Métodos de Ensino
A metodologia de avaliação permite que os alunos desenvolvam competências práticas e de investigação, em áreas específicas de Business Analytics, que o aluno percecione como relevantes para a sua formação, para a organização onde se insere ou área onde pretende desenvolver a sua carreira futura.
Para obter aproveitamento, terá de realizar obrigatoriamente 2 elementos de avaliação: TP1 e TP2.
TP1: utilização prática de um data set, de uma das ferramentas disponíveis para visualização de dados e à aplicação dos conhecimentos adquiridos para a elaboração de um conjunto de elementos de visualização que permitam tomada de decisão baseada nesses dados.
TP2: elaboração individual de um artigo científico sobre as temáticas abordadas em BA, nomeadamente, sobre as tendências mais relevantes e emergentes associadas à área.
A classificação final, CF, é obtida:
CF=1/2(TP1+TP2)
TP1 e TP2: classificações individuais sem arredondamento, escala de 0 a 20 valores
CF: arredondada às unidades
Resultados de Aprendizagem
Os desafios da análise de dados estão, hoje, muito centrados na promoção de uma verdadeira “cultura de dados” nas organizações, para além de um profundo conhecimento do negócio em que cada empresa/organização atua, o que, atuando em sintonia, permite a aplicação de políticas de tomada de decisão efetiva baseada em dados (data-drivendecision making). Ferramentas para visualização de dados, nomeadamente, numa perspetiva de uso self-service, em plataformas cloud, são hoje a regra: o acesso democrático aos dados é também um tema de discussão fundamental.
Nesta UC assumem especial ênfase os temas, aplicações e potencialidades de Business Analytics e os desafios relacionados com a tomada de decisão baseada em dados, que urge ultrapassar para que uma verdadeira cultura de dados possa emergir, nomeadamente: qualidade dos dados, processos de transformação de dados, atualização e visualização em tempo real e uso colaborativo dos dados e output gerado.
Programa
1 – Conceitos de Business Analytics e Cultura de Dados
1.1 – Ciclo de Análise de dados
1.2 Fontes de Dados
1.3 Transformação de dados
1.4 Qualidade dos dados
1.5 Curadoria dos Dados
1.6 Aspetos éticos do uso de dados e RGPD
2 – Visualização de Dados
2.1 Regras para a elaboração de visualização de dados
2.2 Ferramentas para visualização de dados
2.3 Planificação, monitorização e discussão do processo de visualização de dados
Estágio(s)
NAO
Bibliografia
Laursen, G. H., & Thorlund, J. (2016). Business analytics for managers: Taking business intelligence beyond reporting.John Wiley & Sons.
Few, S. (2019), The Data Loom: Weaving Understanding by Thinking Critically and Scientifically with Data, AnalyticsPress.
Few, S. (2019), Now You See It: Simple Visualization Techniques for Quantiative Analysis, Analytics Press.
Pochiraju, B., & Seshadri, S. (Eds.). (2019). Essentials of Business Analytics: An Introduction to the Methodology andIts Applications (Vol. 264). Springer.
Aparicio, M., & Costa, C. J. (2015). Data visualization. Communication design quarterly review, 3(1), 7-11.
M. Y. Santos e I. Ramos, Business Intelligence – da Informação ao Conhecimento – 3.a edição Atualizada, Editora FCA,2017. ISBN: 978-972-722-880.
Schniederjans, M. J., Schniederjans, D. G., & Starkey, C. M. (2014). Business analytics principles, concepts, andapplications with SAS: what, why, and how. Pearson Education.