Business Intelligence II
6.2.1.2. Docente responsável e respectivas horas de contacto na unidade curricular (preencher o nome completo):
Miguel de Castro Simões Ferreira Neto (2h/semana, meio semestre - 2h/week, half semester)
6.2.1.3. Outros docentes e respectivas horas de contacto na unidade curricular:
Rui Alberto Ferreira Martins Monteiro (2h/semana, meio semestre)
6.2.1.3. Other academic staff and lecturing load in the curricular unit:
Rui Alberto Ferreira Martins Monteiro (2h/week, half semester)
6.2.1.4. Objectivos de aprendizagem (conhecimentos, aptidões e competências a desenvolver pelos estudantes):
O principal objectivo do curso de Business Intelligence II consiste em transmitir aos alunos o conhecimento relacionado com as capacidades de apoio à decisão potenciadas pela utilização de processos de Business Intelligence e das Data Warehouses de suporte no campo da Business Analytics e Performance Management. No final do curso os alunos deverão ser capazes de:
OA1. Compreender o papel das aplicações analíticas e das técnicas de visualização de informação OA2. Compreender as técnicas de análise utilizadas nas aplicações analíticas
OA3. Dominar os modelos de monitorização do desempenho das organizações
OA4. Conhecer as diferentes formas de entregar a informação analítica aos utilizadores das plataformas de BI OA4. Desenvolver de forma ergonicamente correcta ferramentas de visualização
6.2.1.4. Learning outcomes of the curricular unit:
The main objective of the Business Intelligence II course is to give students the knowledge related to the capabilities of decision support processes enhanced by the use of Business Intelligence and Data Warehouse support in the field of Business Analytics and Performance Management.
At the end of the course students should be able to:
LO1. Understand the role of analytical applications and techniques of information visualization LO2. Understand the analysis techniques used in analytical applications
LO3. Master models for monitoring the performance of organizations
LO3. Know the different possibilities to deliver analytical information to BI platform users LO5. Develop ergonomic visualization tools
6.2.1.5. Conteúdos programáticos:
O curso incluirá as seguintes unidades de aprendizagem: UA1 – Business Analytics and Data Visualization
UA2 – Data, Text and Web Mining
UA3 – Business Performance Management UA4 - Information Dashboard Design LABS
L.1 SQL Server Management Studio
L.2 Building OLAP Cubes with SSAS – Basic L.3 Building OLAP Cubes with SSAS – Advanced L.4 Using Data Mining in SSAS
L.5 Report Development
L.6 Report Development – Basic L.7 Report Development – Advanced L.8 Sharepoint as a reporting tool
6.2.1.5. Syllabus:
The course will include the following learning units: LU1 – Business Analytics and Data Visualization LU2 – Data, Text and Web Mining
LU3 – Business Performance Management LU4 - Information Dashboard Design LABS
L.2 Building OLAP Cubes with SSAS – Basic L.3 Building OLAP Cubes with SSAS – Advanced L.4 Using Data Mining in SSAS
L.5 Report Development
L.6 Report Development – Basic L.7 Report Development – Advanced L.8 Sharepoint as a reporting tool
6.2.1.6. Demonstração da coerência dos conteúdos programáticos com os objectivos da unidade curricular.
As unidades de aprendizagem (UA) abrangem os objetivos de aprendizagem (OA) da seguinte forma: - OA1 é abordado na UA1
- OA2 é abordado na UA2 - OA3 é abordado na UA3 - OA4 e 5 são abordados na UA4
As aulas de laboratório de informática com a plataforma de BI da Microsoft permitem materializar os
conhecimentos das aulas teóricas numa aplicação prática que consiste na construção de um projecto de BI de exploração, análise e entrega de informação, contribuindo para o cumprimento global dos objetivos de
aprendizagem do curso em geral.
6.2.1.6. Demonstration of the syllabus coherence with the curricular unit's objectives.
The learning units (LU) cover the learning outcomes (LO) as follows: - LO1 is covered in LU1
- LO2 is covered in LU2 - LO3 is covered in LU3
- LO4, and 5 are covered in LU4
The computer labs with the Microsoft BI platform will support the application of the lectures concepts in a practical application that consists in building a BI project for the exploration, analysis and presentation of information, contributing to the overall achievement of the learning objectives of the course in general.
6.2.1.7. Metodologias de ensino (avaliação incluída):
O curso de Business Intelligence I incluirá palestras e laboratórios de informática.
As palestras irão ser constítuidas pela apresentação de conteúdos teóricos, estudos de caso e apresentações dos principais fornecedores de BI.
A componente aplicada do curso irá incluir vários laboratórios de informática onde os alunos irão aplicar os conceitos e teorias apresentadas nas palestras aproveitando a Plataforma de Business Intelligence Microsoft (SQL Server, SQL Business Intelligence Development Studio).
Neste contexto os alunos terão que desenvolver um projeto em grupo.
O software será instalado em computadores ISEGI, mas também uma solução estará disponível para os alunos que querem ter a Plataforma de Business Intelligence Microsoft nos seus computadores.
Avaliação:
A avaliação de conhecimentos inclui: a) Participação nas Aulas/Análise de Casos b) Projecto
c) Exame final d) BIWiki.isegi.unl.pt
Nota final calculada com base na seguinte fórmula: a) 20%
b) 40% c) 40% d)
6.2.1.7. Teaching methodologies (including evaluation):
The course will be a mix of lectures and computer labs.
The lectures will include the content of the course presentation, case studies and presentations from the main BI vendors.
The applied course component will include several computer labs where the students will apply the concepts and theories presented in the lectures taking advantage of Microsoft Business Intelligence Platform (SQL Server, SQL Business Intelligence Development Studio).
In this context the students will have to develop a group project.
The software will be installed on ISEGI computers but also a solution will be made available for the students who want to have the Microsoft Business Intelligence Platform in their one computers.
Evaluation:
Evaluation variables: a) Case Study Analysis b) Project
d) BIWiki.isegi.unl.pt
Grading will result from the following evaluation variables weights: a) 10%
b) 45% c) 45% d) 2,5% extra
To pass a minimum of 9,5 must be obtained in the final exam.
6.2.1.8. Demonstração da coerência das metodologias de ensino com os objectivos de aprendizagem da unidade curricular.
I) Os elementos de avaliação baseados em projeto (de grupo) são supervisionados pelos docentes e estão sujeitos à elaboração e posterior discussão do respectivo relatório. Estes elementos estimulam e são relevantes no processo de compreensão do tópico de estudo. Todos os objetivos de aprendizagem são avaliados no exame. Na componente de projeto espera-se que o aluno mostre a sua proficiência na
manipulação dos conceitos teóricos em contexto de aplicação prática, pelo que é avaliada a transferabilidade destes conceitos para a resolução concreta de problemas de análise.
II) A apresentação teórica de conceitos e propriedades, seguida da sua discussão, irá proporcionar aos alunos os conhecimentos, habilidades e competências que são necessários para desenvolver o projeto de data mining abordando todos os resultados de aprendizagem.
III) A exposição dos tópicos nas aulas, complementada com a leitura dos apontamentos da disciplina e restante bibliografia, fornece o enquadramento teórico. O projecto promove habilidades e competências de análise, síntese, organização, trabalho em equipa e a promoção de autonomia na resolução de problemas.
6.2.1.8. Demonstration of the coherence between the teaching methodologies and the learning outcomes.
I) The evaluation elements based on the project(group) are supervised by teachers and are subject to a final discussion and the elaboration of a report. These elements are relevant and stimulate the process of understanding the topic of study. All learning goals are assessed on the exam. In the project component is expected that students show their proficiency in handling the theoretical concepts in the context of practical application, which is evaluates the transferability of the theoretical concepts to solve concrete analysis problems.
II) The presentation of theoretical concepts and properties, followed by its discussion, will provide students with the knowledge, skills and competencies that are needed to develop data mining projects and cover all learning outcomes .
III) The presentation of the topics in class, complemented by the reading the notes of couse and the rest of the suggested readings, provides an adequate theoretical framework. The project promotes analysis skills, synthesis, organization, teamwork and promoting autonomy in solving problems.
6.2.1.9. Bibliografia principal:
Turban E. Sharda R. Dursun D. and King D. (2011). Business Intelligence:a managerial approach. Second Edition. Prentice Hall, ISBN:013610066X.
Howson, C. (2008). Successful business intelligence :secrets to making BI a killer app. McGraw Hill. ISBN 978- 0-07-149851-7
Few, Stephen (2006). Information Dashboard Design:The Effective Visual Communication of Data. Sebastopol, CA:O’Reilly Media. ISBN 0596100167
Eckerson, Wayne W. (2006). Performance Dashboards:Measuring, Monitoring, and Managing Your Business. Hoboken, NJ:John Wiley & Sons. ISBN 0750661747
Mapa IX - Análise de Dados / Data Analysis