Business Inteligence em Logística

Conhecimentos de Base Recomendados

Conhecimentos elementares de Excel. 

Métodos de Ensino

A metodologia de ensino promove o desenvolvimento de competências práticas e de investigação, em áreas específicas de Business Intelligence, que o estudante percepcione como relevantes para a sua formação, para a organização onde se insere ou área onde pretende desenvolver a sua carreira futura, sempre de natureza aplicada.

É aplicada uma abordagem “Problem Based Learning” e os alunos poderão utilizar os projetos desenvolvidos como parte do seu portfólio de trabalhos que confirmam as competências em diversas áreas de Data Analytics aplicado à logística.
Para obter aproveitamento, terá de realizar um trabalho em use um data set, garanta a qualidade dos dados e utilize uma ferramenta para visualização de dados, sendo esse trabalho destinado à aplicação dos conhecimentos adquiridos para a elaboração de um conjunto de elementos de visualização que permitam tomada de decisão baseada nesses dados. 

A natureza prática desta opção de ensino encontra-se alinhada com a natureza profissionalizante deste Mestrado. 

Resultados de Aprendizagem

OBJETIVOS

Os objetivos da UC de Business Intelligence em Logística são os seguintes:

– identificar conceitos e tendências fundamentais associados a BI e a BI em Logística;
– conhecer os componentes de um sistema de BI, metodologias para a sua implementação, uso e gestão em particular na área de Logística;
– conhecer e utilizar ferramentas de Self Service BI para visualização de dados em logística;
– compreender a relevância do uso de data warehouses em logística;
– Antecipar as tendências em BI em logística e permitir a ligação entre esta UC e as Unidades Curriculares seguintes.

COMPETÊNCIAS

Pretende-se que os estudantes, no final desta UC, tenham adquirido as seguintes competências: 
– saibam avaliar as novas tendências de BI em Logística e a sua aplicação às empresas e organizações
– dominem os componentes de um sistema de BI, metodologias para a sua implementação, uso e gestão em particular na área de Logística;
– utilizem, de forma eficiente, propondo soluções adaptadas à realidade de uma organização/empresa, a ferramenta Power BI aplicada à visualização de dados em logística;
– estejam aptos a sugerir contextos de aplicação de data warehouses em logística;
– Identifiquem novas tendências em BI em logística, para além do que foi objeto de estudo nesta UC, de modo a que apliquem esse conhecimento em contextos futuros.

 

 

Programa

P1 – O Business Intelligence e a integração em Logística
P2 – Componentes de um Sistema de Business Intelligence
P3 – Identificação de padrões nos dados logísticos e relato de tendências
P4 – Aplicações de Data Warehouse em Logística
P5 – Metodologias de implementação de um projeto de Business Intelligence
P6 – Novas tendências do BI em Logística

Docente(s) responsável(eis)

Maria Manuela de Sousa Freire

Métodos de Avaliação

A avaliação será composta por um trabalho dividido em 2 componentes: 

  • TP1 correspondente à preparação e análise prévia dos dados, garantindo a sua qualidade - individual
  • TP2 correspondente à visualização dos dados - poderá ser individual ou em grupo. 

CF= (TP1+TP2)/2

As notas das componentes TP1 e TP2 não serão arredondadas. 

Em TP1 e TP2 será realizada apresentação e discussão dos trabalhos de modo a que seja possível a aferição do conhecimento quanto aos temas abordados. A nota de cada estudante no trabalho de grupo poderá ser distinta da dos colegas uma vez que são colocadas questões de forma individual para proceder a essa distinção. 

Em contexto de Exame de Época Normal, de Recurso e em Época Especial, ambas as componentes, TP1 e TP2, devem ser realizadas de forma individual, mantendo-se as restantes caraterísticas dos trabalhos. 

Caso o estudante tenha realizado um dos trabalhos durante o semestre, a nota obtida é válida nas seguintes épocas e durante o ano letivo em apreço. 


    Estágio(s)

    NAO

    Bibliografia

    Bibliografia Fundamental

    • Tipi, N. (2021). Supply Chain Analytics and Modelling: Quantitative Tools and Applications. Kogan Page.
    • Vandeput, N. (2021). Data Science for Supply Chain Forecasting, 2nd Edition. De Gruyter.
    • Few, S.(2019).The Data Loom: Weaving Understanding by Thinking Critically and Scientifically with Data, AnalyticsPress.

    Complementary Bibliography

    • Pochiraju, B., & Seshadri, S. (Eds.).(2019).Essentials of Business Analytics: An Introduction to the Methodology and its applications (Vol. 264). Springer.
    • Stefanovic, N., & Stefanovic, D.(2009).Supply chain business intelligence: technologies, issues, and trends. In Artificial intelligence an international perspective (pp. 217-245). Springer, Berlin, Heidelberg.
    • Chae, B., & Olson, D. L.(2013).Business analytics for supply chain: A dynamic-capabilities framework. International, Journal of Information Technology & Decision Making, 12(01), 9-26.
    • Grabińska, A., & Ziora, L.(2019).The application of Business Intelligence systems in logistics. review of selected practical examples. System Safety: Human-Technical Facility-Environment, 1(1).