Ficha Unidade Curricular (FUC)
Informação Geral / General Information
Carga Horária / Course Load
Área científica / Scientific area
Estatística e Análise de Dados
Departamento / Department
Departamento de Métodos Quantitativos para Gestão e Economia
Ano letivo / Execution Year
2023/2024
Pré-requisitos / Pre-Requisites
Conhecimentos de data analytics ou ciência de dados. Power Automate Desktop instalado (Windows) – apenas uma aula.
Objetivos Gerais / Objectives
Compreensão de diferentes métodos analíticos aplicados à gestão; Compreender a relevância da gestão de processos de negócio e da automação; Capacidade de comunicação oral e escrita de trabalho realizado no âmbito dos métodos analíticos e ciência de dados aplicados à gestão.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1. Compreender os principais métodos analíticos; OA2. Compreender novas estruturas de dados (texto, espaciais, big data); OA3. Adquirir conhecimentos de BPM (Business Process Management) de forma a modelar processos de negócio; OA4. Adquirir conhecimentos de RPA (Robotic Process Automation); OA5. Conhecer as tendências em business analytics e em inteligência artificial; OA6. Refletir e discutir sobre a integração de métodos analíticos e da automação no processo de decisão.
Conteúdos Programáticos / Syllabus
P1. Tópicos Gerais P1.1. Ciência de Dados e Inteligência artificial P1.2. Ética e responsabilidade P1.3. Segurança e cibersegurança P1.4. Storytelling com dados P1.5. Outros tópicos e tendências P2. Casos de Uso Analíticos e Exemplos P2.1. Geomarketing (Análise Espacial) P2.2. Market Basket Analysis (Associações) P2.3. CRM Analítico (Modelos Preditivos) P2.4. Deteção de Riscos e Fraude (Análise de Redes) P2.5. Forecasting P3. Processos e automação P3.1. BPM (Business Process Management) P3.2. DPA (Digital Process Automation) P3.3. RPA (Robotic Process Automation) P3.4. Intelligent Automation com AI (Intelligent Document Processing) P3.5. IDP (Intelligent Document Processing) P3.6. Process mining
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
Esta demonstração de coerência decorre da interligação dos conteúdos programáticos (P) com os objetivos de aprendizagem (OA), como a seguir se explicita: P1 -> OA 1, 5, 6 P2 -> OA 1, 2, 5, 6 P3 -> OA 3, 4, 5, 6
Avaliação / Assessment
Avaliação periódica: a) Trabalho individual com apresentação digital e discussão (50%). Tema: Automatização de sistema de reclamações com recurso a ferramentas: Power Automate, AI Builder, To Do, Excel b) Trabalho de grupo (3 elemenntos) com apresentação e discussão (50%). Tema: Market Basket Analysis ou CRM Analítico (à escolha) / Dados: A facultar pela equipa docente A avaliação periódica exige: a) presença em, pelo menos, 2/3 das aulas, b) nota mínima de 7,5 valores nas duas provas, e c) classificação final de 10 valores. Escala: 0-20 valores. Dada a natureza prática dos conteúdos da UC, não está prevista a realização de exame.
Metodologias de Ensino / Teaching methodologies
São utilizadas as seguintes metodologias de ensino-aprendizagem (ME): ME1. Expositivas, para apresentação dos quadros teóricos de referência; ME2. Participativas, com análise e resolução de exercícios práticos; ME3. Ativas, com realização de trabalhos individuais e de grupo; ME4. Experimentais, em laboratório, com desenvolvimento e exploração de modelos em computador; ME5. Autoestudo, relacionado com o trabalho autónomo 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, 5 ME2 -> OA 1, 2, 3, 4, 5 ME3 -> OA 1, 2, 3, 4, 6 ME4 -> OA 1, 2, 3, 4, 5 ME5 -> OA 1, 2, 3, 4, 5, 6
Observações / Observations
Os alunos abrangidos pelo 'Regulamento Interno para Estudantes com Estatutos Especiais' deverão contactar o docente da UC, ou o Coordenador da mesma, na primeira semana de aulas de cada semestre, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC.
Bibliografia Principal / Main Bibliography
Dumas, M., La Rosa, M., Mendling, J. & Reijers, H., Fundamentals of Business Process Management, 2018, Second Edition, Springer, Gao, J., Fundamentals of Spatial Analysis and Modelling, 2022, CRC Press, Knaflic, C.N., Storytelling With Data: A Data Visualization Guide for Business Professionals, 2015, Wiley, Sharda, R., Delen, D. & Turban, E., Business Intelligence, Analytics, and Data Science: A Managerial Perspective, 2017, Fourth Edition, Pearson, Guilmette, A., Workflow Automation with Microsoft Power Automate: Use business process automation to achieve digital transformation with minimal code, 2022, 2nd Edition, Packt Publishing, Microsoft, Microsoft Power Automate, n.e., Microsoft, https://learn.microsoft.com/en-us/training/powerplatform/power-automate
Bibliografia Secundária / Secondary Bibliography
Iscte, Documentação a facultar pelo docente., 2023, Iscte, Bhaduri, S. N. & Fogarty, D., Advanced Business Analytics. Essentials for Developing a Competitive Advantage, 2016, Springer, Few, S., Information Dashboard Design: Displaying Data for At-a-Glance Monitoring, 2013, 2nd Edition, Analytics Press, Larose, D. T. & Larose C. D., Data Mining and Predictive Analytics, 2015, 2nd Edition, Wiley, Shammunul, I., Hands-On Geospatial Analysis with R and QGIS: A beginner's Guide to Manipulating, Managing, and Analyzing Spatial Data Using R and QGIS 3.2.2, 2018, Packt Publishing, Bornet, P., Barkin, I. & Wirtz, J., Intelligent Automation: Learn How to Harness Artificial Intelligence to Boost Business & Make Our World More Human, 2020, World Scientific Publishing, Krause, P., Democratizing RPA with Power Automate Desktop: Boost your Productivity by Implementing Best Practices for Automating Repetitive Desktop Processes, 2023, Packt Publishing,
Data da última atualização / Last Update Date
2024-02-16