1. SylabUZ
2. Wydział Ekonomii i Zarządzania
3. semestr zimowy 2022/2023
4. Zarządzanie - drugiego stopnia z tyt. magistra
5. Analiza danych w MŚP

Wygeneruj PDF dla tej strony

Analiza danych w MŚP - opis przedmiotu

Cel przedmiotu

Celem przedmiotu jest przekazanie studentom wiedzy dotyczącej problematyki analizy danych z uwzględnieniem specyfiki małych i średnich przedsiębiorstw (MŚP) oraz nabycie umiejętności wykorzystania standardowego oprogramowania wspomagającego analizę danych w MŚP.

Wymagania wstępne

Zapisz zmiany

Brak.

Zakres tematyczny

Wykład: Źródła danych w MŚP: dane pierwotne i wtórne, wewnętrzne i zewnętrzne. Korzyści i ograniczenia wynikające z pozyskania danych poprzez system informatyczny przedsiębiorstwa. Problematyka jakości danych. Metody i modele analizy danych w aspekcie MŚP. Wielowymiarowa analiza danych.

Laboratorium: Wykorzystanie standardowego oprogramowania (m.in. arkusza kalkulacyjnego) do przeprowadzenia analizy danych. Interpretacja i prezentacja wyników analizy danych. Wielowymiarowa analiza danych w różnych obszarach działalności przedsiębiorstwa (np. sprzedaży, controllingu, zakupów, gospodarki magazynowej).

Metody kształcenia

Wykład: wykład konwencjonalny, pokaz (prezentacja oprogramowania).

Ćwiczenia laboratoryjne w pracowni komputerowej.

Efekty uczenia się i metody weryfikacji osiągania efektów uczenia się

Opis efektu	Symbole efektów	Metody weryfikacji	Forma zajęć

Warunki zaliczenia

Zaliczenie wykładu obejmuje problematykę doboru adekwatnych metod i modeli oraz narzędzi informatycznych do przeprowadzenia analizy danych w MŚP. Zaliczenie jest w formie pisemnej i składa się z 10 pytań. Zasady ustalania oceny są następujące: 0-5 pkt. „ndst”, 5,5-6 pkt. „dst”, 6,5-7 pkt. „dst+”, 7,5-8 pkt. „db”, 8,5-9 pkt. „db+”, 9,5-10 pkt. „bdb”.

Studenci zobowiązani są do aktywnego i systematycznego uczestniczenia w wykładach i laboratoriach. W przypadku nieobecności należy uzgodnić z prowadzącym sposób odrobienia zaległego laboratorium.

Zaliczenie zajęć laboratoryjnych obejmuje zagadnienia właściwego doboru danych do analizy z bazy danych przykładowego przedsiębiorstwa, a także poprawnego doboru metod i modeli oraz narzędzi informatycznych do wyznaczenia analiz ekonomicznych, a następnie interpretacji wykonanych analiz. Ocena końcowa z zajęć laboratoryjnych uzależniona jest od:

-          kolokwium (80% oceny końcowej),

-          aktywnego udziału w zajęciach oraz systematycznej pracy studenta podczas całego semestru (20% oceny końcowej).

Zakres punktowy dla oceny z zajęć laboratoryjnych jest taki sam jak przy zaliczeniu wykładu.

Na ocenę końcową przedmiotu składa się ocena z laboratorium (50%) i wykładu (50%). Warunkiem zaliczenia przedmiotu są pozytywne oceny z laboratorium i wykładu.

Literatura podstawowa

1. Dobrowolska B., Praktyczne aspekty analizy danych w biznesie. Wydawnictwo Biblioteka, Łódź 2017.
2. Makowska M. (red.), Analiza danych zastanych: przewodnik dla studentów. Wydawnictwo Naukowe Scholar, Warszawa 2013.
3. Provost F., Analiza danych w biznesie. Wydawnictwo Helion, Gliwice 2015.
4. Trzaskalik T. (red.), Analiza i wspomaganie decyzji w praktyce gospodarczej. Wyd. Uniwersytet Ekonomiczny, Katowice 2016.

Literatura uzupełniająca

1. Carlberg C., Predictive analytics. Que Publishing, 2012.
2. Grbich, C., Qualitative data analysis: An introduction. Sage, 2012.
3. Hydzik P., Sobolewski M., Komputerowa analiza danych społeczno-gospodarczych. Oficyna Wydawnicza Politechniki Rzeszowskiej, Rzeszów 2007.
4. Relich M., Decision support for product development. Springer, 2020.

Uwagi

Zmodyfikowane przez dr Paweł Szudra (ostatnia modyfikacja: 23-05-2022 20:27)