MSc Economics and Business - Specialisation in Data Science and Marketing Analytics

Verdien je MSc in Economie en Bedrijfskunde met een gespecialiseerde focus op de Economie van Markten en Organisaties, waarbij je deelneemt aan een uitgebreid curriculum van in totaal 60 ECTS-credits.

Het programma combineert vakken uit data science en marketing tot één samenhangende masterspecialisatie die gericht is op het gebruik van data om zakelijke uitdagingen op te lossen. Omdat er geen geavanceerde voorkennis vereist is, leggen kerncursussen in computer- en datawetenschap de basis voor de meer geavanceerde seminars. Deze laatste verkent state-of-the-art machine learning-methoden en past deze toe op echte zakelijke problemen.

Deze masterspecialisatie bestaat uit kerncursussen, seminars, keuzevakken en een masterscriptie, verdeeld over 5 blokken van 8 weken. In het eerste blok laat je in 3 kerncursussen van elk 4 studiepunten kennismaken met het brede scala aan kennis en vaardigheden die je in de Master Data Science en Marketing Analytics gaat verwerven en perfectioneren.

Het tweede en derde blok beginnen met een focus op het leren van nieuwe methoden, gevolgd door een seminar waarin je aan echte bedrijfsproblemen gaat werken, waarbij je de methoden en vaardigheden die je in eerdere blokken hebt verkregen op de proef stelt. Deze interactieve seminars zijn een zeer belangrijk onderdeel van ons programma. Je bent een heel blok fulltime betrokken bij een seminarie, waardoor je onder begeleiding van de docenten diep in de stof kunt duiken. Voor deze intensieve cursussen is actieve deelname en sterke betrokkenheid een must.

In het vierde blok volg je nog één laatste vak en kies je één keuzevak.
Je zou al in januari moeten beginnen met nadenken over je masterproef, maar blok 4 en 5 zullen volledig gewijd zijn aan deze taak, die gebaseerd is op onderzoek dat je zelf hebt uitgevoerd onder begeleiding van een lid van onze wetenschappelijke staf. Erasmus Research & Business Support (ERBS) biedt voorbereidingssessies voor de arbeidsmarkt aan in blok 5.

Het curriculum bestaat uit:

• 50 % computerwetenschappen/machine learning
• 50% marketing/bedrijf

Cursus overzicht

• Take-off-meester
• Introductie in Data Science
• Strategische marketingbeslissingen nemen
• Programmeren voor datawetenschap en marketinganalyse
• Seminar Data Science voor Marketing Analytics
• Seminar Case Studies in Data Science en Marketing Analytics
• Tekstanalyse voor marketing
• electieve
• Masterscriptie Data Science en Marketing Analytics

Is dit de juiste keuze voor jou?

Bent u geïnteresseerd in het leren van programmeervaardigheden waarmee u dergelijke gegevens kunt verzamelen, opschonen en analyseren? Heb jij het doorzettingsvermogen en het vertrouwen dat nodig is om de vaardigheden te verwerven om de nieuwste methoden voor machinaal leren in een zakelijke omgeving toe te passen en aan te passen? In dit programma kunt u dit allemaal goed gebruiken.

De volgende eigenschappen zullen je goed van pas komen om Data Science en Marketing Analytics aan de Erasmus School of Economics te studeren:

• Jouw ambitie is om datagedreven antwoorden te bieden op bedrijfsproblemen
• Voorop lopen in de ontwikkelingen in data-analyse spreekt u aan
• Analytisch denken is jouw sterkste punt
• Je bent niet bang voor een wiskundige notatie
• Je voelt je comfortabel in het Engels.

Volgens Harvard Business Review wordt datawetenschapper de meest sexy carrière van de 21e eeuw genoemd. Gezien het groeiende bewustzijn van de mogelijkheden om data science en kunstmatige intelligentie te exploiteren voor marketinganalyses en voor bedrijfsanalyses in het algemeen, wordt verwacht dat de datawetenschapsvaardigheden die tijdens het Data Science en Marketing Analytics-programma worden verworven, afgestudeerden uitstekende baanvooruitzichten zullen bieden.

Tijdens zijn bezoek aan Rotterdam zei Trevor Hastie, hoogleraar statistiek aan Stanford University en een bekende autoriteit op het gebied van data science: 'Big Data is overal - het stimuleert zoeken op internet, webreclame en kwantitatieve financiën, om er maar een paar te noemen. industrieën. Data Science speelt een fundamentele rol in deze Nieuwe Economie. Met haar sterke geschiedenis op het gebied van datamodellering is de Erasmus School of Economics goed voorbereid om een nieuwe generatie datawetenschappers op te leiden.'

Hoewel veel mensen een datawetenschapper waarschijnlijk zullen associëren met bedrijven als Google of Facebook, zijn er in feite veel andere gebieden waar onze afgestudeerden aanzienlijke waarde kunnen toevoegen. Alle consumentgerichte bedrijven, zoals bedrijven in de detailhandel, transport, financiën, gezondheidszorg en consultancy, hebben een snel toenemende behoefte aan jouw vaardigheden. Bij deze bedrijven houden datawetenschappers zich bezig met het analyseren van verkoop- en prestatiegegevens, het ontwerpen van (online) campagnes, het bestuderen van de prestaties ervan, het verbeteren van de targeting van klanten en het effectiever maken van het verkoopproces. Veel bedrijven en organisaties zijn bezig met het opzetten of uitbreiden van teams op het gebied van bedrijfsanalyse, klantanalyse en marketinganalyse.

De meeste van onze alumni vinden binnen twee maanden na afstuderen een baan. Ze werken vaak als consultant, data-analist of datawetenschapper. Bedrijven waarvoor zij werken zijn onder meer:

• Detailhandel: Nike, Coolblue, KPN
• Advies: Accenture, Deloitte, EY, PwC, Bain & Company
• Vervoer: KLM, Ryanair
• Financiën: ABN Amro, ING, PGGM, Adyen