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

-

Objetivos Gerais / Objectives

Apresentar aos alunos as principais 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 a metodologia CRISP-DM; OA2. Perceber o processo de implementação de projetos de business analytics; OA3. Conhecer as principais ferramentas informáticas em business analytics; OA4. Conhecer algumas aplicações reais de business Analytics.

Conteúdos Programáticos / Syllabus

P1. Business analytics nas organizações P.1.1. Framework para a implementação P1.2. Metodologia CRISP-DM P1.3. Maturidade analítica P2. Aplicações de business analytics P2.1. Problemas com os dados P2.2. Problemas de business intelligence P2.3. Problemas de analytics

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 (P) com os objetivos de aprendizagem (OA), como a seguir se explicita: P1 -> OA 1, 2, 3, 4 P2 -> OA 1, 2, 3, 4

Avaliação / Assessment

1) Avaliação periódica: a) Trabalhos individual com apresentação oral e digital (70%) (OA 1, 2, 3, 4) b) Trabalho de grupo com possibilidade de discussão (30%) (OA 3, 4) Aprovação: a) mín. 7,5 valores em cada uma das provas; b) classificação final mín. 10 valores; e, c) assiduidade mínima de 4/5 das aulas 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 de problemas e soluções de business analytics ME3. Ativas, com realização de trabalho individual e de grupo ME4. Experimentais, em laboratório de informática, realizando análises sobre dados reais ME5. 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), 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 3, 4 ME5 -> OA 1, 2, 3, 4

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. - As frequências e os exames serão realizados presencialmente, quer se utilizem softwares/plataformas digitais ou não.

Bibliografia Principal / Main Bibliography

Camm, J., Cochran, J., Fry, M., Ohlmann, J., Business Analytics, 2021, Cengage, Laursen, Gert H. N. & Thorlund, Jesper, Business Analytics for Managers: Taking Business Intelligence Beyond Reporting, 2017, Second Edition, Wiley, Santos, M. & Ramos, I., Business Intelligence: Tecnologias da Informação na Gestão de Conhecimento, 2009, 2ª Edição, FCA., Schniederjans, M. J., Schniederjans, D. G., & Starkey, C. M., Business analytics principles, concepts, and application what, why, and how, 2014, Pearson, Venkatesan, R, Farris, P. Wilcox R., Cutting Edge Marketing Analytics: Real World Cases and Datasets for Hands On Learning, 2014, Pearson/FT Press,

Bibliografia Secundária / Secondary Bibliography

Brennan, K., A Guide to the Business Analysis Body of Knowledge (BABOK Guide), 2015, V3, Int'l Institute of Business Analysis (IIBA), Isson, J. P. & Harriott, J. (eds), Win with advanced business analytics: creating business value from your data, 2013, John Wiley & Sons, Palmatier, Robert & Sridhar, Shrihari, Marketing Strategy: Based on First Principles and Data Analytics, 2021, 2nd Edition, Bloomsbury Academic, Sharda, Ramesh, Dursun Delen & Efraim Turban, Business Intelligence and Analytics: Systems for Decision Support, 2015, 10th Edition, Pearson., Siegel, E., Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, 2016, Wiley, Winston, Wayne L., Marketing Analytics Data-Driven Techniques with Microsoft Excel, 2014, Wiley,

Data da última atualização / Last Update Date

2024-02-16