ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

Επιχειρηματική Ευφυία και Επιχειρηματική Αναλυτική

1. ΓΕΝΙΚΑ

ΣΧΟΛΗ Σχολή Οικονομίας και Διοίκησης
ΤΜΗΜΑ Τμήμα Οργάνωσης και Διοίκησης Επιχειρήσεων
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Προπτυχιακό
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ %ce%b312 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ Κατ/νσης Εαρινό
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ Επιχειρηματική Ευφυία και Επιχειρηματική Αναλυτική
ΑΥΤΟΤΕΛΕΙΣ ΔΙΔΑΚΤΙΚΕΣ ΔΡΑΣΤΗΡΙΟΤΗΤΕΣ
σε περίπτωση που οι πιστωτικές μονάδες απονέμονται σε διακριτά μέρη του μαθήματος π.χ. Διαλέξεις, Εργαστηριακές Ασκήσεις κ.λπ. Αν οι πιστωτικές μονάδες απονέμονται ενιαία για το σύνολο του μαθήματος αναγράψτε τις εβδομαδιαίες ώρες διδασκαλίας και το σύνολο των πιστωτικών μονάδων. 		ΕΒΔΟΜΑΔΙΑΙΕΣ ΩΡΕΣ ΔΙΔΑΣΚΑΛΙΑΣ ΠΙΣΤΩΤΙΚΕΣ ΜΟΝΑΔΕΣ
Διαλέξεις και Ασκήσεις Πράξης 3 5
Προσθέστε σειρές αν χρειαστεί. Η οργάνωση διδασκαλίας και οι διδακτικές μέθοδοι που χρησιμοποιούνται περιγράφονται αναλυτικά στο 4.    
ΤΥΠΟΣ ΜΑΘΗΜΑΤΟΣ
Γενικής Υποδομής (ΓΥ),Ειδικής Υποδομής (ΕΥ), Γενικών Γνώσεων (ΓΓΔ) και Επιστημονικής Περιοχής (ΔΔΤΝ, ΕΔ, ΕΥΣ, ΗΛ, ΠΑ) . 		 Ειδίκευσης
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:  
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:  Ελληνικά
ΤΟ ΜΑΘΗΜΑ ΠΡΟΣΦΕΡΕΤΑΙ ΣΕ ΦΟΙΤΗΤΕΣ ERASMUS Όχι
ΗΛΕΚΤΡΟΝΙΚΗ ΣΕΛΙΔΑ ΜΑΘΗΜΑΤΟΣ (URL)

2. ΜΑΘΗΣΙΑΚΑ ΑΠΟΤΕΛΕΣΜΑΤΑ

Μαθησιακά Αποτελέσματα
Περιγράφονται τα μαθησιακά αποτελέσματα του μαθήματος οι συγκεκριμένες  γνώσεις, δεξιότητες και ικανότητες καταλλήλου επιπέδου που θα αποκτήσουν οι φοιτητές μετά την επιτυχή ολοκλήρωση του μαθήματος.

Οι στόχοι αυτού του μαθήματος είναι:

  • Να αναδείξει τη σημασία των δεδομένων για τη λήψη των σωστών επιχειρηματικών αποφάσεων.
  • Να εισάγει τους φοιτητές στο αντικείμενο της επιχειρηματικής ευφυίας και της επιχειρηματικής αναλυτικής.
  • Να μεταδώσει γνώσεις επεξεργασίας και αξιοποίησης των δεδομένων για τη λήψη επιχειρηματικών αποφάσεων.
  • Να παρουσιάσει διαφορετικές τεχνικές ανάλυσης, επεξεργασίας και οπτικοποίησης των δεδομένων, έτσι ώστε οι φοιτητές να αποκομίσουν μία συνολική αντίληψη για τις δυνατότητες αξιοποίησης των επιχειρηματικών δεδομένων.

Με την συμπλήρωση του μαθήματος οι φοιτητές θα πρέπει να είναι σε θέση:

  • Να γνωρίζουν βασικές έννοιες και αρχές της ανακάλυψης γνώσης στα δεδομένα, της επιχειρηματικής αναλυτικής και της επιχειρηματικής ευφυίας.
  • Να εφαρμόζουν απλές τεχνικές για την ανάπτυξη μοντέλων ανάλυσης δεδομένων, την επεξεργασία και την οπτικοποίηση των δεδομένων.
  • Να αποφασίζουν για το είδος των δεδομένων που είναι αναγκαία για τη λήψη των σωστών επιχειρηματικών αποφάσεων κάθε φορά.
  • Να είναι σε θέση να επιλέγουν τις σωστές τεχνικές επεξεργασίας και οπτικοποίησης των δεδομένων κάθε φορά για την επίλυση των εκάστοτε επιχειρηματικών προβλημάτων.
  • Να αναλύουν επιχειρηματικά προβλήματα μέσα από την επεξεργασία των δεδομένων και να οδηγούνται στις σωστές αποφάσεις.
Γενικές Ικανότητες
Λαμβάνοντας υπόψη τις γενικές ικανότητες που πρέπει να έχει αποκτήσει ο πτυχιούχος (όπως αυτές αναγράφονται στο Παράρτημα Διπλώματος και παρατίθενται ακολούθως) σε ποια / ποιες από αυτές αποσκοπεί το μάθημα;.
Αναζήτηση, ανάλυση και σύνθεση δεδομένων και πληροφοριών με τη χρήση και των απαραίτητων τεχνολογιών - Προσαρμογή σε νέες καταστάσεις - Λήψη αποφάσεων - Αυτόνομη εργασία - Ομαδική εργασία - Εργασία σε διεθνές περιβάλλον - Εργασία σε διεπιστημονικό περιβάλλον - Παράγωγή νέων ερευνητικών ιδεών Σχεδιασμός και διαχείριση έργων - Σεβασμός στη διαφορετικότητα και στην πολυπολιτισμικότητα - Σεβασμός στο φυσικό περιβάλλον - Επίδειξη κοινωνικής, επαγγελματικής και ηθικής υπευθυνότητας και ευαισθησίας σε θέματα φύλου - Άσκηση κριτικής και αυτοκριτικής - Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης
  • Λήψη αποφάσεων.
  • Αυτόνομη εργασία / Ομαδική εργασία.
  • Εργασία σε διεπιστημονικό περιβάλλον.
  • Προαγωγή της ελεύθερης, δημιουργικής και επαγωγικής σκέψης.
  • Άλλες: αναλυτικές και συνθετικές ικανότητες.
  • Κριτικό πνεύμα.

3. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

  1. Εισαγωγή στην επιχειρηματική ευφυία και την επιχειρηματική αναλυτική: βασικές έννοιες, οφέλη, προκλήσεις και περιορισμοί.
  2. Οπτική και διερευνητική ανάλυση δεδομένων: είδη διαγραμμάτων και τα χαρακτηριστικά τους.
  3. Οπτική και διερευνητική ανάλυση δεδομένων: εφαρμογές.
  4. Κανόνες κατανόησης και σωστής ερμηνείας των δεδομένων.
  5. Ανακάλυψη γνώσης στα δεδομένα και εξόρυξη δεδομένων: έννοιες και τεχνικές.
  6. Ανακάλυψη γνώσης στα δεδομένα και εξόρυξη δεδομένων: εφαρμογές.
  7. Αρχές μοντελοποίησης προβλημάτων – προεπεξεργασία δεδομένων.
  8. Αναλυτικά μοντέλα που βασίζονται σε κανόνες συσχέτισης (association rules).
  9. Αναλυτικά μοντέλα που βασίζονται στην ομαδοποίηση/ ανάλυση συστάδων (clustering).
  10. Αναλυτικά μοντέλα που βασίζονται στην κατηγοριοποίηση (classification).
  11. Εφαρμογές επιχειρηματικής αναλυτικής στις πωλήσεις και το μάρκετινγκ (τμηματοποίηση, τιμολόγηση, εκπτώσεις).
  12. Λογισμικό για επιχειρηματική ευφυία και επιχειρηματική αναλυτική: χαρακτηριστικά και τάσεις.
  13. Συμπεράσματα.

4. ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.
  • Πρόσωπο με πρόσωπο διδασκαλία στην αίθουσα.
ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές
  • Παρουσίαση διαφανειών στην αίθουσα.
  • Παρουσίαση περιεχομένου από το διαδίκτυο.
  • Χρήση του συστήματος ηλεκτρονικής εκπαίδευσης.
  • Επικοινωνία μέσω ηλ. ταχυδρομείου και μέσω των εργαλείων του συστήματος ηλεκτρονικής εκπαίδευσης.
  • Χρήση ειδικού λογισμικού οπτικοποίησης και αναλυτικής παρουσίασης δεδομένων (ελεύθερο λογισμικό).
  • Χρήση ειδικού λογισμικού δημιουργίας αναλυτικών μοντέλων (ελεύθερο λογισμικό).
ΟΡΓΑΝΩΣΗ ΔΙΔΑΣΚΑΛΙΑΣ
Περιγράφονται αναλυτικά ο τρόπος και μέθοδοι διδασκαλίας. Διαλέξεις, Σεμινάρια, Εργαστηριακή Άσκηση, Άσκηση Πεδίου, Μελέτη & ανάλυση βιβλιογραφίας, Φροντιστήριο, Πρακτική (Τοποθέτηση), Κλινική Άσκηση, Καλλιτεχνικό Εργαστήριο, Διαδραστική διδασκαλία, Εκπαιδευτικές επισκέψεις, Εκπόνηση μελέτης (project), Συγγραφή εργασίας / εργασιών, Καλλιτεχνική δημιουργία, κ.λπ. Αναγράφονται οι ώρες μελέτης του φοιτητή για κάθε μαθησιακή δραστηριότητα καθώς και οι ώρες μη καθοδηγούμενης μελέτης ώστε ο συνολικός φόρτος εργασίας σε επίπεδο εξαμήνου να αντιστοιχεί στα standards του ECTS

Οργάνωση Διδασκαλίας

ΔραστηριότηταΦόρτος εργασίας εξαμήνου
Διαλέξεις39
Εκπόνηση Εργασίας (project)45
Αυτοτελής Μελέτη (προετοιμασία για διαλέξεις: 20 προετοιμασία για εξετάσεις: 21)41
Σύνολο125
ΑΞΙΟΛΟΓΗΣΗ ΦΟΙΤΗΤΩΝ
Περιγραφή της διαδικασίας αξιολόγησης Γλώσσα Αξιολόγησης, Μέθοδοι αξιολόγησης, Διαμορφωτική ή Συμπερασματική, Δοκιμασία Πολλαπλής Επιλογής, Ερωτήσεις Σύντομης Απάντησης, Ερωτήσεις Ανάπτυξης Δοκιμίων, Επίλυση Προβλημάτων, Γραπτή Εργασία, Έκθεση / Αναφορά, Προφορική Εξέταση, Δημόσια Παρουσίαση, Εργαστηριακή Εργασία, Κλινική Εξέταση Ασθενούς, Καλλιτεχνική Ερμηνεία, Άλλη / Άλλες. Αναφέρονται ρητά προσδιορισμένα κριτήρια αξιολόγησης και εάν και που είναι προσβάσιμα από τους φοιτητές.

Ι. Γραπτή τελική εξέταση (6 μονάδες)

Γραπτή εξέταση στο τέλος του μαθήματος που είναι υποχρεωτική για όλους τους φοιτητές και περιλαμβάνει:

  • Ερωτήσεις πολλαπλής επιλογής
  • Ερωτήσεις σύντομης απάντησης
  • Ερωτήσεις εφαρμογής γνώσεων στο σχεδιασμό σχεδιασμού συστημάτων υπηρεσιών

Τα κριτήρια αξιολόγησης της τελικής γραπτής εξέτασης γίνονται γνωστά στους φοιτητές κατά τη διάρκεια των μαθημάτων και περιγράφονται στο φύλλο των θεμάτων.

ΙΙ. Εργασίες (4 μονάδες)

Στο μάθημα προβλέπεται η διενέργεια δύο εργασιών στα εξής αντικείμενα:

  • Οπτική και διερευνητική ανάλυση δεδομένων (2 μονάδες).
  • Εφαρμογές επιχειρηματικής αναλυτικής στις πωλήσεις και το μάρκετινγκ (2 μονάδες).

Οι εργασίες είναι υποχρεωτικές και η βαθμολογία τους είναι μέρος του τελικού βαθμού του φοιτητή. Οι εργασίες γίνονται με χρήση εξειδικευμένου λογισμικού και θα πρέπει να παρουσιαστούν στην αίθουσα.

Τα κριτήρια αξιολόγησης των εργασιών εξηγούνται στους φοιτητές κατά την παροχή οδηγιών και επεξηγήσεων και αναγράφονται στο σύστημα ηλεκτρονικής εκπαίδευσης.

5. ΣΥΝΙΣΤΩΜΕΝΗ ΒΙΒΛΙΟΓΡΑΦΙΑ

Συγγράμματα

Προτεινόμενη Βιβλιογραφία:

  1. Επιχειρηματική Ευφυΐα, Αναλυτική και Ανάλυση Μεγάλων Δεδομένων για Λήψη Αποφάσεων, Νικόλαος Ματσατσίνης, ΕΚΔΟΣΕΙΣ ΝΕΩΝ ΤΕΧΝΟΛΟΓΙΩΝ, 2020. Κωδικός Βιβλίου στον Εύδοξο: 94702117.
  2. Επιχειρηματική Αναλυτική με Υποδείγματα και Μεθόδους Διοικητικής Επιστήμης, Asllani Arben, Broken Hill Publishers Ltd, 2018. Κωδικός Βιβλίου στον Εύδοξο: 77110693.

Άλλα συγγράμματα:

  1. Επιχειρηματική Ευφυΐα και Εξόρυξη Δεδομένων – Ανακάλυψη Γνώσης για τη Λήψη Επιχειρηματικών Αποφάσεων, Κύρκος Ευστάθιος, Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα – Αποθετήριο “Κάλλιπος”, 2016. Ηλεκτρονικό Βιβλίο – Κωδικός Βιβλίου στον Εύδοξο: 320088.
  2. Διαχείριση δεδομένων και επιχειρηματική ευφυΐα, Θεωρία και Εφαρμογές για Στελέχη Επιχειρήσεων, Σταλιδης Γεώργιος, Καρδαρας Δημήτριος, Ελληνικά Ακαδημαϊκά Ηλεκτρονικά Συγγράμματα και Βοηθήματα – Αποθετήριο “Κάλλιπος”, 2016. Ηλεκτρονικό Βιβλίο – Κωδικός Βιβλίου στον Εύδοξο: 320080.
  3. Επιχειρησιακή Αναλυτική και Ποσοτικά Υποδείγματα Μάρκετινγκ και Διαδικτύου, Μπάλτας Γεώργιος, Ρεπούσης Παναγιώτης, εκδόσεις ROSILI, 2η έκδοση, 2018. Κωδικός Βιβλίου στον Εύδοξο: 77120327.

Συναφή επιστημονικά περιοδικά

  1. Journal of Business Analytics.
  2. International Journal of Business Intelligence and Data Mining.
  3. International Journal of Business Analytics.
  4. International Journal of Business and Data Analytics.
  5. Journal of Intelligence Studies in Business.
  6. Analytics Magazine – Institute for Operations Research.
  7. Information Visualization.
  8. Data Science Journal.
  9. International Journal of Data Science and Analytics.
  10. International Journal of Data Science.
  11. Intelligent Data Analysis journal.
  12. Intelligent Data Analysis.
  13. Journal of Intelligent Information Systems.
  14. Statistical Analysis and Data Mining.
  15. IEEE Transactions on Knowledge and Data Engineering.
  16. Journal of Big Data.
  17. Annals of Data Science.
  18. Decision Support Systems.
  19. Journal of Decision Systems.