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 business analytics P3. Ferramentas computacionais para business analytics P3.1 Business intelligence P3.2 Data analytics e inteligência artificial P3.3 Outras

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 apresentação digital e 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 iv) participação ao longo do semestre nas seguintes atividades (a confirmar pelo professor no início das aulas): dois workshops de ferramentas informáticas (8 horas cada; e.g., Python, KNIME, SPSS Modeler, SAS, Qlik, Power BI, Tableau); mesa-redonda organizada pelos alunos; dois seminários (e.g., business analytics talks) organizados pelos alunos; 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 apresentam-se e explicam-se 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 alunos 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

--

Bibliografia Secundária / Secondary Bibliography

--

Data da última atualização / Last Update Date

2026-05-28