Kasvuhäkkimine tehisintellekti abil
Ettevõtte kiire kasv eeldab oskust leida kasvukohad, püstitada hüpoteese ja testida neid kiiresti mõõdetavate tulemustega. Kasvuhäkkimine tehisintellekti abil ühendab kasvuhäkkimise metoodika generatiivse AI võimalustega, et kiirendada turu-uuringuid, ideede loomist, sisutootmist ja analüüsi nädalatest tundideni. Kursusel töötad meeskonnas reaalse kliendi või iduettevõttega ning õpid kujundama AI-toega kasvueksperimente, mis toetavad põhjendatud äri- ja turundusotsuseid.
VIIMASED KOHAD!
Praktiline info
Toimumisaeg
Maht
3 EAP (78 akadeemilist tundi, millest 16 auditoorne töö ja 62 iseseisev töö)
Õppejõud
Keel
Inglise keeles
Õppevorm
Kombineeritud
Asukoht
EBS ülikool, A.Lauteri 3, Tallinn
Hind
Ideest mõõdetava kasvueksperimendini
Kursus annab süsteemse raamistiku, mille abil muuta kasvueesmärgid konkreetseteks ja mõõdetavateks eksperimentideks. Õpid analüüsima ettevõtte kasvulehtrit AAARRR-mudeli abil, valima olukorrale sobivaid kasvustrateegiaid ning kasutama AI-tööriistu analüüsi ja teostuse kiirendamiseks. Iga eksperiment seotakse selge hüpoteesi, ühe muutuja, edu kriteeriumi, valideerimisperioodi ja sobivate mõõdikutega. Praktiline töö reaalse kliendi või iduettevõttega aitab õpitu kohe päris ärikonteksti viia.
Kellele on Kasvuhäkkimine tehisintellekti abil mõeldud?
Kursus sobib eelkõige turunduse, äriarenduse, müügi, kasvu, tootejuhtimise ja ettevõtlusega seotud rollides tegutsevatele õppijatele ja professionaalidele, kes soovivad kasutada tehisintellekti ettevõtte kasvu toetamiseks süsteemsemalt. Kursus toimub koos EBSi bakalaureuseõppe üliõpilastega. Osalejatelt ei nõuta varasemat kasvuhäkkimise ega AI-tööriistade kasutamise kogemust.
Tutvu kursusega
Sessioonid 1–4 toimuvad kontaktõppena klassiruumis ja sessioon 5 veebis.
Õpe on teadlikult praktilise ülesehitusega: teooriat käsitletakse lühikeste plokkidena ning suurem osa õppetööst keskendub meeskondlikule kasvusprindile reaalse kliendi või iduettevõttega. Meeskondade tööd korraldatakse ja jälgitakse alates esimesest sessioonist ühisel Trello-tahvlil, mistõttu on tööprotsess ja selle areng nähtavad kogu kursuse vältel.
Sessioonides 2–4 kasutatavad konkreetsed AI-tehnikad ja prompt-mallid täpsustatakse kursuse toimumise lähenedes, et need vastaksid sel ajal kättesaadavatele tööriistadele. Gensparki, Google AI Studio, AAARRR-raamistiku ja kasvumõõdikute kasutamine jääb kursuse püsivaks metoodiliseks aluseks.
Käsitletavad teemad
Miks oluline?
Kasvuhäkkimine erineb traditsioonilisest turundusest süsteemse, mõõdetava ja kiire eksperimenteerimise poolest. AAARRR-raamistik aitab vaadata ettevõtte kasvulehtrit tervikuna ja siduda selle eri etapid konkreetsete tulemusnäitajatega.
Mis toimuma hakkab?Tutvutakse growth hacker’i mõtteviisi, lean-eksperimenteerimise ja AAARRR-raamistikuga. Moodustatakse meeskonnad, seatakse üles Trello kasvusprindi töölaud ning valitakse reaalne klient või iduettevõte, kelle väljakutsega kursuse jooksul töötatakse.
Miks oluline? Generatiivne AI võimaldab oluliselt kiirendada turu- ja konkurentsiuuringuid, info struktureerimist ning kasvuvõimaluste analüüsi. Samal ajal on oluline osata kontrollida allikaid ja hinnata AI-ga loodud tulemuste kvaliteeti
Mis toimuma hakkab? Tutvutakse Gensparki ja Google AI Studio võimalustega ning kasutatakse AI-d konkurentsianalüüsi ja kliendi AAARRR-kasvulehtri kaardistamise toetamiseks.
Miks oluline?
Kiire eksperimenteerimine loob väärtust siis, kui valitud kasvustrateegia vastab ettevõtte eesmärkidele, piirangutele ja arenguetapile. Hästi kavandatud eksperiment aitab hinnata ühe muutuja mõju ja teha tulemuse põhjal järgmise otsuse.
Mis toimuma hakkab? Käsitletakse erinevaid kasvustrateegiaid ja kasvueksperimentide ülesehitust. Meeskonnad valivad kolm strateegiat ning kavandavad nende rakendamise; kasutatavad AI-tehnikad täpsustatakse enne sessiooni.
Miks oluline? Õiged mõõdikud aitavad eristada tegevust tegelikust kasvust ning hinnata, kas eksperiment toetab seatud ärieesmärki. Süsteemne tulemuste jälgimine loob parema aluse järgmiste kasvuotsuste tegemiseks.
Mis toimuma hakkab?
Käsitletakse peamisi kasvumõõdikuid, tulemuste jälgimise töölauda ning North Star’i mõõdikut. Meeskonnad seovad valitud strateegiad sobivate mõõdikute ja prognoosidega.
Miks oluline?
Kasvustrateegia väärtus seisneb ka võimes põhjendada tehtud valikuid ja siduda tegevused mõõdetavate tulemustega. Struktureeritud tagasiside aitab hinnata tehtut ja kavandada järgmisi samme.
Mis toimuma hakkab?
Veebis toimuvas lõpusessioonis esitlevad meeskonnad oma kasvustrateegiaid, AI-tööriistade kasutamist, mõõdikuid ja prognoose. Sessioon sisaldab ka küsimusi, tagasisidet ja kaasõppijate hinnangut.
Eeldused osalemiseks
- Keskharidus
- Inglise keele oskus minimaalselt B2
Õpiväljundid
Kursuse läbinu:
- selgitab kasvuhäkkimise põhimõtteid ning seda, kuidas kasvuhäkkija mõtteviis erineb traditsioonilisest turundusest;
- kaardistab ettevõtte müügilehtri AAARRR-raamistiku (Awareness, Acquisition, Activation, Retention, Referral, Revenue) alusel ning tuvastab selle kitsaskohad;
- kasutab tehisintellekti agente ja multimodaalseid AI-tööriistu (Genspark, Google AI Studio) turu- ja konkurentsiuuringute tegemiseks, loovmaterjalide genereerimiseks ning eksperimentide materjalide koostamiseks;
- valib ja põhjendab kliendi eesmärkidele, piirangutele ja arenguetapile sobivaid kasvustrateegiaid;
- kavandab kasvueksperimente, määratledes selge hüpoteesi, ühe muutuja, edu kriteeriumi ja valideerimisperioodi;
- määrab igale eksperimendile sobivad mõõdikud ning koostab tulemuste jälgimise töölaua, kasutades näiteks konversioonimäärasid, k-tegurit, CAC/LTV-suhet, D1/D7/D30 säilitamismäärasid, ARPU-d ja DAU/MAU-d;
- määratleb North Star'i mõõdiku ning seab iga strateegia jaoks põhjendatud arvulised prognoosid;
- töötab kasvumeeskonna liikmena, kasutades Kanbani töövoogu, ning hindab kriitiliselt tehisintellekti loodud väljundite piiranguid, kallutatust ja usaldusväärsust.
Kursuse läbimise tingimused
Kontaktõppes osalemine on kohustuslik, sest suur osa harjutustest toimub sessioonide ajal. Osaleja panust ja ettevalmistust hinnatakse jooksvalt kogu kursuse vältel ning hinnatavad ülesanded dokumenteeritakse Trellos.
Lõpphinne koosneb kahest võrdsest osast:
- Lõppesitlus – 50%, meeskondlik hinne.
- Jooksev hindamine – 50%, individuaalne hinne.
Lisaks hindavad õppijad oma meeskonnaliikmete panust, et arvestada individuaalse panuse erinevustega.
Õppekeskkonna kirjeldus
Õppetöö toimub EBSi tänapäevases õppekeskkonnas Tallinnas, Lauteri 3.
Õppijatele on tagatud ligipääs mugavatele ja töötervishoiu nõuetele vastavatele õpperuumidele, raamatukogule ning eõppeplatvormile Canvas, MS Teams või Canvas Conference. Koolimajas on õppijatele tasuta WiFi.
EBS jätab endale õiguse teha programmis muudatusi koostöös kursuse juhtõppejõuga, et tagada parim võimalik õpikogemus.
Sertifikaat
Kursuse lõpetajad saavad täiendkoolituse tunnistuse koos EAPdega.
EBS TUGITEENUSED
Pole oma valikus veel päris kindel?
Küsi nõu meie spetsialistilt.
Olen siin, et sind aidata!
