Analityka biznesowa w zarządzaniu - Systemy Business Intelligence 2600-ABz2ABZBI
Celem przedmiotu jest zapoznanie studentów z koncepcją i praktycznym zastosowaniem analityki biznesowej w procesach zarządzania organizacją oraz przedstawienie roli Systemów Business Intelligence (BI) w podejmowaniu decyzji strategicznych i taktycznych. W szczególności tematy poznane przez studenta podczas trwania przedmiotu to:
1. Wprowadzenie do analityki biznesowej
• Istota i znaczenie analityki w zarządzaniu
• Dane jako kluczowy zasób organizacji
2. Transformacja cyfrowa organizacji
• Wpływ digitalizacji na procesy zarządzania.
• Cyfrowe modele biznesowe i dane jako źródło przewagi konkurencyjnej.
3. Hurtownie danych i Big Data
• Koncepcja i architektura hurtowni danych.
• Charakterystyka i zastosowanie technologii Big Data w analizie biznesowej.
4. Architektura systemów Business Intelligence
• Składniki systemów BI
• Integracja BI z innymi systemami informatycznymi organizacji
5. Typy i charakterystyka oprogramowania BI
• Przegląd narzędzi klasy BI.
• Kryteria doboru i wdrażania rozwiązań BI w przedsiębiorstwie.
• Wizualizacja danych i raportowanie.
6. Wspieranie podejmowania decyzji
• Zastosowanie analityki w decyzjach strategicznych i operacyjnych.
• Przykłady zastosowań BI w praktyce gospodarczej.
7. Sztuczna inteligencja w analityce biznesowej
• Asystent biznesowy AI – możliwości i ograniczenia
• Bariery wdrażania AI w organizacjach
8. Aspekty etyczne i prawne
• Ochrona prywatności danych i zgodność z RODO
• Standardy etyczne w analityce biznesowej
• Odpowiedzialne wykorzystanie danych i algorytmów AI
Zajęcia realizowane w ramach projektu „Zintegrowany Program Rozwoju Dydaktyki – ZIP 2.0”, współfinansowanego ze środków Europejskiego Funduszu Społecznego – Program Fundusze Europejskie dla Rozwoju Społecznego 2021-2027 (FERS) (nr umowy: FERS.01.05-IP.08-0365/23-00).
Rodzaj przedmiotu
Tryb prowadzenia
Efekty uczenia się
K_W01: Student zna i rozumie w pogłębionym stopniu metodologię badań i terminologię w zakresie dyscypliny nauki o zarządzaniu i jakości w tym w szczególności z zakresu analiz danych biznesowych oraz w dyscyplinach uzupełniających (ekonomia i finanse).
K_W02: Student zna i rozumie w pogłębionym stopniu złożone procesy i zjawiska zachodzące w różnych typach organizacji oraz w otaczającym ich świecie, wykorzystuje teorię zarządzania do rozpoznawania, diagnozowania i rozwiązywania problemów związanych z funkcjonowaniem organizacji i ich integracji w ramach strategii organizacji w oparciu o wyniki analiz.
K_W05: Student zna i rozumie złożone procesy i zjawiska technologiczne, społeczne, prawne, ekonomiczne, etyczne, ekologiczne, w tym związane z wykorzystaniem danych liczbowych oraz ich wpływ na funkcjonowanie organizacji i całej gospodarki.
K_U01: Student potrafi wykorzystać teorię dyscypliny nauki o zarządzaniu i jakości w tym w szczególności w zakresie analiz danych liczbowych do rozpoznawania, diagnozowania i rozwiązywania złożonych i nietypowych problemów związanych z kluczowymi funkcjami w organizacji w tym w szczególności wnioskowania, tworzenia strategii i podejmowania decyzji biznesowych.
K_U03: Student potrafi przystosowywać istniejące metody i narzędzia lub proponować na ich podstawie nowe, stosując zaawansowane techniki informacyjno-komunikacyjne oraz właściwy dobór źródeł do rozpoznawania, diagnozowania i rozwiązywania problemów związanych z analizą danych w środowisku wewnętrznym i zewnętrznym organizacji.
K_U06: Student potrafi komunikatywnie prezentować zróżnicowanym grupom odbiorców wyniki analiz z zakresu zarządzania posługując się specjalistyczną terminologią oraz prowadzić debatę, także w języku angielskim
K_K01: Student jest gotów do oceny i krytycznego podejścia do złożonych sytuacji i zjawisk związanych z analizami danych i ich wpływu na funkcjonowaniem organizacji.
Kryteria oceniania
Podstawowym kryterium oceny jest ocena z testu jednokrotnego wyboru.
Uczestnictwo w wizycie studyjnej w PZU w Warszawie stanowi podstawę do podwyższenia oceny końcowej przez Prowadzącego, pod warunkiem uzyskania z testu jednokrotnego wyboru oceny co najmniej dostatecznej.
Literatura
Power D. J., Heavin C. (2017), Decision Support, Analytics, and Business Intelligence. Springer.
Foster Provost F., Fawcett T., (2023), Analiza danych w biznesie. Sztuka podejmowania skutecznych decyzji, Helion
Gutman A., Goldmeier J., (2023), Analityk danych. Przewodnik po data science, statystyce i uczeniu maszynowym, Helion
Davenport, T. H., & Ronanki, R. (2018), Artificial Intelligence for the Real World. Harvard Business Review, 96(1)
Turban, E., Sharda, R., & Delen, D. (2020), Decision Support and Business Intelligence Systems. Pearson Education
Ghosh, R., Gil, Y., & Sethi, R. (2021), Artificial Intelligence in Process Management. Communications of the ACM, 64(4)
Imhoff, C., & White, C. (2011), Self-Service Business Intelligence: Empowering Users to Generate Insights
Truhillo J., Maté A. (2012), Business Intelligence 2.0: A General Overview, Lecture Notes in Business Information Processing, vol. 96, Springer-Verlag, Heidelberg
Shollo, A., & Galliers, R. D. (2015), Towards an understanding of the role of business intelligence systems in organisational knowing. Information Systems Journal, 25(4)
Januszewski A. (2008), Funkcjonalność informatycznych systemów zarządzania, tom II, Systemy Business Intelligence, Wydawnictwo Naukowe PWN, Warszawa
Januszewski A. (2012), Funkcjonalność informatycznych systemów zarządzania, tom I, Systemy Business Intelligence, Wydawnictwo Naukowe PWN, Warszawa
Olszak C.M. (2012), Analiza i ocena dorobku naukowego z zakresu problematyki Business Intelligence – wybrane zagadnienia, Systemy inteligencji biznesowej, jako przedmiot badań ekonomicznych, red. C.M. Olszak, E. Ziemba, Uniwersytet Ekonomiczny w Katowicach.
|
W cyklu 2026Z:
1. Power D. J., Heavin C. (2017), Decision Support, Analytics, and Business Intelligence. Springer. |