Константин Короткий в 2018 году окончил программу «Магистр экономики» РЭШ, после чего основал стартап Data Nerds. В этом году Константин поступил на PhD программу по количественному маркетингу в Stanford Graduate School of Business.

Мы попросили Константина рассказать о том:

  • Что такое академический маркетинг;
  • Чем исследовательские вопросы в маркетинге отличаются от вопросов экономики;
  • Для чего в маркетинге нужен научный подход;
  • Что такое PhD программа в американской бизнес школе;
  • Какой формат обучения там и какие есть секреты поступления.

Больше о том, чем занимаются в Data Nerds, почему востребованы специалисты по машинному обучению и экономике одновременно, и что такое количественный маркетинг — читайте в интервью на сайте РЭШ.


Что такое академический маркетинг?

Наверное, многим студентам в России вообще непонятно, что такое академический маркетинг: программ по маркетингу в российских вузах почти нет, а то, что есть, как мне кажется, имеет довольно слабое отношение к реальной науке. С той же экономикой дела обстоят существенно лучше, однако, многие бакалавры-экономисты тоже не очень понимают, какие научные вопросы сегодня интересны.

Конечно, при поступлении на PhD крайне важно понимать, чем “дышит” наука: вы собираетесь потратить 5 лет на то, чтобы стать ученым, странно при этом не понимать, чем именно вы будете заниматься. Кроме этого, конечно, вы должны будете писать различные курсовые и диссертацию, требования к котором приближены (или совпадают) с требованиями к полноценным научным статьям в хороших журналах, так что даже и во время обучения вы реально будете заниматься наукой.

Что можно делать в маркетинге? Исследовательские вопросы в маркетинге во многом похожи на вопросы экономики, однако, как мне кажется, в экономике больше дескриптивных статей (почему люди ведут себя так, как объяснить такие явления и тд), в то время как в маркетинге больше прескриптивных (о том, как нужно что-то делать). Хотя, конечно, такие обобщения не очень хороши.

В целом, как и в экономике, анализируется экономическое поведение агентов (чаще всего, людей). Среди конкретных направлений можно выделить ценообразование, поиск (люди ищут то, что им нужно, в большом наборе), выявление предпочтений (что может помочь создавать новые продукты), рекомендательные системы и многое другое.

Некоторым покажется, что это вопросы, не требующие научного подхода, однако, если подумать, окажется, что это не так. К примеру, ценообразование: почему просто не поэкспериментировать с ценой и найти оптимальную? Ответов очень много, приведу несколько ключевых: во-первых, спрос на большинство товаров, которые приходят в голову, не стационарен. То есть, каждый день функция Q(P), которая для каждой цены показывает, какое количество товара люди готовы купить по такой цене в этот день, разная. Соответсвенно, каждый день оптимальная цена тоже уникальна, и совсем непонятно, что будет представлять из себя упомянутая нащупанная вручную цена.

Во-вторых, уменьшение цены на отдельно взятый товар негативно сказывается на спросе на товары-конкуренты в рамках нашего же “магазина”, что, в принципе, очевидно. А из этого следует то, что мы хотим оптимизировать прибыль не по одной отдельно взятой цене, а по всем ценам товаров-конкурентов сразу. То есть если мы продаем 10 разных упаковок молока, то мы для каждого дня хотим найти оптимальный вектор из 10 цен, и эта задача не упрощается до поиска 10 цен, независимых друг от друга. Значит, даже если спрос был бы почти стационарным, экспериментировать вручную нам пришлось бы в пространстве R^10, что, конечно, очень сомнительно: даже если рассмотреть всего 2 варианта в цене на каждый из 10 товаров, у нас будет уже 2^10 разных комбинаций цен, среди которых мы хотим найти оптимальную.

В-третьих, есть комплементарные, дополняющие товары, а еще есть конкуренты, которые могут реагировать на наши изменения цен, и этим самым менять наш же спрос…

Этот список из вполне логичных ответов можно продолжать долго. То же самое происходит при углублении в любую другую область из перечисленных выше: всплывает ряд причин, по которым без моделирования обойтись довольно сложно. При этом анализируется не только типичная табличная информация, но и текст, и картинки, и в том числе на пересечении с машинным обучением здесь довольно много перспектив для хороших исследований.

В маркетинге очень много нерешенных задач, которые активно решаются в данный момент. Некоторые считают, что многие науки развиваются волнообразно, и за большими открытиями и идеями часто идет шлейф статей, в которых эти идеи рассматриваются с самых разных сторон, а потом и вовсе исследовательские вопросы и их актуальность высасываются из пальца, до следующих больших идей.

Если сравнивать в данном аспекте экономику и маркетинг, то мое сугубо субъективное мнение заключается в том, что в маркетинге сейчас несколько больше пространства для плодотворного творчества.

Бизнес-школы в американских университетах

В американских университетах департаменты маркетинга существуют в рамках бизнес-школ. Бизнес-школа в американском университете — это что-то вроде факультета, на котором готовят по программам MBA и PhD по направлениям, тесно связанным с бизнесом. Например, помимо маркетингового направления в бизнес-школах бывают направления по экономике, финансам, исследованию операций и т.д. Таким образом, в университете может быть, скажем, две программы по экономике — в рамках бизнес-школы и просто на факультете экономики. При этом, теоретически, в бизнес-школах занимаются более прикладными вопросами, точнее, исследования больше нацелены на решения реальных задач бизнеса, но на практике это далеко не всегда так, и сильно зависит от профессорского состава.

Поступление

При поступлении в бизнес-школу вы подаетесь на какое-то конкретное направление, но правила поступления на разные направления внутри одной бизнес-школы примерно одинаковы. Более того, эти правила очень близки к тем, что устанавливаются на факультетах экономики. А именно, нужно прислать три (иногда два) рекомендательных письма от профессоров, в которых описывается ваш исследовательский потенциал, подготовить результаты тестов GRE и TOEFL и транскрипт с текущими оценками, написать мотивационное письмо. В зависимости от университета список документов может несколько меняться, но самое главное остается неизменным — рекомендательные письма. При этом, если вы претендуете на место в топовом университете, у вас обязательно должен быть высокий средний балл, по математике в тесте GRE General должно быть 170 баллов из 170, по TOEFL не должно быть меньше 100-105 баллов. Однако, нужно понимать, что это просто “скрининговые” показатели, то есть необходимые баллы и оценки просто способствуют тому, что на вашу анкету обратят внимание, а вот решение о зачислении принимается на основе более содержательной части вашего пакета — рекомендаций.

Поэтому, даже если вы учитесь только на отлично, а все тесты сдали на максимальные баллы — это вам ничего не даст без хороших рекомендаций.

Какие же должны быть хорошие рекомендации? Это вообще отдельная обширная тема, сейчас скажу только, что профессор, который пишет рекомендацию, должен суметь написать много (скажем, пару страниц А4) и хорошо (даже одна рекомендация в стиле “студент чуть лучше среднего” вам все загубит) про ваш исследовательский потенциал, а для этого вы должны ему этот потенциал продемонстрировать. Есть еще одна важная деталь — в бизнес-школы на каждое направление набирают от одного до четырёх (редко больше) человек, в то время как на факультеты экономики на PhD программы набирают и по 15, и по 20 человек. Поэтому сложно говорить про “безопасные варианты” при поступлении в бизнес-школы: можно пролететь везде.

Формат учебы

Обучение, как и на факультете экономики, обычно длится 5 лет: первые два года вы слушаете курсы, потом два года пишете диссертацию и еще один год ищете себе работу и защищаетесь. При этом, как правило, в бизнес-школе у вас большая свобода в выборе курсов, которые вы будете слушать: обязательные курсы есть, но многие дисциплины вы выбираете сами. Если хочется, можно слушать курсы с факультета экономики, факультета компьютерных наук и т.д. При этом доля обязательных курсов очень сильно зависит от университета и конкретного направления обучения в бизнес-школе.

Над интервью работала: Мария Гребенщикова

Меню
Вставить формулу как
Блок
Строка
Дополнительные настройки
Цвет формулы
Цвет текста
#333333
Используйте LaTeX для набора формулы
Предпросмотр
\({}\)
Формула не набрана
Вставить
%d такие блоггеры, как: