L'assignatura té en compte els coneixements i capacitats adquirides i desenvolupades en les altres assignatures del programa.
Els objectius es centraran en:
Familiaritzar-se amb els conceptes bàsics del Business Intelligence des de la visió del management, és a dir, saber capturar el coneixement que ofereix l'anàlisi de dades per a la presa de decisions; així com amb les principals aplicacions de les noves tècniques de l'anàlisi de dades al redisseny del negoci.
Dins de l'àmbit del management, desenvolupar habilitats d'enteniment dels reptes de negoci i traslladar-lo a cerca i interpretació de dades rellevants que permetin la presa i la implementació de decisions que permetin dirigir i transformar el negoci
Finalment, la concreció de tot plegat en un pla de transformació basat en dades en funció del sector de l'activitat.
TEMARI
1. Introducció a l'assignatura i conceptes de Business Intelligence
2. DMM Data Maturity Management
3. Big Data
4. Llegint el mercat i l'entorn
5. Presentacions
Nota: els temes poden ajustar i/o modificar-se a criteri de la coordinació del màster.
La dinàmica habitual del curs serà el Learning by doing, alternant la classe magistral, els exemples pràctics i exercicis, i la discussió de casos.
La classe magistral posarà èmfasi en els principis i els conceptes bàsics de l'àrea, proporcionant els marcs conceptuals necessaris per entendre el tema en qüestió. Les transparències utilitzades durant la sessió es repartiran com a material del curs.
Els exemples pràctics i/o exercicis complementaran el tema de cada sessió amb la visió aplicada de les millors pràctiques professionals del moment.
Les discussions de casos són l'ocasió per debatre conjuntament els conceptes principals del curs. La millor manera de preparar-se és intentar resoldre les preguntes proposades del cas. Quan el debat comenci a classe, caldrà estar preparat per proporcionar input constructiu a la resta de companys mentre avança la discussió. Cal veure aquesta discussió com una oportunitat per descobrir altres punts de vista i demostrar l'entesa del tema en qüestió.
El que us proporcionarà aquest curs està en relació directa amb com realitzin aquest procés. La millor recomanació és que com més ho hagin preparat, més aprendran.
Avaluació continua
Aquesta assignatura savaluarà de manera continuada a partir dexercicis, treballs, pràctiques i presentacions a classe.
Avaluació continua
Aquesta assignatura savaluarà de manera continuada a partir dexercicis, treballs, pràctiques i presentacions a classe.
La nota final serà una ponderació de:
1. Resolució de casos en grup amb presentació individual: 70%
Cada equip haurà de lliurar abans de la sessió de presentació la resolució dels 4 casos. Es recomana que el format inclogui el següent:
o Exposició del tema principal a resoldre en el cas.
o Preguntes del cas (part principal de la resolució): caldrà respondre a cada pregunta formulada exposant els pros i contres, i proporcionar una resposta definitiva a la llum de les dades proporcionades.
o Recomanacions basades en les respostes realitzades
Es recomana ser coherent en lanàlisi, concís en la resposta, rellevant en les aportacions i resolutiu en les recomanacions.
o Participació a classe: 30%
L'avaluació de la participació és necessàriament subjectiva, però es fonamentarà en la qualitat de la participació. Específicament, els comentaris s'espera que siguin de reflexió i coneixement del tema, rellevància per a la discussió, sintètics i consistents, clars i fonamentats dels desenvolupaments dels equips a realitzar a les sessions.
Convocatòria extraordinària
Es determinarà lexamen i/o treballs de convocatòria extraordinària des de la coordinació de lassignatura.
Normativa de còpies
Lassignatura es regeix per la normativa de còpies general de La Salle Campus BCN:
https://www.salleurl.edu/ca/normativa-de-copies
Les activitats formatives es consideraran que tenen la següent categoria:
Exercicis: moderadament significativa
Projecte: altament significativa
Avaluació final: altament significativa
La bibliografia s'anirà detallant al llarg de l'assignatura. Algunes referències:
Apunts de classe
Cas dAmazon: Amazons Big Data Strategy ICMR 914-005-01
Cas de Netflix: Netfilx, leveraging Big Data to predict entertainment hits ICMR 913-006-01
C.E.O.E. Digital Plan 2025, the digitization of Spanish society
Tot el material de classe (presentacions, exercicis, articles, documents, etcètera) es compartiran a la carpeta de l'assignatura de la Intranet de La Salle: eStudy.
Bibliografia addicional:
Kaplan, Robert S. & Norton, David P.: Cuadro de Mando Integral (The Balanced Scorecard), Ed. Gestión 2000, 1997.
Porter, Michael: Ventaja Competitiva (Competitive Advantage), Ed. CECSA, 1988.
Big Data For Dummies Published by John Wiley & Sons, Inc. 111 River Street Hoboken, NJ 07030-5774 www.wiley.com Copyright © 2013 by John Wiley & Sons, Inc., Hoboken, New Jersey