Ficha Unidade Curricular (FUC)

Informação Geral / General Information

Carga Horária / Course Load

Área científica / Scientific area

Marketing

Departamento / Department

Departamento de Marketing, Operações e Gestão Geral

Ano letivo / Execution Year

2023/2024

Pré-requisitos / Pre-Requisites

Nenhuns

Objetivos Gerais / Objectives

Pretende-se que os alunos, no final da unidade curricular, desenvolvam competências conceptuais e aplicacionais no âmbito da utilização de business intelligence e métodos de ciência de dados numa perspectiva de apoio à tomada de decisões em gestão e marketing empresarial

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

1. Compreender os fundamentos conceptuais da tomada de decisões em Marketing 2. Compreender os fundamentos da utilização da Ciência de Dados para decisões em Marketing 3. Descrever data mining como uma tecnologia de business intelligence 4. Descrever text mining e as suas aplicações ao marketing 5. Compreender como desenhar um sistema de Reporting para Marketing 6. Explorar algumas das tecnologias emergentes que podem impactar no business intelligence em Marketing

Conteúdos Programáticos / Syllabus

1. Sistemas de Apoio à Decisão em Marketing numa era do Big Data 2. O Papel da Ciência de Dados e da Inteligência Artificial Generativa na tomada de decisão em Marketing 3. Data Mining e o CRM Analítico para Business Intelligence 4. Text e Web Mining e as suas aplicações ao Marketing 5. Sistemas de Reporting para Marketing 6.Tendencias Emergentes e Impactos em Business Intelligence

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 com os objetivos de aprendizagem (OA), como a seguir se explicita: OA1- Ponto do Programa:1 OA2- Ponto do Programa:2 OA3- Ponto do Programa:3 OA4- Ponto do Programa:4 OA5- Ponto do Programa:5 OA6- Ponto do Programa:6

Avaliação / Assessment

Época Normal: avaliação periódica, assiduidade min.2/3 - a) Exame individual 50% b) Discussão Individual do Trabalho Final de Grupo (35%) c) Relatório Final do Grupo (15%). Nota min 7,5 em cada prova ou conjunto de provas individuais. Aprovação na UC: nota final min 10. Alunos que optem apenas por exame individual, ponderação 100%, nota min de 10. Época de Recurso: para alunos que reprovarem na época normal, ou alunos que pretendem melhoria de nota, exame com ponderação de 100%, nota min 10. Não há recurso a prova oral para melhoria de nota.

Metodologias de Ensino / Teaching methodologies

Aluno deverá desenvolver competências de análise, síntese, pesquisa, crítica, comunicação escrita e oral. Serão utilizadas as seguintes metodologias de ensino-aprendizagem(ME): 1.Expositivas para apresentação de quadros teóricos de referência; 2.Participativas com análise e resolução de exercícios práticos, análise e discussão de casos de estudo, e textos de apoio e leitura; 3.Activas com realização de trabalhos individuais e de grupo; 4.Auto-estudo relacionadas com o trabalho autónomo do aluno.

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 objectivos de aprendizagem, pelo que, na grelha a seguir, apresenta-se as principais interligações entre as metodologias de ensino-aprendizagem e os respectivos objectivos. Metodologias de ensino-aprendizagem (MEA) Objectivo de aprendizagem (0A) 1.Expositivas, para apresentação dos quadros teóricos de referência Todos 2.Participativas, com análise e resolução de exercícios práticos Todos 3. Participativas, com análise e discussão de casos de estudo, e textos de apoio e leitura Todos 4.Activas, com realização de trabalhos individuais e de grupo Todos 5.Auto-estudo, relacionadas com o trabalho autónomo do aluno, tal como consta no Planeamento das Aulas. Todos

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

Fawcett, T., & Provost, F. (2018). Data Science para Negócios: O que você precisa saber sobre mineração de dados e pensamento analítico de dados. Alta Books Editora (versão brasileira). Maheshwari, A. (2019). Data Analytics Made Accessible: 2019 Edition. Amazon Digital Services LLC. Shane Corbitt, Mastering ChatGPT for Beginners: How to Harness the Power of AI Language Models for Your Personal and Professional Growth, 2023, Corbitt S. (2023). Mastering ChatGPT for Beginners: How to Harness the Power of AI Language Models for Your Personal and Professional Growth. Kindle Edition,

Bibliografia Secundária / Secondary Bibliography

Data da última atualização / Last Update Date

2024-02-16