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
Ano letivo / Execution Year
2026/2027
Pré-requisitos / Pre-Requisites
--
Objetivos Gerais / Objectives
Apresentar aos alunos as principais ferramentas computacionais, aplicações e potencialidades do business analytics nas organizações.
Objetivos de Aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes) / Learning outcomes
OA1. Conhecer conceitos e metodologias de business analytics, com foco no problema de negócio (e.g., CRISP-DM); OA2. Conhecer e descrever as principais ferramentas computacionais em business analytics; OA3. Conhecer e descrever algumas aplicações reais de business analytics.
Conteúdos Programáticos / Syllabus
Business analytics nas organizações P1.1. Conceitos P.1.2. Framework para a implementação P1.3. Metodologia CRISP-DM P1.4. Maturidade analítica P1.5. Outros tópicos (e.g., ética, sustentabilidade) P2. Aplicações de business analytics P2.1. Problemas com os dados P2.2. Problemas de business intelligence P2.3. Problemas de analytics P3. Ferramentas computacionais para business analytics P3.1 Business intelligence P3.2 Data analytics and inteligência artificial P3.3 Outros
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 (P) com os objetivos de aprendizagem (OA). De facto, no P1 apresenta-se uma overview do que é e o que envolve o business analytics, o que vai de encontro ao OA1. No P2, com a participação em seminários, visitas de estudo, workshops com convidados ilustram-se de diferentes aplicações reais de business analytics (do problema à implementação), o que vai de encontro ao OA3, mas também ao OA1 e OA2. Por fim, no P3 são apresentadas diferentes ferramentas usadas em business analytics, recorrendo a workshops e a cursos de e-learning, o que vai de encontro ao OA2. P1 -> OA 1 P2 -> OA 1, 2, 3 P3 -> OA 2
Avaliação / Assessment
1) Avaliação ao longo do semestre: a) Dois cursos de e-learning (5% + 5%) - OA 1, 2 b) Trabalho individual com apresentação oral e digital (50%) - OA 1, 2, 3 c) Trabalho de grupo com possibilidade de discussão (40%) - OA 2, 3 Aprovação: i) mín. 7,5 valores nos elementos b) e c); ii) assiduidade em 4/5 das aulas; iii) classificação final mín. 10 valores; e, ii) assiduidade mínima de 4/5 das aulas, e iv) nd iv) participação ao longo do ano nas seguintes atividades: dois workshops de ferramentas informáticas (8 horas cada; e.g., Python, KNIME, SPSS Modeler, SAS, Qlik, Power BI, Tableau); mesa-redonda organizada pelos estudantes; dois seminários (e.g., business analytics talks) organizados pelos estudantes; e dois open days. Escala: 0-20 valores Dada a natureza dos conteúdos e objetivos da UC, em que se privilegia o contacto com profissionais ao longo do semestre, 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 de problemas e soluções de business analytics ME3. Ativas, com realização de trabalho individual e de grupo ME4. Autoestudo, 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 (ME) visam o desenvolvimento das principais competências de aprendizagem dos alunos que permitam cumprir com cada um dos objetivos de aprendizagem (OA). Em todas as aulas teórico-práticas se apresentam e explicam os conceitos, metodologias, ferramentas e casos de uso reais (ME 1), reforçadas com a realização de cursos online e de outros elementos de avaliação (ME 3, 4), e com a interação com profissionais convidados, quer em seminários ou visitas de estudo (ME 2). Deste modo, concretizam-se os OA 1, 2 e 3. Com a realização de trabalho individual, entrevista a um profissional de business analytics, (ME 3) e com o auto-estudo (ME 4), nomeadamente, através da realização de cursos online e consulta de sites de empresas (e.g., consultoras), os estudantes conhecem aplicações reais de business analytics (OA 3) e diferentes problemas de negócio, metodologias e ferramentas inerentes (OA1, 2), levando à concretização do OA 3 e reforçando os OA 1, 2. Com a realização de trabalho de grupo (ME 3), que foca a identificação e descrição de um problema de negócio e a utilização de ferramentas computacionais para algumas tarefas de análise exploratória de dados no contexto do problema identificado, e com autoestudo (leituras, prática de ferramentas, tutoriais,…) (ME 4), concretizam-se os OA 1, 2. ME1 -> OA 1, 2, 3 ME2 -> OA 1, 2, 3 ME3 -> OA 1, 2, 3 ME4 -> OA 1, 2, 3
Observações / Observations
- Os alunos abrangidos pelo Regulamento Interno para Estudantes com Estatutos Especiais deverão contactar com o docente da UC, ou com o Coordenador da mesma, na primeira semana de aulas de cada semestre, com vista ao enquadramento dos processos de aprendizagem e avaliação na UC. - Utilização de ferramentas de IA: quando os estudantes utilizam ferramentas de IA para produzir conteúdo para os seus trabalhos, devem atribuir esta nota identificando as ferramentas, os prompts utilizados e os comentários/avaliações sobre a sua utilização.
Bibliografia Principal / Main Bibliography
Jung, Dominik (2024). The Modern Business Data Analyst: A Case Study Introduction with CRISP-DM and R into Business Data. Springer. ISBN 978-3031599064. | Kumar, Arun (2024). Insights, Strategies, and Applications of Business Analytics. Cambridge Scholars Publishing. ISBN 978-1036400231. | Richardson, Vernon J., & Watson, Marcia W. (2024). Introduction to Business Analytics. McGraw-Hill. ISBN 978-1266189142. | Roberts, Terisa, & Tonna, Stephan J. (2022). Risk Modeling: Practical Applications of Artificial Intelligence, Machine Learning, and Deep Learning. Wiley. ISBN 978-1119824930.
Bibliografia Secundária / Secondary Bibliography
Brennan, K. (2015). A Guide to the Business Analysis Body of Knowledge (BABOK Guide), Version 3. International Institute of Business Analysis (IIBA). | Camm, J., Cochran, J., Fry, M., & Ohlmann, J. (2024). Business Analytics. 5th ed. Cengage. ISBN: 978-0357902202. | Isson, J. P., & Harriott, J. (eds.) (2013). Win with Advanced Business Analytics: Creating Business Value from Your Data. John Wiley & Sons. ISBN: 978-1118370605. | Laursen, Gert H. N., & Thorlund, Jesper (2017). Business Analytics for Managers: Taking Business Intelligence Beyond Reporting. 2nd ed. Wiley. ISBN: 978-1119298588. | Olson, David, Wu, Desheng Dash, Luo, Cuicui, & Nabavi, Majid (2024). Business Analytics with R and Python. Springer. ISBN: 978-9819747719. DOI: 10.1007/978-981-97-4772-6. | Palmatier, Robert, & Sridhar, Shrihari (2020). Marketing Strategy: Based on First Principles and Data Analytics. 2nd ed. Bloomsbury Academic. ISBN: 978-1350305281. | Pressman, A. (2019). Design Thinking: A Guide to Creative Problem Solving for Everyone. Routledge. ISBN: 978-1138673458. | Schniederjans, M. J., Schniederjans, D. G., & Starkey, C. M. (2014). Business Analytics: Principles, Concepts, and Application – What, Why, and How. Pearson. ISBN: 978-0133552249. | Sharda, Ramesh, Delen, Dursun, & Turban, Efraim (2015). Business Intelligence and Analytics: Systems for Decision Support. 10th ed. Pearson. ISBN: 978-0133050905. | Siegel, E. (2016). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die. Wiley. ISBN: 978-1119145677. | Weber, F. (2023). Artificial Intelligence for Business Analytics: Algorithms, Platforms and Application Scenarios. Springer. ISBN: 978-3658375980.
Data da última atualização / Last Update Date
2026-05-28