1. SylabUZ
2. Wydział Ekonomii i Zarządzania
3. semestr zimowy 2023/2024
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, prezentacja multimedialna, analiza studium przypadku.

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. Wyd. Biblioteka, Łódź 2017.
2. Kusleika, D., Wizualizacja danych: pulpity nawigacyjne i raporty w Excelu. Wyd. Helion SA, Gliwice 2023.
3. Makowska M. (red.), Analiza danych zastanych: przewodnik dla studentów. Wyd. Naukowe Scholar, Warszawa 2013.
4. Provost F., Analiza danych w biznesie: sztuka podejmowania skutecznych decyzji. Wyd. Helion, Gliwice 2023.
5. Trzaskalik T. (red.), Analiza i wspomaganie decyzji w praktyce gospodarczej. Wyd. Uniwersytet Ekonomiczny, Katowice 2016.

Literatura uzupełniająca

1. Grbich C., Qualitative data analysis: an introduction. Wyd. Sage, 2012.
2. Grigsby M., Marketing analytics: jak skutecznie korzystać ze statystyk, analiz, modeli i big data w marketingu. Wyd. PWN, Warszawa 2019.
3. Harding J., Qualitative data analysis: from start to finish. Wyd. Sage 2018.
4. Relich M., Decision support for product development. Wyd. Springer, 2020.
5. Storey D., Keasey K., Watson R., Wynarczyk P., The performance of small firms: profits, jobs and failures. Wyd. Routledge 2016.

Uwagi

Zmodyfikowane przez dr hab. inż. Marcin Relich, prof. UZ (ostatnia modyfikacja: 18-05-2023 16:46)