ΠΕΡΙΓΡΑΜΜΑ ΜΑΘΗΜΑΤΟΣ

Business Intelligence and Analytics

1. ΓΕΝΙΚΑ

ΣΧΟΛΗ School of Economics and Business Administration
ΤΜΗΜΑ Department of Business Administration
ΕΠΙΠΕΔΟ ΣΠΟΥΔΩΝ Undergraduate
ΚΩΔΙΚΟΣ ΜΑΘΗΜΑΤΟΣ %ce%b312 ΕΞΑΜΗΝΟ ΣΠΟΥΔΩΝ Κατ/νσης Εαρ Εξάμηνο
ΤΙΤΛΟΣ ΜΑΘΗΜΑΤΟΣ Business Intelligence and Analytics
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
Lectures and Practice/Exercises 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) . 		 Specialization
ΠΡΟΑΠΑΙΤΟΥΜΕΝΑ ΜΑΘΗΜΑΤΑ:  
ΓΛΩΣΣΑ ΔΙΔΑΣΚΑΛΙΑΣ και ΕΞΕΤΑΣΕΩΝ:  Greek
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.

The objectives of this lesson are:

  • To highlight the importance of data in making the right business decisions.
  • To introduce students to the subject of business intelligence and business analytics.
  • To impart knowledge of data processing and utilization for making business decisions.
  • To present different techniques of analysis, processing and visualization of data, so that students gain a comprehensive understanding of the possibilities of exploiting business data.

Upon completion of the course students should be able to:

  • Know basic concepts and principles of data discovery, business analytics and business intelligence.
  • Apply simple techniques for developing data analysis models, processing and visualizing data.
  • Decide on the type of data necessary to make the right business decisions every time.
  • choose the right data processing and visualization techniques every time to solve each business problem.
  • Analyze business problems through data processing and be guided to the right decisions.
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

to be filled

3. ΠΕΡΙΕΧΟΜΕΝΟ ΜΑΘΗΜΑΤΟΣ

  • Introduction to business intelligence and business analytics: key concepts, benefits, challenges and limitations.
  • Visual and exploratory data analysis: types of charts and their characteristics.
  • Visual and exploratory data analysis: applications.
  • Rules for understanding and correct interpretation of data.
  • Knowledge discovery in data and data mining: concepts and techniques.
  • Knowledge discovery in data and data mining: applications.
  • Principles of problem modeling – data preprocessing.
  • Analytical models based on association rules.
  • Analytical models based on clustering.
  • Analytical models based on classification.
  • Applications of business analytics in sales and marketing (segmentation, pricing, discounts).
  • Business intelligence and business analytics software: features and trends.

4. ΔΙΔΑΚΤΙΚΕΣ και ΜΑΘΗΣΙΑΚΕΣ ΜΕΘΟΔΟΙ - ΑΞΙΟΛΟΓΗΣΗ

ΤΡΟΠΟΣ ΠΑΡΑΔΟΣΗΣ
Πρόσωπο με πρόσωπο, Εξ αποστάσεως εκπαίδευση κ.λπ.
  • Face to face.
ΧΡΗΣΗ ΤΕΧΝΟΛΟΓΙΩΝ ΠΛΗΡΟΦΟΡΙΑΣ ΚΑΙ ΕΠΙΚΟΙΝΩΝΙΩΝ
Χρήση Τ.Π.Ε. στη Διδασκαλία, στην Εργαστηριακή Εκπαίδευση, στην Επικοινωνία με τους φοιτητές
  • Online guidance.
  • Slides Projection in the classroom.
  • Use of E-mail and onlne communication systems.
  • Use of e-learning system (moodle).
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

Teaching Organization

ActivitySemester workload
Lectures39
Project45
Personal Study41
Total125
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.

to be filled

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.