Currículo

Aplicações de Business Analytics 03627

Contextos

ECTS

6.0 (para cálculo da média)

Objectivos

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 algumas aplicações reais de business analytics.

Programa

P1. 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 analytics P3. Ferramentas computacionais para business analytics P3.1 Business intelligence P3.2 Data analytics and inteligência Artificial P3.3 Outros

Método de Avaliação

1) Avaliação ao longo do semestre: a) Dois cursos de e-learning (7,5% + 7;5%) - OA 1, 2 b) Trabalho individual com apresentação oral e digital (50%) - OA 1, 2, 3 c) Trabalho de grupo com possibilidade de discussão (35%) - OA 2, 3 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 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.

Carga Horária

Bibliografia

Principal

• Camm, J., Cochran, J., Fry, M., Ohlmann, J. (2024). Business Analytics, 5th Edition, Cengage. ISBN: 978-0357902202. Laursen, Gert H. N. & Thorlund, Jesper (2017)., Business Analytics for Managers: Taking Business Intelligence Beyond Reporting, 2nd Edition, Wiley. ISBN: 978-1119298588.:

Secundária

• Brennan, K. (2015). A Guide to the Business Analysis Body of Knowledge (BABOK Guide), V3, Int'l Institute of Business Analysis (IIBA). Isson, J. P. & Harriott, J. (eds) (2013). Win with advanced business analytics: creating business value from your data, John Wiley & Sons, Palmatier, Robert & Sridhar, Shrihari (2021). Marketing Strategy: Based on First Principles and Data Analytics, 2nd Edition, Bloomsbury Academic. Roberts, Terisa & Tonna, Stephan J. (2022). Risk Modeling: Practical Applications of Artificial Intelligence, Machine Learning, and Deep Learning, Wiley. ISBN 978-1119824930. Santos, M. & Ramos, I. (2009). Business Intelligence: Tecnologias da Informação na Gestão de Conhecimento, 2ª Edição, FCA. Schniederjans, M. J., Schniederjans, D. G., & Starkey, C. M. (2014). Business analytics principles, concepts, and application what, why, and how, Pearson. Sharda, Ramesh, Dursun Delen & Efraim Turban (2015). Business Intelligence and Analytics: Systems for Decision Support, 10th Edition, Pearson. Siegel, E. (2016). Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die, Wiley. Venkatesan, R, Farris, P. Wilcox R. (2014). Cutting Edge Marketing Analytics: Real World Cases and Datasets for Hands On Learning, Pearson/FT Press.:

Disciplinas de Execução