Objectifs, compétences et aptitudes

Avec l’explosion du volume des informations récoltées sur le net, la question du traitement, de l’analyse et de l’utilisation des données deviennent un enjeu majeur pour les entreprises.

Ce master est proposé par

Comment exploiter ces données pour qu’elles puissent accompagner les entreprises dans leurs choix stratégiques ? Tel est l’objectif du MSc 1 Data Management. Cette formation permet d’acquérir les fondements du marketing digital orienté Big data, dataming et web analytics.

Le MSc1 Data Management a pour objectif de préparer les étudiants à une poursuite d’études en MSc2 afin d’obtenir un niveau bac+5 et une certification professionnelle enregistrée au RNCP de niveau 7 (auparavant niveau 1).

DEMANDE DE DOCUMENTATION

Les points clés

Analyse

Data mining

Alternance

Durée : 1 an

1 rentrée par an

Septembre

Rythme alterné 3J/2J

Frais de scolarité

FI : 8 850 €

FA : 9 050€

1100€ d’acompte à l’inscription (150€ de frais de dossier)

Titre RNCP Certifié niveau II

Pré-requis

Avoir un intérêt pour l’actualité du monde, avoir validé un BAC +3, avoir un bon niveau en communication et des bases en marketing digital.

Métiers visés

Data Analyst
Marketing Manager
Sales Director
Digital Marketing Manager
UX Manager

Enseignement fondamentaux :

  • Gestion Budgétaire et tableaux de bord
  • Business plan et création d’entreprise
  • Stratégie d’entreprise
  • Informatique
  • Business Game
  • Business Skills
  • Négociation
  • Marketing Stratégique
  • Anglais

Modalités d’enseignement

Les modalités d’évaluation sont réalisées en face-à-face, sous forme
de contrôle continu, et d’examens de fin d’études.

  • Enseignements magistraux et cours interactifs
  • Mises en situation à travers des études de cas collectives ou individuelles
  • Conférences, séminaires et visites à portée pédagogique
  • Business Game, Challenge

Cours Spécialisés

  • Marketing Digital
  • Statistique et données marketing
  • Datamining
  • Web Analytics
  • Social Media Strategy et marketing experientiel
  • Codage et data analytics
  • Data governance – gouvernance de la donnée
  • Intelligence artificielle et data
  • Management de Projets datas et méthodoligies