
Μαθησιακά Αποτελέσματα
Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:
- Κατανοούν την έννοια της Επιχειρηματικής Αναλυτικής, τη σημασία της στις σύγχρονες επιχειρηματικές λειτουργίες και τη σχέση της με τη Στατιστική.
- Περιγράφουν και να εφαρμόζουν τα στάδια της Επιχειρηματικής Αναλυτικής και τα αντίστοιχα στοιχεία της.
- Εξηγούν τις βασικές αρχές των Μεγάλων Δεδομένων και της Μηχανικής Μάθησης και τις εφαρμογές τους στην Επιχειρηματική Αναλυτική.
- Χρησιμοποιούν εργαλεία λογισμικού, όπως το Tableau για αποτελεσματική ανάλυση και οπτικοποίηση δεδομένων.
- Αναλύουν δεδομένα χρησιμοποιώντας θεμελιώδεις τεχνικές, χειριζόμενοι κατάλληλα τύπους μεταβλητών, ελλείπουσες τιμές και ακραίες τιμές.
- Πραγματοποιούν ολοκληρωμένη ανάλυση και οπτικοποίηση δεδομένων στο Tableau χρησιμοποιώντας σύνολα δεδομένων του πραγματικού κόσμου.
- Αναπτύσσουν ιδέες από διάφορα δεδομένα και να προετοιμάζουν επιχειρησιακές συστάσεις που μπορούν να αναληφθούν.
- Συνεργάζονται αποτελεσματικά σε ομάδες για την εφαρμογή της ανάλυσης στην επίλυση επιχειρηματικών προβλημάτων.
Γενικές Ικανότητες
- Έρευνα, ανάλυση και σύνθεση δεδομένων με τη χρήση κατάλληλων τεχνολογιών.
- Εφαρμογή των αρχών της επιχειρηματικής αναλυτικής για την αντιμετώπιση επιχειρηματικών προκλήσεων.
- Λήψη αποφάσεων με βάση τα δεδομένα.
- Ανεξάρτητη μάθηση και συνεργατική επίλυση προβλημάτων σε διεπιστημονικό περιβάλλον.
- Αποτελεσματική επικοινωνία των αναλυτικών αποτελεσμάτων μέσω παρουσιάσεων και οπτικοποιήσεων.
- Εξοικείωση με τα λογισμικά Business Analytics και τα λειτουργικά τους περιβάλλοντα.
- Ομαδική εργασία
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Η διδακτέα ύλη του μαθήματος χωρίζεται σε τρία μέρη:
Μέρος 1: Εισαγωγή στα Business Analytics
- Ορισμός και αναγκαιότητα των Business Analytics στις επιχειρηματικές δραστηριότητες.
- Σχέση με τη στατιστική και την ικανοποίηση επιχειρησιακών αναγκών.
- Επισκόπηση των σταδίων της επιχειρηματικής αναλυτικής και των σκοπών τους.
- Εισαγωγή στα μεγάλα δεδομένα και τη μηχανική μάθηση. Επισκόπηση βασικών μέσων οπτικοποίησης και ανάλυσης σε Python.
- Επισκόπηση του υποστηρικτικού λογισμικού και των χαρακτηριστικών του με παραδείγματα.
- Θεμελιώδεις αρχές ανάλυσης δεδομένων: τύποι μεταβλητών, χειρισμός ελλιπών τιμών, αντιμετώπιση ακραίων τιμών και επιτρεπόμενες πράξεις ανά τύπο μεταβλητής.
Μέρος 2: Εισαγωγή στο Tableau
- Επισκόπηση των στοιχείων και των δυνατοτήτων του Tableau.
- Διαδικασίες πρόσβασης και σύνδεσης.
- Εξοικείωση με το περιβάλλον χρήστη (UI) του Tableau.
- Εισαγωγή στη μελέτη περίπτωσης (case study).
Μέρος 3: Προηγμένες εφαρμογές του Tableau
- Λεπτομερής παρουσίαση των δυνατοτήτων του Tableau μέσω μιας μελέτης περίπτωσης δεδομένων πωλήσεων ηλεκτρονικού εμπορίου.
- Τεχνικές απεικόνισης δεδομένων και παραγωγή συμπερασμάτων.
- Ανακεφαλαίωση και επίλυση ερωτήσεων.
- Υποστήριξη για την ολοκλήρωση ασκήσεων και εργασιών.
Διδακτικές και Μαθησιακές Μέθοδοι – Αξιολόγηση
Τρόπος Παράδοσης:
- Χρήση ΤΠΕ στις διαλέξεις
- Χρήση ΤΠΕ στις εργαστηριακές ασκήσεις Χρήση
- ΤΠΕ στην επικοινωνία με τους φοιτητές
Χρήση ΤΠΕ στη Διδασκαλία: Ναι
Οργάνωση Διδασκαλίας
| Δραστηριότητα | Φόρτος Εργασίας Εξαμήνου |
|---|---|
| Εργασία στο εργαστήριο υπολογιστών υπό καθοδήγηση, ατομική πρακτική άσκηση – Χρήση εφαρμογών επεξεργασίας κειμένου λογιστικών φύλλων και σύνθεσης παρουσιάσεων | 39 |
| Διαλέξεις στη τάξη | 13 |
| Μελέτη & Προετοιμασία Εβδομαδιαίων Μαθημάτων | 35 |
| Εργασία | 30 |
| Προετοιμασία για Τελική Εξέταση | 10 |
| Τελική Εξέταση | 2 |
| Σύνολο Μαθήματος | 129 |
Αξιολόγηση Φοιτητών:
- Εργασία 60 %
- Εξέταση 40%
Τελικός Βαθμός=0,6∗Βαθμός Εργασίας+0,4∗Βαθμός Τελικής Εξέτασης, Εφόσον: m∈(Βαθμός Εργασίας ,Βαθμός Τελικής Εξέτασης )≥ 5
Συνιστώμενη Βιβλιογραφία
- Visual Analytics with Tableau – Κωδικός Βιβλίου στον Εύδοξο: 91726016
- Jumpdtart Tableau – Κωδικός Βιβλίου στον Εύδοξο: 75488018
- Pro Tableau – Κωδικός Βιβλίου στον Εύδοξο: 75491015
- Rapid Graphs with Tableau 8 – Κωδικός Βιβλίου στον Εύδοξο: 73252340
Προτεινόμενα Βιβλία:
- Βιβλίο [112690619]: Ψηφιακό Μάρκετινγκ-Σχεδιασμός, Στρατηγικές και Πρακτικές, Hanlon Annmarie
- Βιβλίο [77110693]: Επιχειρηματική Αναλυτική με Υποδείγματα και Μεθόδους Διοικητικής Επιστήμης, Asllani Arben
| ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ | ΟΚΠΛΗ05 |
| ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ | 5ο |
| ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ | Διαλέξεις: 1 | Εργαστήριο: 3 |
| ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ | 5 |
| ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ | ΑΝΑΠΤΥΞΗΣ ΔΕΞΙΟΤΗΤΩΝ / ΕΡΓΑΣΤΗΡΙΑΚΑ |
| ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ | ΟΧΙ |
| ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS | ΝΑΙ |
| ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL) | Σύνδεσμος |
| ΔΙΔΑΣΚΟΥΣΑ | Χ. Αγκυρόπουλος |
| ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ | ΟΚΠΛΗ05 |
| ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ | 5ο |
| ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ | Διαλέξεις: 1 | Εργαστήριο: 3 |
| ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ | 5 |
| ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ | ΑΝΑΠΤΥΞΗΣ ΔΕΞΙΟΤΗΤΩΝ / ΕΡΓΑΣΤΗΡΙΑΚΑ |
| ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ | ΟΧΙ |
| ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS | ΝΑΙ |
| ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL) | Σύνδεσμος |
| ΔΙΔΑΣΚΟΥΣΑ | Χ. Αγκυρόπουλος |
Μαθησιακά Αποτελέσματα
Με την ολοκλήρωση του μαθήματος, οι φοιτητές θα είναι σε θέση να:
- Κατανοούν την έννοια της Επιχειρηματικής Αναλυτικής, τη σημασία της στις σύγχρονες επιχειρηματικές λειτουργίες και τη σχέση της με τη Στατιστική.
- Περιγράφουν και να εφαρμόζουν τα στάδια της Επιχειρηματικής Αναλυτικής και τα αντίστοιχα στοιχεία της.
- Εξηγούν τις βασικές αρχές των Μεγάλων Δεδομένων και της Μηχανικής Μάθησης και τις εφαρμογές τους στην Επιχειρηματική Αναλυτική.
- Χρησιμοποιούν εργαλεία λογισμικού, όπως το Tableau για αποτελεσματική ανάλυση και οπτικοποίηση δεδομένων.
- Αναλύουν δεδομένα χρησιμοποιώντας θεμελιώδεις τεχνικές, χειριζόμενοι κατάλληλα τύπους μεταβλητών, ελλείπουσες τιμές και ακραίες τιμές.
- Πραγματοποιούν ολοκληρωμένη ανάλυση και οπτικοποίηση δεδομένων στο Tableau χρησιμοποιώντας σύνολα δεδομένων του πραγματικού κόσμου.
- Αναπτύσσουν ιδέες από διάφορα δεδομένα και να προετοιμάζουν επιχειρησιακές συστάσεις που μπορούν να αναληφθούν.
- Συνεργάζονται αποτελεσματικά σε ομάδες για την εφαρμογή της ανάλυσης στην επίλυση επιχειρηματικών προβλημάτων.
Γενικές Ικανότητες
- Έρευνα, ανάλυση και σύνθεση δεδομένων με τη χρήση κατάλληλων τεχνολογιών.
- Εφαρμογή των αρχών της επιχειρηματικής αναλυτικής για την αντιμετώπιση επιχειρηματικών προκλήσεων.
- Λήψη αποφάσεων με βάση τα δεδομένα.
- Ανεξάρτητη μάθηση και συνεργατική επίλυση προβλημάτων σε διεπιστημονικό περιβάλλον.
- Αποτελεσματική επικοινωνία των αναλυτικών αποτελεσμάτων μέσω παρουσιάσεων και οπτικοποιήσεων.
- Εξοικείωση με τα λογισμικά Business Analytics και τα λειτουργικά τους περιβάλλοντα.
- Ομαδική εργασία
- Άσκηση κριτικής και αυτοκριτικής
- Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
Περιεχόμενο Μαθήματος
Η διδακτέα ύλη του μαθήματος χωρίζεται σε τρία μέρη:
Μέρος 1: Εισαγωγή στα Business Analytics
- Ορισμός και αναγκαιότητα των Business Analytics στις επιχειρηματικές δραστηριότητες.
- Σχέση με τη στατιστική και την ικανοποίηση επιχειρησιακών αναγκών.
- Επισκόπηση των σταδίων της επιχειρηματικής αναλυτικής και των σκοπών τους.
- Εισαγωγή στα μεγάλα δεδομένα και τη μηχανική μάθηση. Επισκόπηση βασικών μέσων οπτικοποίησης και ανάλυσης σε Python.
- Επισκόπηση του υποστηρικτικού λογισμικού και των χαρακτηριστικών του με παραδείγματα.
- Θεμελιώδεις αρχές ανάλυσης δεδομένων: τύποι μεταβλητών, χειρισμός ελλιπών τιμών, αντιμετώπιση ακραίων τιμών και επιτρεπόμενες πράξεις ανά τύπο μεταβλητής.
Μέρος 2: Εισαγωγή στο Tableau
- Επισκόπηση των στοιχείων και των δυνατοτήτων του Tableau.
- Διαδικασίες πρόσβασης και σύνδεσης.
- Εξοικείωση με το περιβάλλον χρήστη (UI) του Tableau.
- Εισαγωγή στη μελέτη περίπτωσης (case study).
Μέρος 3: Προηγμένες εφαρμογές του Tableau
- Λεπτομερής παρουσίαση των δυνατοτήτων του Tableau μέσω μιας μελέτης περίπτωσης δεδομένων πωλήσεων ηλεκτρονικού εμπορίου.
- Τεχνικές απεικόνισης δεδομένων και παραγωγή συμπερασμάτων.
- Ανακεφαλαίωση και επίλυση ερωτήσεων.
- Υποστήριξη για την ολοκλήρωση ασκήσεων και εργασιών.
Διδακτικές και Μαθησιακές Μέθοδοι – Αξιολόγηση
Τρόπος Παράδοσης:
- Χρήση ΤΠΕ στις διαλέξεις
- Χρήση ΤΠΕ στις εργαστηριακές ασκήσεις Χρήση
- ΤΠΕ στην επικοινωνία με τους φοιτητές
Χρήση ΤΠΕ στη Διδασκαλία: Ναι
Οργάνωση Διδασκαλίας
| Δραστηριότητα | Φόρτος Εργασίας Εξαμήνου |
|---|---|
| Εργασία στο εργαστήριο υπολογιστών υπό καθοδήγηση, ατομική πρακτική άσκηση – Χρήση εφαρμογών επεξεργασίας κειμένου λογιστικών φύλλων και σύνθεσης παρουσιάσεων | 39 |
| Διαλέξεις στη τάξη | 13 |
| Μελέτη & Προετοιμασία Εβδομαδιαίων Μαθημάτων | 35 |
| Εργασία | 30 |
| Προετοιμασία για Τελική Εξέταση | 10 |
| Τελική Εξέταση | 2 |
| Σύνολο Μαθήματος | 129 |
Αξιολόγηση Φοιτητών:
- Εργασία 60 %
- Εξέταση 40%
Τελικός Βαθμός=0,6∗Βαθμός Εργασίας+0,4∗Βαθμός Τελικής Εξέτασης, Εφόσον: m∈(Βαθμός Εργασίας ,Βαθμός Τελικής Εξέτασης )≥ 5
Συνιστώμενη Βιβλιογραφία
- Visual Analytics with Tableau – Κωδικός Βιβλίου στον Εύδοξο: 91726016
- Jumpdtart Tableau – Κωδικός Βιβλίου στον Εύδοξο: 75488018
- Pro Tableau – Κωδικός Βιβλίου στον Εύδοξο: 75491015
- Rapid Graphs with Tableau 8 – Κωδικός Βιβλίου στον Εύδοξο: 73252340
Προτεινόμενα Βιβλία:
- Βιβλίο [112690619]: Ψηφιακό Μάρκετινγκ-Σχεδιασμός, Στρατηγικές και Πρακτικές, Hanlon Annmarie
- Βιβλίο [77110693]: Επιχειρηματική Αναλυτική με Υποδείγματα και Μεθόδους Διοικητικής Επιστήμης, Asllani Arben