Module also offered within study programmes:
General information:
Name:
Warsztat data and web mining
Course of study:
2019/2020
Code:
HSOC-2-208-II-s
Faculty of:
Humanities
Study level:
Second-cycle studies
Specialty:
Innovations and social interventions
Field of study:
Sociology
Semester:
2
Profile of education:
Academic (A)
Lecture language:
Polish
Form and type of study:
Full-time studies
Course homepage:
 
Responsible teacher:
mgr inż. Sadowski Michał (michal@brand24.pl)
Module summary

Celem przedmiotu jest przekazanie wiedzy na temat automatyzacji działań handlowych w społecznościach internetowych.

Description of learning outcomes for module
MLO code Student after module completion has the knowledge/ knows how to/is able to Connections with FLO Method of learning outcomes verification (form of completion)
Social competence: is able to
M_K001 Potrafi integrować wiedzę i podejścia analityczne z różnych specjalistycznych obszarów konstytuujących projekt "Analityka w przestrzeni wirtualnej". SOC2A_K02, SOC2A_K04 Project
Skills: he can
M_U001 Umiejętność przeprowadzenia podstawowej segmentacji klientów w oparciu o informacje pochodzące ze stron www i aplikacji internetowych SOC2A_U04 Project,
Execution of exercises,
Activity during classes
M_U002 Umiejętność przeprowadzenia automatycznych akcji internetowych do segmentów i wykorzystania automatyzacji do sprofilowania klienta SOC2A_U08, SOC2A_U09 Project,
Activity during classes,
Execution of exercises
M_U003 Potrafi pracować w grupie z uwzględnieniem zróżnicowanie ról w zespole oraz kolejnych etapy realizacji projektu w tym informowanie, operacjonalizacja, konceptualizacja, realizacja, kontrola, ewaluacja. SOC2A_U14 Project
Knowledge: he knows and understands
M_W001 Wiedza na temat automatyzacji działań handlowych w społecznościach internetowych. SOC2A_W11 Activity during classes,
Execution of exercises
M_W002 Specjalistyczna wiedza na temat modeli segmentacji użytkowników SOC2A_W07 Participation in a discussion,
Case study,
Activity during classes,
Execution of exercises
M_W003 Specjalistyczna wiedza na temat metod data miningu i pozyskiwania informacji o klientach i użytkownikach Internetu SOC2A_W12, SOC2A_W10 Participation in a discussion,
Case study,
Execution of exercises,
Activity during classes
Number of hours for each form of classes:
Sum (hours)
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
12 0 0 0 12 0 0 0 0 0 0 0
FLO matrix in relation to forms of classes
MLO code Student after module completion has the knowledge/ knows how to/is able to Form of classes
Lecture
Audit. classes
Lab. classes
Project classes
Conv. seminar
Seminar classes
Pract. classes
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Social competence
M_K001 Potrafi integrować wiedzę i podejścia analityczne z różnych specjalistycznych obszarów konstytuujących projekt "Analityka w przestrzeni wirtualnej". - - - + - - - - - - -
Skills
M_U001 Umiejętność przeprowadzenia podstawowej segmentacji klientów w oparciu o informacje pochodzące ze stron www i aplikacji internetowych - - - + - - - - - - -
M_U002 Umiejętność przeprowadzenia automatycznych akcji internetowych do segmentów i wykorzystania automatyzacji do sprofilowania klienta - - - + - - - - - - -
M_U003 Potrafi pracować w grupie z uwzględnieniem zróżnicowanie ról w zespole oraz kolejnych etapy realizacji projektu w tym informowanie, operacjonalizacja, konceptualizacja, realizacja, kontrola, ewaluacja. - - - + - - - - - - -
Knowledge
M_W001 Wiedza na temat automatyzacji działań handlowych w społecznościach internetowych. - - - + - - - - - - -
M_W002 Specjalistyczna wiedza na temat modeli segmentacji użytkowników - - - + - - - - - - -
M_W003 Specjalistyczna wiedza na temat metod data miningu i pozyskiwania informacji o klientach i użytkownikach Internetu - - - + - - - - - - -
Student workload (ECTS credits balance)
Student activity form Student workload
Summary student workload 26 h
Module ECTS credits 1 ECTS
Udział w zajęciach dydaktycznych/praktyka 12 h
Preparation for classes 2 h
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 7 h
Contact hours 5 h
Module content
Project classes (12h):

1. Przykłady wykorzystania analityki mediów społecznościowych oraz reakcji firm. Case Studies
2. Szkolenie z obsługi narzędzi do analiz
- Rozebranie na części pierwsze analiz
- Analiza ilościowa
- Analiza jakościowa
3. Badanie demograficzne
- Przygotowanie narzędzi pod realizację dedykowanej analizy
- Sposoby pozyskiwania informacji o internautach
- Wykorzystanie wiedzy o internautach w praktyce
- Próba wyciągnięcia wniosków z treści w Internecie
- Badanie aktywności internautów na stronie internetowej i wyciąganie wniosków z ich zachowań.
4. Prezentacje projektów semestralnych

Additional information
Teaching methods and techniques:
  • Project classes: Studenci wykonują zadany projekt samodzielnie, bez większej ingerencji prowadzącego. Ma to wykształcić poczucie odpowiedzialności za pracę w grupie oraz odpowiedzialności za podejmowane decyzje.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

aktywność, oddanie zadań, oraz projektu końcowego

Participation rules in classes:
  • Project classes:
    – Attendance is mandatory: Yes
    – Participation rules in classes: Studenci wykonują prace praktyczne mające na celu uzyskanie kompetencji zakładanych przez syllabus. Ocenie podlega sposób wykonania projektu oraz efekt końcowy.
Method of calculating the final grade:

Warunkiem zaliczenia modułu jest obecność na zajęciach i wykonywanie zadań na zajęciach mające na celu analizę wybranej marki. Obejmującą podstawową informacja o demografii, wydźwięku marki, ilości samych treści oraz kilka słów analitycznego komentarza dotyczących najbardziej wartkich tematów dotyczących marki. Studenci podczas zajęć wybierają markę i na podstawie wyników z monitoringu starają się przygotować prostą analizę ilościową i jakościową danych.
II i III termin samodzielne wykonanie analizy wybranej marki.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

indywidualne konsultacje z prowadzącym

Prerequisites and additional requirements:

brak

Recommended literature and teaching resources:

Zalecana literatura:
Bickerton Pauline, Mathew Bickerton, Upkar Pardesi. 2008. MARKETING W INTERNECIE. Gdańsk: Gdańskie Wydawnictwo Psychologiczne.
Brady, Regina, Edward Forrest, Richard Mizerski. 2002. MARKETING W INTERNECIE. Warszawa: PWE.
Ramos, Laura. 2009. B2B Lead Management Automation Market Overview. Forrester Research / Technology Product Management & Marketing Professionals.
Wachnicki, Janusz, Piotr Komornicki. 2001. Data mining w marketingu – analiza koszykowa. “Modern Marketing” lipiec/sierpień 2001.

Scientific publications of module course instructors related to the topic of the module:

Doświadczenie praktyczne Mikołaj Winkiel (https://pl.linkedin.com/in/mikolajwinkiel)
Content Designer Heureka(2008 – 2010)
- Zarządzanie treścią
- Obsługa kanałów społecznościowych
- Moderacja dyskusji dotyczących marki
Buzz Marketing Manager Vacaloca (2010)
-Badania internetowe
-Promocja w sieci
-Marketing społecznościowy
-Planowanie mediów internetowych
-Search engine marketing
-Bluetooth marketing
-Mobile marketing
Social Media Analyst FacebookNOW (2011)
- Kierowanie projektami w dziedzinie badań rynku
- Monitoring social media
- Analiza serwisów społecznościowych, kampani, case studies
- Kontakt z klientem
- Redakcja strony, newslettera
Founder Tech-Mania.pl (od 2012 do dziś)
Blog o technologiach. Subiektywnie o IT
Chief Evangelist Brand24 S.A (od 2011do dziś)
- Marketing and strategy
- Product and brand analitics
- social media consulting
- Public speaking
- sales
- startup/social media/monitoring mentoring

Additional information:

Warsztat Data & Web Mining to wprowadzenie do analizy danych z Internetu i mediów społecznościowych. Studenci w ramach warsztatu poznają możliwości jakie daje wykorzystanie narzędzi do badania zachowań internautów, wyciągania wniosków dotyczących potrzeb oraz pod kątem zbudowania idealnej grupy docelowej, bądź też zweryfikowanie obecnej. Dzięki wykorzystaniu danych, jesteśmy w stanie zaoferować internautom lepsze rozwiązania i spełnić ich oczekiwania. Ale aby to osiągnąć trzeba wiedzieć jak do tego tematu podejść i jak pozyskać dane z Internetu oraz umieć odpowiednio identyfikować najpotrzebniejsze informacje.
Warsztat stanowi integralną część bloku tematycznego “Analityka w przestrzeni wirtualnej”. Zasadniczym celem bloku jest dostarczenie studentom całościowej wiedzy teoretycznej na temat relacji pomiędzy społeczeństwem a technologią oraz konsekwencjami rozwoju i coraz większego udziału technologii informatyczno-medialnych we współczesnym społeczeństwie zwłaszcza w przestrzeni gospodarki i komunikacji stanowiącej podstawę działań promocyjnych. Moduł ma za zadanie przygotowanie studentów do samodzielnego analizowania trendów w internecie, monitorowania działań z zakresu marketingu oraz projektowania rozwiązań technologicznych (interfejsów aplikacji i serwisów internetowych) oraz contentu i specyficznych form komunikacji w odpowiednich portalach społecznościowych.