|
|
Уважаемые коллеги!
Приглашаем вас на ближайшие курсы Школы Маркетинговых Исследований ОИРОМ — НИУ ВШЭ!
- Основы маркетинговых исследований: количественные исследования
Старт курса 3 февраля 2026 года. Это фундаментальный 10-недельный курс (92 часа) повышения квалификации отлично подойдет для начала или систематизации карьеры в исследовании рынка. Он научит вас всему циклу работы: от постановки задачи и разработки анкеты до анализа данных и проведения конкретных исследований (сегментация, оценка удовлетворенности, трекинг бренда). Обучение проходит онлайн по вечерам два раза в неделю. Подробнее об условиях обучения можно узнать по ссылке→
- Метрики пользовательского опыта на практике
Начало курса 9 февраля 2026 года. Этот интенсивный 2,5-недельный тренинг научит говорить с бизнесом на одном языке. Вы научитесь выбирать, собирать и анализировать UX-метрики (юзабилити, поведенческие, восприятия), а главное — понятно демонстрировать их влияние на бизнес-результаты. Курс построен на практических кейсах и командной работе. Подробнее о курсе можно узнать по ссылке→ |
|
|
|
СВЕЖИЕ ДАННЫЕ
|
| Поздравления стали тише, пожелания — душевнее: языковой портрет «спокойного» Нового года-2026 |
| Brand Analytics проанализировал социальные медиа, чтобы узнать, что желали русскоязычные пользователи друг другу на Новый год и как провели длинные 12-дневные каникулы. Исследование наиболее частотных слов в поздравлениях и анализ поведения в соцсетях рисуют картину одного и того же феномена: осознанного, «тихого» праздника, где ценность внутреннего комфорта победила показное веселье. Подробнее→ |
|
|
| Новый взгляд на Gartner Hype Cycle |
| Анализ прогнозов за два десятилетия. Gartner отслеживает сотни технологий по мере их движения от хайпа к массовому внедрению, благодаря сильной аналитике и большой базе наблюдений. Однако вопрос остается открытым: насколько точны эти прогнозы на длинной дистанции? Именно это стало предметом исследования. Был проведен ретроспективный анализ опубликованных прогнозов для 432 технологий за 2000-2024 годы. Подробнее→ |
|
|
| Как трансформируется процесс обучения с использованием искусственного интеллекта |
| Главная причина использования ИИ — изучение и понимание новых концепций. 74% пользователей используют ИИ для обучения и решения сложных задач. 85% студентов старше 18 лет используют ИИ. 81% учителей используют ИИ для изучения новых тем и экономии времени. Учителя, учащиеся и родители не боятся снижения когнитивных способностей от ИИ. Подробнее→ |
|
|
| Поиск товаров и услуг в интернете: опыт российских потребителей |
| Независимо от сложности поисковой задачи — от выбора повседневных товаров до поиска недвижимости — современные потребители ожидают от поисковых интерфейсов предоставления полных сведений о товаре или услуге и удобства для сравнения альтернатив. Подробнее→ |
|
|
|
АНАЛИТИКА
|
| Потребитель, ориентированный на технологии: как ориентироваться в реальности, подлинности и дополненной реальности в 2026 году |
| В 2026 году люди будут воспринимать реальность через наложение, обогащающее эту реальность. Однако, с другой стороны, в эпоху генеративного ИИ мы будут стремиться к подлинности, пусть даже и причудливой и несовершенной. Эти тенденции гарантируют появление нового потребителя и новых потребительских потребностей. Подробнее→ |
|
|
| Россияне признались в планировании бюджета ради распродаж |
| 69% респондентов заранее планируют бюджет специально под распродажи, а 71% проверяют скидки и акции в неудобное время. По скидкам чаще всего покупают одежду и обувь (40%), электронику (20%) и парфюмерию (20%). Подробнее→ |
|
|
| Каждый четвертый россиянин использует ИИ при онлайн-покупках |
| Большинство респондентов знакомы с «умными» инструментами платформ, такими как система рекомендаций и автоподбор товаров, хотя многие применяют их, не осознавая, что за ними стоит ИИ. Самой популярной функцией среди опрошенных стал показ похожих товаров — такой возможностью пользовались 36% пользователей ИИ-инструментов. На втором месте оказался поиск товара по фотографии (25%), а замыкают тройку наиболее востребованных функций персональные рекомендации на основе прошлых покупок (13%). Подробнее→ |
|
|
| Примеры систематических ошибок в опросах: три типа систематических ошибок |
| Понимание распространенных примеров систематической ошибки в опросах, мест ее возникновения и способов ее предотвращения имеет важное значение для любого, кто разрабатывает или использует исследования. В этой статье разбирается, что такое систематическая ошибка в опросах, как она влияет на результаты, и три наиболее распространенных типа ошибок, с которыми сталкиваются исследователи: ошибка выборки, ошибка ответов и ошибка интервьюера. Подробнее→ |
|
|
|
|
Ответственный за выпуск: Ольга Стрелкова (OMI)
Ответственный редактор дайджеста: София Коверзнева
Технический директор: Никола Семерджиев (OMI)
Ответственный в Оргкомитете РИН: Александр Шашкин (OMI) |
|
