Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Sistemas de Informação

Departamento / Department

Departamento de Ciências e Tecnologias da Informação

Ano letivo / Execution Year

2025/2026

Pré-requisitos / Pre-Requisites

São necessários conhecimentos de Business Intelligence e de modelação dimensional. Recomenda-se a frequência na UC de Sistemas de Informação Analíticos I.

Objetivos Gerais / Objectives

"Dotar os alunos da capacidade de desenhar e desenvolver aplicações de Business Intelligence (BI) no contexto de um programa de Data Warehouse, com base em modelos de dados analíticos. Apresentar aos alunos os fundamentos do desenho e desenvolvimento dos diferentes tipos de aplicações de Business Intelligence: exploração ad hoc, reports standards, aplicações analíticas, dashboards e scorecards. Pretende-se que os alunos desenvolvam a capacidade de desenhar e criticar diferentes aplicações de BI para o apoio à decisão a nível operacional, tático e estratégico. Os alunos devem igualmente ser capazes de implementar aplicações de BI eficazes para a tomada de decisão baseada em dados, aplicando as boas práticas de visualização de dados."

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

Para obter sucesso nesta UC o aluno deverá ser capaz de: OA1. Conhecer os princípios fundamentais de desenho dos diferentes tipos de aplicações de Business Intelligence para a tomada de decisão baseada em dados OA2. Definir métricas de desempenho com diferentes níveis de agregação OA3. Desenhar e desenvolver dashboards, reports standard e scorecards para a tomada de decisão com recurso a várias ferramentas OA4. Integrar num ambiente de um sistema de data warehouse/ business intelligence serviços de processamento analítico OA5. Aplicar os princípios fundamentais de visualização de dados para sistemas de Business Intelligence e de apoio à decisão OA6. Comparar e criticar diferentes interfaces de Business Intelligence

Conteúdos Programáticos / Syllabus

CP1. Ciclo analítico para a tomada de decisão baseada em dados CP2. Tipos de aplicações de Business Intelligence CP3. Desenho de métricas de desempenho (incluindo KPI) CP4. Metodologia e boas práticas para o desenvolvimento de dashboards CP5. Metodologia e boas práticas para o desenvolvimento de scorecards CP6. Desenho e desenvolvimento de reports standard CP7. Processamento analítico de dados (OLAP) CP8. Exploração de dados no âmbito de sistemas de data warehouse/ business intelligence CP9. Princípios de visualização de dados aplicados ao desenho de interfaces de Business Intelligence

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

Os conteúdos programáticos estão alinhados com os objetivos de aprendizagem (OA) da UC através das seguintes dependências: OA1 (princípios fundamentais de aplicações de BI): CP1, 2, 3, 4, 5, 6, 7 e 9 OA2 (métricas de desempenho): CP3 OA3 (dashboards, reports e scorecards): CP2, 3, 4, 5, 6, 7 e 9 OA4 (processamento analítico em DW/BI): CP7 e 8 OA5 (princípios de visualização de dados): CP9 OA6 (comparar e criticar): CP2, 3, 4, 5, 6, 7 e 9 Para que os alunos desenvolvam a capacidade de desenhar, implementar e criticar diferentes aplicações de BI é necessário que conheçam os fundamentos teóricos de DW e de BI relativamente ao desenho de aplicações de BI para a exploração analítica de dados (CP1, 2, 3, 4, 5, 6, 7 e 8) e que apliquem adequadamente os princípios de visualização de dados para uma eficaz tomada de decisão (CP9).

Avaliação / Assessment

O aluno dispõe de dois métodos de avaliação: avaliação ao longo do semestre e avaliação por exame (para 100% da nota). Dado o carácter prático desta UC, recomenda-se o método de avaliação ao longo do semestre que inclui o desenvolvimento de um trabalho prático. A avaliação ao longo do semestre é composta pelas seguintes componentes: - Trabalho prático (em grupo): 80% - Teste individual (frequência): 20% Nota mínima de 10 em todas as componentes. Os grupos de trabalho são de 3 a 4 elementos. Não há possibilidade de realização de trabalhos práticos individuais. Para os alunos do MSIAD, os grupos de trabalho devem ser os mesmos da UC de Sistemas de Informação Analíticos II. O trabalho prático deve ser entregue no final do período letivo. As orais para a discussão dos trabalhos práticos serão realizadas via Zoom, numa data a combinar com cada grupo. Todas as orais têm de estar concluídas antes da data do teste (frequência) a realizar na 1ª época de avaliação. Alternativamente o aluno pode ser avaliado por um exame final que vale 100% da nota, em 1ª época, 2ª época e época especial. Passam a ser avaliados por exame em 1ª época (contando 100% da nota) os alunos que não cumprirem a nota mínima do trabalho de grupo. O exame de 2ª época constitui sempre 100% da nota e pode ser realizado: (a) por quem em 1ª época não obteve nota positiva ou não foi avaliado; (b) para melhoria de nota (requer inscrição na secretaria).

Metodologias de Ensino / Teaching methodologies

Nas aulas teóricas (T) são aplicadas metodologias expositivas para apresentação dos fundamentos teóricos de DW e BI relevantes para o desenvolvimento de aplicações de BI para a tomada de decisão. As aulas Teórico/práticas (TP) são participativas, promovendo-se a discussão e debate sobre diferentes casos de estudo. As aulas TP são também experimentais, permitindo a exploração de diferentes técnicas e ferramentas para o desenho e desenvolvimento de aplicações de BI. São também aplicadas dinâmicas de grupo para a realização de exercícios utilizando diferentes ferramentas. É fundamental que os alunos realizem o trabalho autónomo ao longo do semestre, em particular a leitura da bibliografia recomendada antes das aulas teóricas. O alinhamento entre os objetivos de aprendizagem e cada metodologia de ensino-aprendizagem definidas para a UC é realizado da seguinte forma: ME1: OA1, 2, 3, 4 e 5 ME2: OA2, 3, 4 e 5 ME3: OA1, 2, 3, 4, 5 e 6 ME4: todos os OA

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

O processo de ensino-aprendizagem inclui quatro metodologias (ME): ME1: Expositiva, para a apresentação dos conceitos teóricos de DW e BI relativos ao desenho e desenvolvimento de aplicações de BI. ME2: Demonstrativa ou experimental para a exploração de diferentes ferramentas de software para o desenvolvimento de aplicações de BI. ME3: Participativa, para o desenvolvimento de trabalho prático e discussão crítica de casos de estudo de diferentes aplicações de BI. ME4: Auto-estudo, relacionadas com o trabalho autónomo do aluno, tal como consta no Planeamento das Aulas.

Observações / Observations

--

Bibliografia Principal / Main Bibliography

- Cardoso, E. (2023) Business Intelligence e a gestão de performance. Iscte. - Setlur, V. and Cogley, B. (2022) Functional Aesthetics for Data Visualization. Wiley, USA. - Tominski, C. and Schumann, H. (2019) Interactive Visual Data Analysis. CRC Press - R. Kimball, M. Ross, W. Thornthwaite, J. Mundy, and B. Becker (2008) The Data Warehouse Lifecycle Toolkit - practical techniques for building data warehouse and business intelligence systems, 2nd ed. John Wiley & Sons, USAPress, UK - Wexler, S., Shaffer, J., and Cotgreave, A. (2017) The Big Book of Dashboards: Visualizing Your Data Using Real-World Business Scenarios. Wiley - Microsoft Power BI Self-paced Learning https://docs.microsoft.com/en-us/power-bi/guided-learning/ - Tableau self-paced Learning https://www.tableau.com/learn

Bibliografia Secundária / Secondary Bibliography

- Preece, J., Rogers, Y., and Sharp, H., (2007) - Interaction Design: Beyond HCI. Wiley - Nussbaumer Knaflic, C. (2015) Storytelling with data: a data visualization guide for business professionals. Wiley, USA. - Nussbaumer Knaflic, C. (2019) Storytelling with data: let’s practice! Wiley, USA. - Cairo, A. (2016). The Truthful Art: Data, Charts, and Maps for Communication. New Riders. - Evergreen, Stephanie (2016). Effective Data Visualization: The Right Chart for the Right Data. USA. SAGE Publications Ltd - R. Kaplan, D. Norton (2008) The Execution Premium: Linking Strategy to Operations for Competitive Advantage. Harvard Business School Press. Versão traduzida em Português: Prémio de Execução, Edição de Actual Editora, 2009 - Caldeira, J. (2010). Dashboards: Comunicar eficazmente a informação de gestão. Edições Almedina. - Few, S. (2006) Information Dashboard Design - the effective visual communication of data. O´Reilly.

Data da última atualização / Last Update Date

2025-07-22