Навчання > Моделювання маркетингової діяльності

Моделювання маркетингової діяльності

Тип: На вибір студента

Кафедра: економічної кібернетики

Навчальний план

СеместрКредитиЗвітність
104Залік

Лекції

СеместрК-сть годинЛекторГрупа(и)
1016доцент Дацко М. В.ЕКНМ-51с

Практичні

СеместрК-сть годинГрупаВикладач(і)
1032ЕКНМ-51сдоцент Дацко М. В.

Опис курсу

Курс  “Моделювання маркетингової діяльності” є вибірковою дисципліною з спеціальності 075 “Маркетинг”, яка викладається: в 2 семестрі в обсязі 4 кредитів (за Європейською Кредитно-Трансферною Системою ECTS) . Основними завданнями вивчення дисципліни «Моделювання маркетингової діяльності» є надання студентам знань щодо основних принципів, методів, інструментарію економіко-математичного моделювання для використання у маркетингових дослідженнях.

Після завершення цього курсу студент буде

знати:

  • концептуальні засади, принципи і підходи до побудови економіко-математичних моделей у маркетингу;
  • основні класи економіко-математичних моделей, що використовуються для дослідження маркетингової діяльності;
  • основні методи розв’язування економіко-математичних моделей.

вміти:

  • визначати обсяг необхідної інформації для чіткої постановки та розв’язування економіко-математичних моделей маркетингової діяльності;
  • здійснювати побудову економіко-математичних моделей широкого спектра прикладних проблем маркетингової діяльності;
  • проводити аналіз отриманих результатів з метою надання практичних рекомендацій стосовно напрямків вдосконалення досліджуваних процесів.

Рекомендована література

  1. Баран Р. Я., Оцінка ефективності рекламної діяльності в інтернет. /Р.Я.Баран, М.Й. Романчукевич// Ефективна економіка. 2019. № 7. URL: http://nbuv.gov.ua/UJRN/efek_2019_7_21
  2. Вітлінський В.В. Економіко-математичні методи та моделі: оптимізація : навч. посібник [Електронний ресурс] / Вітлінський В. В., Терещенко Т. О., Савіна С. С., К. : КНЕУ, 2016. 303с.
  3. Головчук Ю. О., Формування та особливості ефективної рекламної кампанії. / Ю.О.Головчук, Л.Б. Дибчук //Економіка, управління та адміністрування. 2020. № 1. С.21-26.
  4. Дацко М. В. Карбовник М.М. Дослідження операцій в економіці : навч. посіб. Львів: Ліга-Прес, 2009. 285 с.
  5. Дацко М.В. Теоретичні аспекти прогнозування збуту продукції підприємства з урахуванням маркетингових витрат. //Формування ринкової економіки в Україні: зб. наук. праць. Випуск 32. Львів., 2014. С.79-84.
  6. Дацко М.В., Антонів В.Б. Оптимізаційні методи і моделі: практикум. Львів: Видавничий центр ЛНУ імені Івана Франка., 2012.116 с.
  7. Косован, О., & Дацко, М. (2023). Інтерпретація алгоритмів машинного навчання для прийняття рішень у роздрібній торгівлі. Економіка та суспільство,(47). URL:https://doi.org/10.32782/2524-0072/2023-47-47
  8. Математичні моделі в менеджменті та маркетингу: Навчальний посібник /за заг. ред. О. В. Кузьменко/. Суми:видавництво “Ярославна»., 2020. 214 с
  9. Малярець Л. М. Економіко-математичні методи і моделі : навчально-практичний посібник /Л. М. Малярець, Е. Ю. Железнякова, Є. Ю. Місюра. X.: Вид. ХНЄУ., 2014. 412 с.
  10. Математичні моделі в менеджменті та маркетингу: навч. посіб. / С.К. Рамазанов та ін. Луганськ: СПД Резніков В.С., 2010. 311 с.
  11. Решетілова Т.Б. Маркетингові дослідження: підручник: [Електронний ресурс] / Т.Б. Решетілова, С.М. Довгань ; М-во освіти і науки України, Нац. гірн. ун-т. Електрон. текст. дані. Дніпропетровськ : НГУ, 2015. 357 с.
  12. Taha H.A. Operations Research: An Introduction (10th Edition) :Pearson Education Ltd., 2017. 848 p.

Допоміжна

  1. Sahaya Arthy. Prediction Using Data Mining Techniques and Tools. International Journal of Engineering Research in Computer Science and Engineering (IJERCSE) Vol 6 Issue 1, January 2019. URL:https://www.technoarete.org/common_abstract/pdf/IJERCSE/v6/i1/Ext_20867.pdf 1
  2. Білорус Т.В. Організація маркетингових досліджень із використанням методів багатокритеріального аналізу /І.М. Корнілова, С.Г.Фірсова // Економіка та суспільство № 7 (2016). С206-215: URL: https://economyandsociety.in.ua/journals/7_ukr/35.pdf
  3. M. Saputra, D. Saputra, L. D. Oswari. Effect of Distance Metrics in Determining K-Value in KMeans Clustering Using Elbow and Silhouette Method. Advances in Intelligent Systems Research, volume 172. Sriwijaya International Conference on Information Technology and Its Applications (SICONIAN 2019). p. 341-346.
  4. Ільченко Т.В. Сучасні методи проведення маркетингових досліджень на споживчому ринку / Т. В. Ільченко, Л. М. Помазан // Інвестиції: практика та досвід. 2023.№ 8. С. 131-135. URL:https://dspace.dsau.dp.ua/handle/123456789/8020 DOI:https://doi.org/10.32702/2306-6814.2023.8.131
  5. Satyam, Silhouette Method — Better than Elbow Method to find Optimal Clusters, 2020. Towards Data Science. URL: https://towardsdatascience.com/silhouette-method-better-than-elbow-method-to-find-optimal-clusters-378d62ff6891.
  6. Kaggle URL:https://www.kaggle.com
  7. Коростова І. О. Big data в маркетингу. Ефективна економіка. 2021. № 11. URL: http://www.economy.nayka.com.ua/?op=1&z=9530 DOI: 10.32702/2307-2105-2021.11.72
  8. M. Taher, D. Elzanfaly, S. Salama. Investigation in Customer Value Segmentation Quality under Different Preprocessing Types of RFM Attributes. iJES Volume 4. Issue 4. 2016. p.5-10. URL: https://doi.org/10.3991/ijes.v4i4.6532.
  9. V. Kumar, W. Reinartz, Strategic Customer Relationship Management Today. Springer, 2012. p.5-6. URL: https://doi.org/10.1007/978-3-642-20110-3.

Силабус: 2023

Завантажити силабус