Moduł oferowany także w ramach programów studiów:
Informacje ogólne:
Nazwa:
Podstawy business intelligence
Tok studiów:
2019/2020
Kod:
EAiR-1-609-s
Wydział:
Elektrotechniki, Automatyki, Informatyki i Inżynierii Biomedycznej
Poziom studiów:
Studia I stopnia
Specjalność:
-
Kierunek:
Automatyka i Robotyka
Semestr:
6
Profil:
Ogólnoakademicki (A)
Język wykładowy:
Polski
Forma studiów:
Stacjonarne
Strona www:
 
Prowadzący moduł:
dr inż. Kucharska Edyta (edyta@agh.edu.pl)
Treści programowe zapewniające uzyskanie efektów uczenia się dla modułu zajęć

W ramach modułu studenci zapoznają się z funkcjami zarządczymi przedsiębiorstwa oraz poznają metody i narzędzia analizy danych niezbędnych do prawidłowego zarządzania.

Opis efektów uczenia się dla modułu zajęć
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Powiązania z KEU Sposób weryfikacji i oceny efektów uczenia się osiągniętych przez studenta w ramach poszczególnych form zajęć i dla całego modułu zajęć
Wiedza: zna i rozumie
M_W001 Student zna kluczowe pojęcia, definicje i obszary zastosowań Business Intelligence AiR1A_W06 Zaliczenie laboratorium,
Aktywność na zajęciach
M_W002 Zna przykładowe systemy Business Intelligence AiR1A_W04, AiR1A_W06 Wykonanie ćwiczeń laboratoryjnych
M_W003 Zna przykładowe systemy współpracujące z systemem Business Intelligence AiR1A_W06 Zaliczenie laboratorium,
Aktywność na zajęciach
Umiejętności: potrafi
M_U001 Potrafi korzystać z aplikacji raportujaco-analitycznych AiR1A_U01, AiR1A_U03 Wykonanie ćwiczeń laboratoryjnych
M_U002 Potrafi budować raporty i analizy dotyczące wszystkich obszarów działania przedsiebiorstwa AiR1A_U01, AiR1A_U03 Zaliczenie laboratorium,
Wykonanie ćwiczeń laboratoryjnych
M_U003 Potrafi pozyskać dane do analiz z systemów transakcyjnych AiR1A_U01, AiR1A_U03, AiR1A_U04 Zaliczenie laboratorium,
Wykonanie ćwiczeń laboratoryjnych
Kompetencje społeczne: jest gotów do
M_K001 Zna i rozumie miejsce dla rozwiązań BI w działalności przedsiębiorstw i instutycji użyteczności publicznej AiR1A_K02 Udział w dyskusji,
Aktywność na zajęciach
Liczba godzin zajęć w ramach poszczególnych form zajęć:
SUMA (godz.)
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
56 28 0 28 0 0 0 0 0 0 0 0
Matryca kierunkowych efektów uczenia się w odniesieniu do form zajęć i sposobu zaliczenia, które pozwalają na ich uzyskanie
Kod MEU Student, który zaliczył moduł zajęć zna i rozumie/potrafi/jest gotów do Forma zajęć dydaktycznych
Wykład
Ćwicz. aud
Ćwicz. lab
Ćw. proj.
Konw.
Zaj. sem.
Zaj. prakt
Zaj. terenowe
Zaj. warsztatowe
Prace kontr. przejść.
Lektorat
Wiedza
M_W001 Student zna kluczowe pojęcia, definicje i obszary zastosowań Business Intelligence + - + - - - - - - - -
M_W002 Zna przykładowe systemy Business Intelligence + - + - - - - - - - -
M_W003 Zna przykładowe systemy współpracujące z systemem Business Intelligence + - + - - - - - - - -
Umiejętności
M_U001 Potrafi korzystać z aplikacji raportujaco-analitycznych - - + - - - - - - - -
M_U002 Potrafi budować raporty i analizy dotyczące wszystkich obszarów działania przedsiebiorstwa - - + - - - - - - - -
M_U003 Potrafi pozyskać dane do analiz z systemów transakcyjnych - - + - - - - - - - -
Kompetencje społeczne
M_K001 Zna i rozumie miejsce dla rozwiązań BI w działalności przedsiębiorstw i instutycji użyteczności publicznej + - + - - - - - - - -
Nakład pracy studenta (bilans punktów ECTS)
Forma aktywności studenta Obciążenie studenta
Sumaryczne obciążenie pracą studenta 100 godz
Punkty ECTS za moduł 4 ECTS
Udział w zajęciach dydaktycznych/praktyka 56 godz
Przygotowanie do zajęć 14 godz
przygotowanie projektu, prezentacji, pracy pisemnej, sprawozdania 5 godz
Samodzielne studiowanie tematyki zajęć 25 godz
Szczegółowe treści kształcenia w ramach poszczególnych form zajęć (szczegółowy program wykładów i pozostałych zajęć)
Wykład (28h):

Wprowadzenie w tematykę Business Intelligence. Kluczowe pojęcia, definicje i obszary zastosowań Business Intelligence.

Charakterystyka systemów analizy danych i wizualizacji.

Rynek systemów analityki biznesowej.

Podstawowe zagadnienia hurtowni danych oraz analizy danych in-memory.

Systemy i aplikacje współpracujące z systemem BI: ERP, CRM, HR, systemy zarządzania łańcuchem dostaw, systemy zarządzania wiedza, MES, APS.

Tendencje rozwoju systemu Business Intelligence.

Przykłady wdrożonych systemów Business Intelligence oraz E-Business Intelligence.

Ćwiczenia laboratoryjne (28h):

Zapoznanie się z technikami i technologiami analitycznymi w biznesie.

Zapoznanie się z systemami transakcyjnymi – źródłem danych dla systemów BI.

Wykorzystanie narzędzi informatycznych w analizie danych biznesowych, np. QlikView, Tableau Software, SPSS Modeler.

Wykonanie analizy danych biznesowych wybranego przedsiębiorstwa.

Pozostałe informacje
Metody i techniki kształcenia:
  • Wykład: Treści prezentowane na wykładzie są przekazywane w formie prezentacji multimedialnej w połączeniu z klasycznym wykładem tablicowym wzbogaconymi o pokazy odnoszące się do prezentowanych zagadnień.
  • Ćwiczenia laboratoryjne: W trakcie zajęć laboratoryjnych studenci samodzielnie rozwiązują zadany zadania, dobierając odpowiednie metody. Prowadzący stymuluje grupę do pracy nad zadaniem, tak by otrzymane wyniki były poprawne i miały wysoką wartość merytoryczną.
Warunki i sposób zaliczenia poszczególnych form zajęć, w tym zasady zaliczeń poprawkowych, a także warunki dopuszczenia do egzaminu:

1. Warunkiem uzyskania zaliczenia jest obecność na ćwiczeniach laboratoryjnych oraz uzyskanie pozytywnej oceny z tych zajęć. Więcej niż jedna nieobecność nieusprawiedliwiona powoduje brak zaliczenia przedmiotu, przy czym nieobecności usprawiedliwić należy w terminie do 2 tygodni (licząc od końca okresu nieobecności). W przypadku dłuższych lub częstych nieobecności usprawiedliwionych (3 lub więcej) należy zgłosić się do prowadzącego w celu ustalenia sposobu nadrobienia i zaliczenia zaległości.
2. Ocena z ćwiczeń laboratoryjnych jest wyznaczana jako średnia ze wszystkich ocen i kolokwiów uzyskanych w trakcie zajęć. Jeżeli w trakcie procedury zaliczania prowadzący stwierdzi niesamodzielność pracy studenta lub korzystanie przez niego z niedozwolonych materiałów, student otrzymuje ocenę niedostateczną z tego zaliczenia.
3. Student ma prawo do jednego poprawkowego zaliczenia ćwiczeń laboratoryjnych w przypadku braku więcej niż jednej nieobecności nieusprawiedliwionej.

Zasady udziału w zajęciach:
  • Wykład:
    – Obecność obowiązkowa: Nie
    – Zasady udziału w zajęciach: Studenci uczestniczą w zajęciach poznając kolejne treści nauczania zgodnie z syllabusem przedmiotu. Studenci winni na bieżąco zadawać pytania i wyjaśniać wątpliwości. Rejestracja audiowizualna wykładu wymaga zgody prowadzącego.
  • Ćwiczenia laboratoryjne:
    – Obecność obowiązkowa: Tak
    – Zasady udziału w zajęciach: Studenci wykonują ćwiczenia laboratoryjne zgodnie z materiałami udostępnionymi przez prowadzącego. Student jest zobowiązany do przygotowania się w przedmiocie wykonywanego ćwiczenia, co może zostać zweryfikowane sprawdzian w formie ustnej lub pisemnej. Zaliczenie zajęć odbywa się na podstawie zaprezentowania rozwiązania postawionego problemu.
Sposób obliczania oceny końcowej:

Podstawą oceny końcowej jest ocena z zaliczenia ćwiczeń laboratoryjnych. Do otrzymania zaliczenia ocena musi być pozytywna. Ocena może być podwyższona
W przypadku zaliczenia ćwiczeń laboratoryjnych, ocena końcowa wyznaczana jest jako średnia arytmetyczna z ocen z wszystkich dotychczasowych terminów, przy czym wystawiana jest ocena co najmniej 3,0.

Sposób i tryb wyrównywania zaległości powstałych wskutek nieobecności studenta na zajęciach:

W przypadku usprawiedliwionej nieobecnośc na zajęciach student może za zgodą prowadzącego zajecia wykonać ćwiczenie z inną grupą, gdy istenieje taka możliwość lub wykonać zadań indywidualnie w sposób i terminie uzgodnionym z prowadzącym zajęcia.

Wymagania wstępne i dodatkowe, z uwzględnieniem sekwencyjności modułów :

Nie podano wymagań wstępnych lub dodatkowych.

Zalecana literatura i pomoce naukowe:

1. Surma J., Business Intelligence. Systemy wspomagania decyzji biznesowych., PWN 2010
2. Kisielnicki J., Systemy informatyczne zarządzania. Warszawa : Placet, 2013.
3. Banaszak Z., Kłos S., Mleczko J., Zintegrowane systemy zarządzania. Warszawa : Polskie Wydawnictwo Ekonomiczne, 2011
4. Januszewski A., Funkcjonalność informatycznych systemów zarządzania.T. 1-2, Warszawa PWN 2008
5. Januszewski A., Funkcjonalność informatycznych systemów zarządzania T2: Systemy Business Intelligence

Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu:

1. Idea of Impact of ERP-APS-MES Systems Integration on the Effectiveness of Decision Making Process in Manufacturing Companies – Edyta Kucharska, Katarzyna Grobler-Dębska, Jarosław Gracel, Mieczysław Jagodziński; Beyond Databases, Architectures and Structures, s.551-564, 2015
2. Systemy raportowania i analizy zarządczej — Dominik JARCZYK, Edyta KUCHARSKA; Automatyka: 2004 t. 8 z. 3 s. 585–592.

Informacje dodatkowe:

Brak