моделей и визуализации данных (Сагайдак Г.)
25.01.2019 19.01.2019 Семинар №2 для 3 курса
Клиентская аналитика Финансовое обоснование проектов, основанных на анализе данных 01.02.2019 26.01.2019 Семинар №3 - практика ФЭО
Задачи анализа данных в розничных сетях продаж товаров Задача восстановления спроса, Прогнозирование новых товаров 02.02.2019 02.02.2019 Семинар №4
Задачи анализа данных в розничных сетях продаж товаров Оптимизация запасов в сети 09.02.2019 09.02.2019

Семинар №5

Задачи анализа данных в розничных сетях продаж товаров Расчёт эластичности товаров. Кластеризации магазинов 16.02.2019 16.02.2019 Семинар №6
Основы оценки рисков Практическое занятие по рыночным рискам 02.03.2019 02.03.2019 Семинар №8
Основы оценки рисков Практическое занятие по кредитным рискам 09.03.2019 09.03.2019

Семинар №9

Основы оценки рисков Практическое занятие по валидации моделей 16.03.2019 16.03.2019

Семинар №10

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.


Домашние задания

Домашнее задание №1

Необходимо произвести финансово-экономическое обоснование проекта:

  • Рассчитать NPV проекта на 7 лет.
  • Написать ключевые выводы по полученному результату ( 3-4 предложения).


Каждый студент выбирает вариант, который указан напротив его ФИО в списке. Задания представлены в папке.


Оценка за домашние задания №1 выставляется по 2-балльной шкале, где «2» — задание решено полностью, «1» — задание решено не полностью или с недочётами, «0» — задание не решено или решено неверно. Перевод оценки за домашние задания из 2-балльной шкалы в 10-балльную проводится путём умножения оценки на 5 без округления.

За домашнюю работу №1 будут выставляться оценки:

«2» – правильно сделан весь расчет в Excel и правильно сделаны выводы по результату.

«1,4» – правильно сделан весь расчет в Excel, однако финальные выводы некорректны.

«1» - задание решено не полностью. Расчет в Excel верен до показателя Net Profit (Чистая прибыль) включительно.

«0,8» - задание решено не полностью. Расчет в Excel верен до показателя Revenue (Выручка от реализации) включительно.

«0» — задание не решено или решено неверно.


Срок сдачи – 2 недели. ( до 18.02.2019 включительно)

Решения присылать на почту Alexander.Mironov@sas.com и в копию Natalia.Titova@sas.com. В название письма обязательно добавлять тег [ПМИ ФКН ВШЭ].

В названии файла необходимо указать:

  • Номер варианта
  • ФИО
  • Номер курса

Пример: «Вариант_8_БурштеинДенисАнатольевич_3курс»


Домашнее задание №2

Дедлайн: 26.02.2018 23:59 (Moscow time)

Описание задания и организационная информация приведена в файле.

Каждый студент выбирает вариант, который указан напротив его ФИО в списке.

Задания представлены в папке.

Командный проект для 3 курса

Выбор темы для командного проекта по курсу "Анализ данных в бизнесе"

Студенты делятся на группы по 3 человека. Внутри группы должен быть определен капитан команды (Руководитель группы). Руководитель группы является ответственным лицом от лица группы.

Руководитель группы отвечает за выполнение и результат следующих основных функций:

  • отправка заявки на тему проекта и согласование темы проекта от лица всей группы с преподавателями;
  • предоставление информации куратору о текущем статусе проекта: учет, распределение и контроль выполнения задания по проекту;
  • отправка отчетов, презентаций, технической документации по выполненными работам группы в электронном виде.


Описания тем проектов :ссылка на файл

Ссылка на форму подачи заявки на тему :ссылка на файл


Сроки выбора тем:

До 31 марта группа должна выбрать две темы из указанного списка, указав первый и второй приоритет для этих тем.

С 1 по 7 апреля - каждой группе, которая подала заявку на проект через указанную форму, будет назначена тема проекта и куратор. При назначении тем будут учитываться приоритеты указанные студентами, а также средний балл студентов в группе по первому модулю курса. На одну тему назначается не более 2-ух групп студентов.


При возникновении вопросов пишите в Telegram Титовой Наталии.


Итогом каждого проекта должна быть презентация результатов проекта на 10 минут.

Защита проекта будет в начале июня. Оценка за проект во втором модуле выставляется по 10-балльной шкале по итогам защиты проекта.

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.


Материалы по курсу

Документы и программа курса Внимание: файлы обновляются!

  • Рабочая программа дисциплины для 3 курса можно найти по следующей ссылке.
  • Рабочая программа дисциплины для 4 курса можно найти по следующей ссылке.

Рекомендуемая литература и полезные дополнительные материалы

Полезные материалы


Полезная литература

К разделу 1:


К разделу 2:

  • Шапиро Дж (2006). Моделирование цепи поставок. Питер. Серия «Теория менеджмента».
  • Tijms H.C., Groenevelt H. (1984). Simple approximations for the reorder point in periodic and continuous review (s, S) inventory systems with service level constraints. European Journal of Operational Research, Vol. 17, Issue 2, August 1984, Pages 175-190.]


К разделу 3:

  • Christoffersen P. (2012) Elements of Financial Risk Management. 2nd ed. Elseiver Academic Press.

К разделу 4:

  • Мортон С. (2016) Лаборатория презентаций. Формула идеального выступления. Альпина Паблишер.
Источник — «http://wiki.cs.hse.ru/index.php?title=Анализ_данных_в_бизнесе_2019&oldid=32996»