Business Intelligence

Não são necessários quaisquer pré-requisitos. 

A Unidade Curricular de Business Intelligence permite que os alunos tomem conhecimento, aprendam a gerir e desenvolvam a capacidade para propor soluções de Data Analytics, Data Visualization e, globalmente de Business Intelligence, em especial para pequenas e médias empresas. Para tal, e numa primeira fase, os alunos terão aulas de cariz teórico-prático onde aprendem a manipular ferramentas de Self Service Business Intelligence (como o Tableau) e a compreender a forma como devem ser apresentados e comunicados os dados de modo que sejam entendíveis pelo público.
Few (2019) refere que “não estamos ainda na Idade da informação mas sim na idade dos dados” e, atendendo à multiplicidade de dados disponíveis para facilitar o processo de decisão, os alunos terão
vantagem se estiverem aptos a, nas suas empresas, propor soluções mais eficientes e eficazes para a apresentação da informação. Posteriormente, tomarão contacto com a realidade de Data warehouses: para que servem, como são criados e casos de estudo.
A UC de Business Intelligence (BI) prevê a realização de algumas Palestras com convidados externos sobre temáticas de investigação atual (é fundamental que todas as UCs de Mestrado contribuam para que o aluno se sinta apto a realizar investigação) na área de BI, Business Analytics e casos de aplicação. entre outras.

A metodologia de ensino é essencialmente “problem-based learning” e “project-based learning” promovendo que os estudantes proponham soluções para problemas que são expostos nas aulas e que desenvolvam um projeto ao longo do semestre. Mesmo no que respeita à escrita de um artigo científico, ela baseia-se na metodologia de projeto já que o estudante terá de entregar diversas fases do seu trabalho e receber feedback relativamente a cada uma de modo a passar à seguinte. O objetivo é promover a investigação e a publicação de artigos de investigação com os estudantes, 
A metodologia de ensino permite que os alunos desenvolvam competências de investigação e práticas em áreas específicas de BI que o aluno prececione como sendo relevantes para a sua formação e/ou para a sua empresa.

Dada a crescente quantidade de informação, proveniente de múltiplas fontes, disponível às organizações torna-se imperativo sistematizar e estruturar essa informação por forma a ser utilizada de forma eficaz e eficiente no suporte à tomada de decisão. Assim, são objetivos desta unidade curricular:

– dar a conhecer as potencialidades dos processos de Business Intelligence e das Data Warehouses de suporte
– conhecer as atuais tecnologias de informação e as metodologias de desenvolvimento de soluções de Business Intelligence.
– conhecer as principais tendências de ferramentas para visualização de dados 
– saber utilizar uma ferramenta de visualização de dados e implementar todo o circuito de análise de dados, com sentido crítico das soluções a utilizar. 

A Unidade Curricular de Business Intelligence permite que os alunos adquiram competências:
1) de natureza científica e de investigação em business intelligence e analytics: atendendo à natureza do ciclo de estudos, considera-se fundamental que os alunos desenvolvam competências e conhecimento dos principais autores e estudos e tendências mais recentes sobre as temáticas desta área.

2) de natureza prática, nomeadamente, que os alunos tomem conhecimento, aprendam a gerir e desenvolvam a capacidade para propor soluções de Data Analytics, Data Visualization e, globalmente de Business Intelligence, em especial para pequenas e médias empresas.

Business intelligence (BI):
“A generic term to describe leveraging the organization’s internal and external information assets for making better business decisions.

in The Data Warehouse Toolkit: The complete guide to dimensional Modeling, 2nd edition, Ralph Kimbal,

Margy Ross, Ed. J. Wiley & sons, Inc, 2002, pp 393, 394

1. Introdução ao Business Intelligence
1.1 Conceitos
1.2 Tendências em BI 

2. Componentes de um Sistema de Business Intelligence

3. Identificação de padrões de amostras e relatar tendências
4. Data warehouses:
4.1 Modelagem Dimensional de Dados
4.2 Processo de Extração, Transformação e Carregamento de Dados (ETL)
4.3. Ferramentas Online Analytical Processing (OLAP)
5. Introdução ao Data Mining
6. Metodologias de implementação de um projeto de Business Intelligence

NAO

Bibliografia Fundamental:

Stephen Few, 2020, Now you see it: an introduction to Visual Data Sensemaking, 2nd edition, Analytics Press

Stephen Few, 2019, The Data Loom: Weaving Understanding by Thinking Critically and Scientifically with Data, 2019

M. Y. Santos e I. Ramos, 2017, Business Intelligence – da Informação ao Conhecimento – 3.a edição Atualizada, Editora FCA, ISBN: 978-972-722-880

E. Turban, R. Sharda, J. Aronson, D. King, 2016, Business Intelligence, Analytics, and Data Science: A Managerial Perspective, Pearson; 4th edition (December 12, 2016)

Artigos científicos

Bibliografia de consulta pontual

Sherman, Rick (2014). Business Intelligence Guidebook: From Data Integration to Analytics, Morgan Kaufmann, 1st edition ISBN: 978-0124114616

C. P. Caldeira, Data Warehousing – Conceitos e Modelos, Edições Silabo, 2009.

Shmueli, G., Patel, N. R., Bruce, P. C. (2010). Data Mining for Business Intelligence: Concepts, Techniques, and Applications in Microsoft Office Excel with XLMiner, 2.nd ed, John Willey and Sons

Kimball, Ralph and Ross, Margy. The Data Warehouse Toolkit: The Complete Guide to Dimensional Modeling (Second Edition). John Wiley & Sons, 2002.

R. Kimball, M. Ross, W. Thornthwaite, J. Mundy, B. Becker, The Data Warehouse Lifecycle Toolkit, 2nd Edition, Wiley, 2008.

Gangadharan, G., Swami, S. N. (2004). Business intelligence systems: design and implementation strategies, Information Technology Interfaces, 26th International Conference on (pp. 139-144). IEEE

Watson, Hugh J., Wixom, B. H. (2007). The Current State of Business Intelligence. IEEE Computer, 40(9), 96- 99

W. H. Inmon, Building the Data Warehouse (4th Ed edition), Hungry Minds Inc, 2005.