Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Marketing

Departamento / Department

Ano letivo / Execution Year

2016/2017

Pré-requisitos / Pre-Requisites

Não Existem

Objetivos Gerais / Objectives

Apresentar aos alunos aplicações de métodos e métricas analíticos de marketing Introduce students to methods and metrics of marketing analytics

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

OA1. Perceber os conceitos e aplicações de big data analytics OA2. Compreender e aplicar métodos analíticos na esfera social, digital e na Web OA3. Utilizar aplicações de Sentiment Analysis OA4. Aprender aplicações de visual mining

Conteúdos Programáticos / Syllabus

CP1.Análise de Big Data em Marketing CP1.1. Integrando Big Data com Fontes de Dados Tradicionais CP1.2 Ferramentas e Sistemas: Explorando Ferramentas Analíticas Avançadas CP2.Métodos Analíticos em Mídia Social e Digital CP2.1 Web Analytics: Técnicas e Ferramentas CP2.2 Insights em Mídia Social: Para além das Análises Tradicionais CP3. Análise de Texto Avançada em Marketing CP3.1 Análise de Sentimento: Técnicas e Aplicações CP3.2 NLP em Marketing CP4. Visualização e Tomada de Decisão em Marketing CP4.1 Visualização Avançada: Técnicas para Dados Complexos CP4.2 Suporte à Decisão: Análise para decisões Estratégicas CP5. Tendências Futuras e Considerações Éticas em Análise de Marketing CP5.1 IA e "Aprendizagem da Máquina": Implicações para o Marketing PC5.2 Marketing Ético: Desafios e Considerações

Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da UC / Evidence that the curricular unit's 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: CP1 -> OA 1 CP2 -> OA 2 CP3 -> OA 3 CP4 -> OA 4

Avaliação / Assessment

A avaliação contínua inclui a realização de: a) Teste com ponderação de 40%. (OA 1, 2, 3, 4). b) Trabalhos de grupo com ponderação de 60%. (OA 2, 3, 4). A avaliação contínua exige a presença em, pelo menos, 80% das aulas. Os alunos em avaliação contínua que não obtenham a nota mínima de 10 valores no teste individual e de 10 nos trabalhos serão remetidos para exame final.

Metodologias de Ensino / Teaching methodologies

Serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME): ME1. Expositivas, apresentação dos quadros teóricos de referência. ME2. Participativas, análise e resolução de exercícios de aplicação . ME3. Ativas, realização de trabalhos de grupo ME4. Experimentais, em laboratório, com desenvolvimento e exploração de "modelos" em computador ME5. 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, 4 ME2 -> OA 1, 2, 3, 4 ME3 -> OA 1, 2, 3, 4 ME4 -> OA 1, 2, 3, 4 ME5 -> OA 1, 2, 3, 4

Observações / Observations

.

Bibliografia Principal / Main Bibliography

Sharda, Ramesh, Dursun Delen, Efraim Turban (2015) Business Intelligence and Analytics: Systems for Decision Support (10/E). Pearson. Sharda, Ramesh, Dursun Delen, Efraim Turban (2014) Business Intelligence. A Managerial Perspective on Analytics (3/E). Pearson.

Bibliografia Secundária / Secondary Bibliography

Data da última atualização / Last Update Date

2025-02-28