SylabUZ

Wygeneruj PDF dla tej strony

Business Data Analysis - opis przedmiotu

Informacje ogólne
Nazwa przedmiotu Business Data Analysis
Kod przedmiotu 04.0-WZ-P-BDA-S18
Wydział Wydział Ekonomii i Zarządzania
Kierunek WEiZ - oferta ERASMUS
Profil -
Rodzaj studiów Program Erasmus
Semestr rozpoczęcia semestr zimowy 2018/2019
Informacje o przedmiocie
Semestr 1
Liczba punktów ECTS do zdobycia 5
Typ przedmiotu obowiązkowy
Język nauczania angielski
Sylabus opracował
  • dr inż. Marcin Relich
Formy zajęć
Forma zajęć Liczba godzin w semestrze (stacjonarne) Liczba godzin w tygodniu (stacjonarne) Liczba godzin w semestrze (niestacjonarne) Liczba godzin w tygodniu (niestacjonarne) Forma zaliczenia
Laboratorium 30 2 - - Zaliczenie na ocenę

Cel przedmiotu

Student is familiar with some methods and tools for data analysis.

Wymagania wstępne

None.

Zakres tematyczny

Some issues concerning data collection, data cleaning, data visualization, regression analysis, and business intelligence. The impact of data quality on the obtained results. Data analysis methods for multidimensional enterprise databases related to, for example, a customer relationship management system or enterprise resource planning system. Presentation of dedicated software for data analysis in business areas such as sales, purchasing, materials management, etc. Multidimensional data analysis with the use of tools based on OLAP technology.

Metody kształcenia

Software presentation in the computer lab, project method.

Efekty kształcenia i metody weryfikacji osiągania efektów kształcenia

Opis efektu Symbole efektów Metody weryfikacji Forma zajęć

Warunki zaliczenia

Credit of laboratory refers to the solution of 5 analyses in different business areas with the use of dedicated software for data analysis, including the selection of useful data, suitable data analysis methods, and interpretation of results. Student can get maximal 1 point for each analysis. Moreover, student should prepare written work with the presentation of data analysis methods that are suitable for a given data set, data acquisition related to the selected business processes, and data quality in the context of enterprise databases. Student can get maximal 5 points for the above-mentioned written work. The criteria for a grade: 0-5.0 points „2.0”, 5.1-6.0 points „3.0”, 6.1-7.0 points „3.5”, 7.1-8.0 points „4.0”, 8.1-9.0 points „4.5”, 9.1-10.0 points „5.0”.

Obciążenie pracą

Obciążenie pracą Studia stacjonarne
(w godz.)
Studia niestacjonarne
(w godz.)
Godziny kontaktowe (udział w zajęciach; konsultacjach; egzaminie, itp.) 45 -
Samodzielna praca studenta (przygotowanie do: zajęć, kolokwium, egzaminu; studiowanie literatury przygotowanie: pracy pisemnej, projektu, prezentacji, raportu, wystąpienia; itp.) 80 -
Łącznie 125 -
Punkty ECTS Studia stacjonarne Studia niestacjonarne
Zajęcia z udziałem nauczyciela akademickiego 2 -
Zajęcia bez udziału nauczyciela akademickiego 3 -
Łącznie 5 -

Literatura podstawowa

1. Grbich, C., Qualitative data analysis: An introduction. Sage, 2012.

2. Hanke J.E., Wichern D.W., Business Forecasting (9th Ed). Prentice Hall, 2008.

3. Hardy M.A., Bryman A., Handbook of Data Analysis. Sage, 2004.

4. Reichmann T., Controlling: concepts of management control, controllership, and ratios. Springer, 2012.

Literatura uzupełniająca

1. Carlberg C., Predictive Analytics. Que Publishing, 2012.

2. Dyche, Jill. The CRM handbook: A business guide to customer relationship management. Addison-Wesley Professional, 2002.

Uwagi

Lecturer: m.relich@wez.uz.zgora.pl


Zmodyfikowane przez dr Paweł Szudra (ostatnia modyfikacja: 16-04-2018 21:18)