Курсовая по маркетингу в НИУ ВШЭ: исследование рынка, customer data, эксперимент и рыночная аналитика

Курсовая по маркетингу в НИУ ВШЭ в 2026 году имеет прямую связь с программой «Маркетинг и рыночная аналитика». Она реализуется по направлению 38.03.02 «Менеджмент», а учебный процесс включает актуальные курсы по B2B-маркетингу, рыночной аналитике и управлению маркетинговыми решениями.

Официальные страницы:
https://www.hse.ru/ba/marketing/admission/
https://www.hse.ru/ba/marketing/courses

Поэтому сильная курсовая должна быть основана на данных о клиенте и рынке, а не на общем описании продвижения.

Начните с решения клиента

Слабая тема:

«Продвижение бренда X».

Сильнее:

«Почему пользователи segment A чаще прекращают оформление заказа на этапе доставки?»

Или:

«Как различается retention клиентов, пришедших из каналов X и Y?»

Так маркетинг становится исследованием поведения.

Segment

Определите сегментацию по смыслу:

• потребность;
• поведение;
• value;
• usage;
• channel.

Не используйте пол и возраст автоматически.

Демография полезна только если связана с вопросом.

Customer journey

Постройте этапы:

awareness -> consideration -> purchase -> use -> repeat.

Для каждого этапа задайте:

• barrier;
• data;
• metric.

Не пытайтесь одной метрикой измерить весь путь.

Funnel

Например:

impression -> click -> product view -> cart -> purchase.

Считайте conversion между этапами.

Так видно, где теряется аудитория.

Denominator

CTR, conversion и engagement зависят от denominator.

Всегда пишите формулу.

Не сравнивайте conversion от clicks и conversion от sessions как одно число.

CAC

Задайте состав marketing cost.

Например:

media + agency + creative.

Если в одном канале включены все расходы, а в другом только media, comparison нечестное.

LTV

LTV должен опираться на:

• contribution;
• frequency;
• retention;
• lifetime.

Не используйте revenue вместо margin, если анализируется экономическая ценность клиента.

Cohort

Для retention сравнивайте пользователей по дате первой покупки.

Так можно увидеть:

• новый канал;
• новый onboarding;
• seasonal effect.

Общее среднее может скрыть деградацию.

Churn

Определите событие ухода.

Для subscription это может быть cancel.

Для e-commerce - отсутствие повторной покупки X дней.

Не меняйте definition под результат.

RFM

Recency, Frequency, Monetary помогают сегментировать customer base.

Но после кластеризации нужно объяснить, что делать с каждым segment.

Не создавайте группы ради красивой диаграммы.

Survey

Анкета должна измерять hypothesis.

Для каждого вопроса заранее определите:

какой decision изменится от ответа?

Удаляйте вопросы «для интереса».

Sampling

Опишите:

• target population;
• recruitment;
• N;
• period.

Опрос подписчиков бренда не равен рынку в целом.

Interview

Глубинное интервью лучше раскрывает:

• motive;
• context;
• barrier.

Но 15 interviews не позволяют сказать:

«60% рынка считает...».

Не превращайте qualitative data в фиктивную статистику.

Market size

Для рынка можно использовать top-down и bottom-up.

Сильнее:

number of target customers × realistic spend.

Но каждый input должен иметь source.

TAM, SAM, SOM

Не называйте TAM потенциальной выручкой startup.

SOM должен учитывать:

• capacity;
• geography;
• sales channel;
• competition.

Competitor analysis

Сравнивайте по одинаковым dimensions:

• segment;
• price;
• value proposition;
• distribution;
• product.

Не используйте только followers и brand awareness.

Price analysis

Цена связана с:

• cost;
• willingness to pay;
• alternatives;
• positioning.

Не называйте продукт дорогим без reference point.

A/B test

Сформулируйте:

• hypothesis;
• primary metric;
• sample;
• duration;
• variants.

Не выбирайте победителя по нескольким первым дням.

Statistical uncertainty

Разница 10,1% против 10,3% может быть noise.

Покажите interval или statistical test, если это соответствует курсу.

Не делайте бизнес-вывод только по разнице точек.

Practical significance

Статистическая значимость не равна business value.

Например:

+0,05 п.п. conversion может быть важно при миллионах visits и неважно на маленьком сайте.

Attribution

Покупатель может взаимодействовать с несколькими каналами.

Last click - одна модель, а не истина.

Если используете её, обозначьте ограничение.

Incrementality

Лучший вопрос:

«Сколько дополнительных покупок создал канал?»

а не:

«Сколько покупок было после контакта?»

Для этого нужен experiment или более строгий дизайн.

Brand research

Разделяйте:

• aided awareness;
• unaided awareness;
• preference;
• consideration.

Не объединяйте их в «узнаваемость».

Social media

Метрики платформы:

• reach;
• views;
• engagement.

Они не равны sales.

Связывайте с business outcome, если данные доступны.

Content analysis

Для контента создайте категории:

• educational;
• product;
• entertainment;
• social proof.

После этого сравните metric.

Не выбирайте категории после результата.

Sentiment

Автоматическая модель может ошибаться на:

• irony;
• mixed review;
• domain language.

Проверьте manual sample.

Marketing mix

Не обязательно использовать 4P формально.

Если вопрос про канал, product и price могут быть controls или context.

Теория должна помогать анализу.

B2B

Для B2B важны:

• lead quality;
• sales cycle;
• account;
• deal size.

Не применяйте e-commerce funnel напрямую к сложной enterprise sale.

Lead scoring

Если строите score, проверяйте:

• target;
• leakage;
• conversion.

Не используйте данные, которые становятся известны только после продажи.

Recommendation

Сильная:

«Для cohort X основной drop возникает на шаге Y, поэтому изменить коммуникацию Z и измерять conversion Y->Z».

Слабая:

«Активнее использовать социальные сети».

Budget scenario

Если перераспределяется budget, учитывайте:

• CAC;
• capacity;
• marginal return;
• downstream quality.

Нельзя просто отдать всё каналу с минимальным CAC, если он не масштабируется.

Практическая глава

Схема:

1. customer question;
2. data;
3. segmentation;
4. funnel/cohort;
5. research;
6. experiment;
7. economics;
8. recommendation;
9. KPI;
10. limitations.

Контекст ВШЭ

Программа «Маркетинг и рыночная аналитика» в 2026 году делает количественный подход особенно естественным.

Хорошая курсовая должна показать не только маркетинговую идею, но и способ проверить её на данных.

Защита

Будьте готовы объяснить:

• segment;
• denominator;
• sample;
• funnel;
• attribution;
• experiment;
• business effect.

Сильная курсовая по маркетингу в НИУ ВШЭ показывает, как маркетинговое решение меняет наблюдаемое поведение клиента.