Syllabus
Tematické okruhy kurzu (pořadí jednotlivých přednášek, zejména pak exkurzí ve firmách, se může měnit v závislosti na aktuálních potřebách)
Úvod do předmětu – Proč je důležité znát chování uživatele/diváka? Kolik a jaká data se v současnosti sbírají o uživatelích na webu? V čem nám data pomáhají a na co jsou naopak krátká?
Získávání, úprava a vizualizace dat.Jakou úroveň detailu potřebuje znát analytik, jakou šéfproducent a jakou dramaturg? Jak to zařídit, aby si všichni porozuměli? - Práce s databázemi (např. SQL), statistickými nástroji (např. R, SPSS) a vizualizačními nástroji (např. Tableau).
Příliš mnoho obsahu a jak se v něm vyznat. Kategorizace, doporučování a cílení na uživatele.
Segmentace uživatelů. Na základě čeho se dají uživatelé segmentovat? Co všechno víme/smíme vědět o uživatelích webu a jak je to v současnosti s ochranou osobních údajů na internetu (GDPR)?
Jak měřit kvalitu obsahu? Klíčové metriky a nástroje pro kvalitativní analýzu.
Obsahová analýza textu. Jaký je vztah psaného textu k videu a jak se oba formáty doplňují?
Obsahová analýza videa. Jak s daty pracuje Stream.cz, Mall.tv a nebo Netflix?
Úloha uživatelského testování v online světě. Kvalitativní a kvantitativní výzkum internetového video obsahu.
Návštěva Millward Brown – jakou roli hraje uživatelské testování v přípravě reklamních kampaní, jak moc se liší výsledná podoba reklamy od původního briefu?
Návštěva Plzeňského prazdroje – jak probíhá vývoj digitálních kampaní z pohledu zadavatele? Jak dlouhá je cesta od komunikačního briefu k finální exekuci?
Návštěva Seznam.cz – jakou roli hraje uživatelské testování v přípravě nových pořadů a seriálů?
Návštěva Mall.tv – jak se staví internetová televize na zelené louce? Jak se pracuje s cílovými skupinami na saturovaném konkurenčním trhu?
Prezentace studentů 1
Prezentace studentů 2
Annotation
Current approaches to analysing web content, particularly in relation to its audience. The course is focused mainly on video analysis based on both qualitative and quantitative methods.
The course is structured around presentation of methods and hands-on web data analysis. Participation of students is required.