Currículo

Fundamentos de Business Analytics FBA

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

OA1. No final da UC, cada estudante deverá ter adquirido as competências necessárias a entender como usar big data e efetuar análise de dados para superar a concorrência das empresas tradicionais nos seus setores. OA2. Deve ainda ser capaz de definir e implementar relatórios analíticos e dashboards, considerando processos básicos de ETL, modelação analítica avançada e visualização eficaz de dados. OA3. Por fim, cada estudante deverá desenvolver aptidões sociais (soft skills), nomeadamente trabalho de equipa e colaboração, comunicação, pensamento crítico e ágil.

Programa

P1. Tomada de decisão baseada em dados. P2. Tipos de Analytics. P3. Tratamento, modelação e visualização de dados. P4. Apresentação / comunicação eficaz; capacidade de explicar modelos analíticos complexos e resultados. P5. Plataforma de Analytics Power BI.

Método de Avaliação

Avaliação ao longo do semestre: b) Trabalho individual I - ETL e Modelação Analítica (25%) - OA 1, 2 b) Trabalho individual II – DAX e Visualização de dados (45%) - OA 1, 2, 3 c) Discussão online do trabalho individual I e II (30%) - OA 1, 2, 3 A avaliação exige: a) presença em, pelo menos, 2/3 das aulas, e b) classificação final de 10 valores. Escala: 0-20 valores. A UC não tem exame final dado a sua natureza de projeto aplicado ao longo do semestre com situações reais.

Carga Horária

Bibliografia

Principal

• Aspin, A., Pro Power BI Desktop: Self-Service Analytics and Data Visualization for the Power User, 2020, 3rd ed. Edition, Apress., Deckler, G. & Powell, B., Microsoft Power BI Cookbook: Convert raw data into business insights with updated techniques, use cases, and best practices, 2024, 3 dn Ed., Packt Publishing. Microsoft, Microsoft Learn Power BI, n.a., Microsoft, https://learn.microsoft.com/en-us/training/powerplatform/power-bi Albright, S. & Winston, W., Business Analytics: Data Analysis & Decision Making, 2019, 7th Edition, South-Western College Pub. Berthold, M.R., Borgelt, C., Höppner, F., Klawonn, F. & Silipo, R., Guide to Intelligent Data Science: How to Intelligently Make Use of Real Data, 2020, 2nd Edition, Springer International Publishing. Knaflic, C. N., Storytelling com dados: um Guia Sobre Visualização de Dados Para Profissionais de Negócios, 2019, Alta Books.:

Secundária

• Janicijevic A., Power Query Cookbook, 2021, Packt Publishing. Groot, R. & Korte, M., The Definitive Guide to Power Query (M), 2024, Packt Publishing. Adamson C., Star Schema, 2010, McGraw-Hill Education. Russo M. & Ferrari A., The Definitive Guide to DAX, 2dn Ed., 2019, Microsoft Press. Russo M. & Ferrari A., DAX Patterns, 2dn Ed., SQLBI Corp. Knaflic C., Storytelling with Data, 2015, Wiley. McCandless, D., Knowledge is Beautiful, 2014, William Collins. Bahga, A. & Madisetti, V., Big Data Science & Analytics: A Hands-On Approach, 2016, VPT.:

Disciplinas de Execução