Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Estatística e Análise de Dados

Departamento / Department

Ano letivo / Execution Year

2016/2017

Pré-requisitos / Pre-Requisites

Não existem.

Objetivos Gerais / Objectives

Apresentar aos alunos as principais metodologias de análise e desenvolvimento de sistemas analíticos. A importância da compreensão do fenómeno e dos objectivos de negócio, da necessidade de criação de sistemas de apoio á decisão e da definição de uma estratégia analítica orientada para a criação de valor.

Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes

OA1. Identificar e aplicar os conceitos inerentes a cada uma das fases da metodologia CRISP-DM OA2. Desenhar uma framework estratégica para sistemas analíticos com critérios de sucesso e avaliação (identificar as necessidades de negócio, determinar as soluções adequadas para responder a essas necessidades, determinar o âmbito dos projectos chave para o negócio). OA3. Identificar os principais estágios de maturidade de um sistema analítico de apoio à decisão.

Conteúdos Programáticos / Syllabus

CP1. Sistemas de Apoio à Decisão e as Limitações Cognitivas CP2. Business Analytics - Estratégias e Métodos CP3. Sistemas de Apoio à Decisão - Perspetiva Organizacional CP4. Sistemas de Apoio à Decisão - Aplicações CP5. Introdução à Metodologia CRISP-DM; CP6. A Compreensão do Negócio CP6.1 A compreensão do negócio e assessment inicial para determinar projectos chave para o negócio; CP6.2 Definição de Objectivos Analíticos e métricas de monitorização; CP7 Metodologia para a criação de um Business Case Analítico; CP8. Modelos de Maturidade de Sistemas de Apoio à Decisão

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular units content dovetails with the specified learning outcomes

Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (CP) com os objetivos de aprendizagem (OA), como a seguir se explicita: CP 1 -> OA 2 CP 2 -> OA 2 CP 3 -> OA 1,2 CP 4 -> OA 1,2 CP 5 -> OA 1 CP 6 -> OA 1,2 CP7 -> OA 1,2 CP 8 -> AO 3

Avaliação / Assessment

Sem prejuízo do estrito cumprimento do regulamento do programa, a avaliação contínua exige a presença mínima em 60% das aulas e inclui a realização de:- Dois trabalhos, que poderão ser de grupo, com a ponderação de 40%;- Uma prova individual, com a ponderação de 60% e uma nota mínima de 10 valores.Avaliação em 1ª e 2ª épocas - realização de um exame final que representará 100% da nota final obtida, desconsiderando a componente de avaliação contínua.

Metodologias de Ensino / Teaching methodologies

Todas as aulas são teórico-práticas. Serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME): ME1. Expositivas, para apresentação dos quadros teóricos de referência. ME2. Ativas, com realização de trabalho de grupo ME3. Experimentais, em laboratório, com desenvolvimento e exploração de "modelos" em computador ME4. Auto-estudo, relacionado com o trabalho autónomo (TA) do aluno, tal como consta no Planeamento das Aulas.

Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da UC / Evidence that the teaching and assessment methodologies are appropriate for the learning outcomes

As metodologias de ensino-aprendizagem visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam cumprir com cada um dos objetivos de aprendizagem, pelo que, na grelha a seguir, apresentam-se as principais interligações entre as metodologias de ensino-aprendizagem e os respetivos objetivos. ME1 -> OA 1, 2, 3 ME2 -> OA 2, 3 ME3 -> OA 3 ME4 -> OA 1, 2, 3

Observações / Observations

.

Bibliografia Principal / Main Bibliography

Laursen, Gert & Thorlund, Jesper (2016) Business Analytics for Managers: Taking Business Intelligence Beyond Reporting - Second Edition, Wiley. Artigos científicos indicados pelo docente Folhas de apoio às aulas elaboradas pelo docente

Bibliografia Secundária / Secondary Bibliography

Nisbet, R., Elder IV, J., & Miner, G. (2009). Handbook of statistical analysis and data mining applications. Academic Press. Pyle, D. (2003). Business modeling and data mining. Morgan Kaufmann. Pyle, D. (2003). Business modeling and data mining. Morgan Kaufmann. Brennan, K. (2009). A Guide to the Business Analysis Body of Knowledge (BABOK Guide). IIBA.

Data da última atualização / Last Update Date

2024-02-16