Login
Search manual

Details

Title Построение системы маркетинговой аналитики на примере маркетингового агентства ООО «ИЦ Гортис»: выпускная квалификационная работа бакалавра: направление 38.03.02 «Менеджмент» ; образовательная программа 38.03.02_08 «Маркетинг» = Building a marketing analytics system using the example of the marketing agency «IC Gortis LLC»
Creators Жук Юлия Романовна
Scientific adviser Павлов Николай Вячеславович
Organization Санкт-Петербургский политехнический университет Петра Великого. Институт промышленного менеджмента, экономики и торговли
Imprint Санкт-Петербург, 2026
Collection Выпускные квалификационные работы ; Общая коллекция
Subjects система маркетинговой аналитики ; маркетинговая аналитика ; автоматизация сбора данных ; данные ; ETL-процесс ; веб-скрепинг ; обучение ; оптимизация ; технологии ; медиа мониторинг ; просмотры ; marketing analytics system ; marketing analytics ; automation of data collection ; data ; ETL process ; web scraping ; training ; optimization ; technology ; media monitoring ; views
Document type Bachelor graduation qualification work
Language Russian
Level of education Bachelor
Speciality code (FGOS) 38.03.02
Speciality group (FGOS) 380000 - Экономика и управление
DOI 10.18720/SPBPU/3/2026/vr/vr26-3593
Rights Доступ по паролю из сети Интернет (чтение, печать)
Additionally New arrival
Record key ru\spstu\vkr\43698
Record create date 8/27/2026

Allowed Actions

–

Action 'Read' will be available if you login or access site from another network

Group Anonymous
Network Internet

Данная работа посвящена построению системы маркетинговой аналитики для автоматизации сбора данных на основе выявленной высокой трудоемкости рутинных процессов. На основе анализа внутренней среды и внешнего окружения компании выявлена ключевая операционная проблема: высокая трудоёмкость ручного сбора данных о просмотрах публикаций СМИ, приводящая к росту себестоимости исследований и технологическому отставанию от конкурентов. В работе разработана система маркетинговой аналитики, включающая пять взаимосвязанных компонентов (люди, программы, данные, инструкции, процессы) и функционирующая на пяти уровнях обработки данных. С помощью GAP-анализа и многокритериальной оценки определена приоритетная задача автоматизации (сбор просмотров публикаций). В качестве основного инструмента выбран браузерный скрепер NoCoding. Разработана программа индивидуального очного обучения сотрудников с наставником, интегрированная в рабочий процесс. Практическая значимость работы состоит в том, что разработанная система и программа обучения могут быть внедрены без значительных финансовых затрат и без отрыва сотрудников от текущей деятельности.

This work is devoted to building a marketing analytics system for automating data collection based on the identified high labor capacity of routine processes. Based on the analysis of the internal environment and the external environment of the company, a key operational problem has been identified: the high complexity of manually collecting data on media publication views, leading to an increase in research costs and technological lag behind competitors. We have developed a marketing analytics system that includes five interrelated components (people, programs, data, instructions, processes) and operates at five levels of data processing. With the help of GAP analysis and multi-criteria assessment, the priority task of automation (collection of publication views) has been determined. The NoCoding browser scraper is chosen as the main tool. A program of individual face-to-face training of employees with a mentor has been developed, integrated into the workflow. The practical significance of the work lies in the fact that the developed system and training program can be implemented without significant financial costs and without interrupting employees from their current activities.

Network User group Action
ILC SPbPU Local Network All
Read Print
Internet Authorized users SPbPU
Read Print
Internet Anonymous
  • ВВЕДЕНИЕ
  • 1. ФОРМУЛИРОВКА ПРОБЛЕМЫ
  • 1.1. Описание организации
  • 1.2. Анализ ситуации в организации
  • 1.3. Оценка внешней среды и конкурентов
  • 1.4. Формулировка проблемы
  • 2. МЕТОД РЕШЕНИЯ ЗАДАЧИ
  • 2.1. Новые направления Data Science
  • 2.2. Методы анализа данных
  • 2.3. Выбор методов обучения в области информационных технологий
  • 2.4. Учет особенностей решаемой проблемы
  • 2.5. Детальный план работ
  • 3. РАЗРАБОТКА РЕКОМЕНДАЦИЙ
  • 3.1. Подготовительные этапы
  • 3.2. Общая схема системы маркетинговой аналитики
  • 3.3. Предложенные рекомендации
  • 3.4. Расчёт затрат на проведение исследования
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ
  • ПРИЛОЖЕНИЕ А
  • ПРИЛОЖЕНИЕ Б
  • ПРИЛОЖЕНИЕ В
...