PT
EN

Home
Disciplina detalhes

Business Analytics

Detalhes do curso

Conhecimentos de Base Recomendados

-
Objetivos

A. Definição de “Business Analytics” e descrição da sua importância no ambiente económico atual
B. Entender retrospetivamente a evolução de “Business Analytics” e aplicar demonstrativamente os conceitos inerentes aos sistemas de suporte à decisão e de “business intelligence”
C. Proporcionar o conhecimento da gestão dos dados em termos de identificação, preparação, classificação, modelação, análise e visualização decisionais e introduzir o conceito de “Data Science”
D. Aprender e compreender as diferentes categorias de “Analytics” relativamente à sua natureza, modelo funcional e aplicabilidade na resolução de problemas de negócio
E. Compreender e aplicar em casos de negócio concretos as metodologias, modelos e tecnologias que suportam o desenvolvimento e implementação de “Business Analytics” nas organizações.
Métodos de Ensino

A metodologia de ensino é essencialmente baseada nos métodos expositivo e participativo, focalizando-se na criação das condições propícias ao trabalho de aprendizagem e de pesquisa orientada por objetivos, promovendo a capacidade de resolução de problemas complexos e o trabalho de equipa, e recorrendo à apresentação, interpretação e resolução de casos práticos da realidade empresarial e a software especializado de apoio.
A apresentação das referências de mercado nos domínios da Business Intelligence/Analytics e de Machine Learning/Data Science, a relevância da relação com outras áreas de gestão de sistemas de informação, o uso de boas práticas nas diversas indústrias e a aprendizagem da utilização de instrumentos e métodos orientados à resposta e resolução de casos reais, corporizam a abrangência e adequabilidade do método de ensino utilizado.
Avaliação:
A avaliação contínua inclui um Teste individual escrito (55%) e um Trabalho prático individual ou em grupo (45%). A avaliação final inclui um exame individual (100%).
Estágio(s)

Não
Programa

1. Âmbito e definição
1.1 Retrospeção histórica
1.2 Os dados e a informação como ativo de valor
1.3 Business Intelligence e Analytics: definição e transição
1.4 A realidade Big Data: impactos e desafios
1.5 Exemplificação de casos de negócio
2. O processo de tomada de decisão
2.1 Níveis operacional, tático e estratégico
2.2 Modelo de suporte à decisão: problema de negócio, fontes, transformação e apresentação
3. As categorias de Analytics
3.1 Diagnóstico e Analítica descritiva: definição, modelo funcional e casos práticos em “Business Intelligence”
3.2 Analítica preditiva: definição, método e caso prático em “Data Mining” e Simulação
3.3 Analítica prescritiva: definição, modelos, técnicas e caso prático em Análise Decisional
4. A Visualização dos Dados
4.1 As técnicas de visualização dos dados
4.2 Tipologias de visualização: tabelas e matrizes, gráficos, dashboards e scorecards
4.3 A visualização de dados avançada: sistemas de informação geográficos e tridimensionalidade.
4.4 Aplicação de visualização de dados em casos práticos organizacionais
5. Analytics e Data Science
5.1 Multidisciplinaridade na Analítica de Dados
5.2 O universo da “Ciência dos Dados”: definição e ecossistema
5.3 O imperativo da Inteligência Artificial: o primado de Machine Learning e a autonomia das máquinas no desafio da aprendizagem
6. Enquadramento organizacional de Analytics
6.1 Áreas de negócio e sistemas de informação. Alinhamento e cooperação.
6.2 Posicionamento e estruturas organizacionais
6.3 Competências nucleares
6.4 Evolução tecnológica e análise de mercado
Demonstração de conteúdos

Para os objetivos de aprendizagem definidos de A a E, e face ao programa descrito de 1 a 6:
- 1 contribui para a concretização dos objetivos apresentados em A e B;
- 2 permite atingir os objetivos definidos em A e B;
- 3 viabiliza a concretização dos objetivos definidos em C, D e E;
- 4 proporciona a concretização dos objetivos apresentados em C e E
- 5 possibilita o cumprimento dos objetivos de aprendizagem descritos em C e E;
- 6 permite concretizar os objetivos de aprendizagem apresentados em F.
Demonstração da metodologia

Esta UC pretende proporcionar (nos diferentes níveis processual, informacional, humano e tecnológico) os conhecimentos necessários aos alunos para entenderem a importância da área de “business analytics” nas organizações, o respetivo contributo para a gestão da informação como ativo nuclear através da transformação dos dados em valor de negócio, e a aquisição de competências críticas na era atual de transformação digital.
Pretende-se assim com as metodologias de ensino propostas, que os estudantes adquiram capacidades que lhes permitam criar, desenvolver e implementar modelos e soluções de “business analytics” nas organizações, compreendendo a realização do valor, a indissociabilidade entre negócio e tecnologia, e desenvolvendo projetos orientados à resolução de problemas reais.
Docente(s) responsável(eis)

Hernâni Raul Vergueiro Monteiro Cidade Mourão - 2.º Semestre
Bibliografia

. Alpaydin, E. (2020), “Introduction to Machine Learning”, 4th edition, MIT Press
. Camm, J., Cochran, J. et all (2019), “Business Analytics” , Cengage Learning
. Deviln, B. (2013), “unBusiness Intelligence”, Technics Publications
. Eryurek, E. & Gilad U. (2021) ”Data Governance: The Definitive Guide”, O’Reilly
. Evans, J. (2019), “Business Analytics”, 3rd edition, Pearson
. Laursen, G. H. & Thorlund, J. (2016), “Business analytics for managers: Taking business intelligence beyondreporting”. John Wiley & Sons.
. Mount, G. (2021), “Advancing into Analytics: from Excel to Phyton and R”, O’Reilly
. Provost, F. & Fawcett, T., (2013), Data science for Business, 2nd edition, O´Reilly
. Powel , B. (2018), “Mastering Microsoft Power BI” , Packt Publishing.

Código

MGSI1201
Modo de Ensino

PRESENCIAL
ECTS

4.0
Duração

Semestral
Horas

28h Teórico-Práticas

Conteúdo atualizado em 21/03/2025 15:46