Rok akademicki: 2030/2031 Kod: ZZP MK-n Punkty ECTS: 3. Poziom studiów: Studia II stopnia Forma i tryb studiów: Niestacjonarne

Transkrypt

1 Nazwa modułu: Komputerowe wspomaganie decyzji Rok akademicki: 2030/2031 Kod: ZZP MK-n Punkty ECTS: 3 Wydział: Zarządzania Kierunek: Zarządzanie Specjalność: Marketing Poziom studiów: Studia II stopnia Forma i tryb studiów: Niestacjonarne Język wykładowy: Polski Profil kształcenia: Ogólnoakademicki (A) Semestr: 4 Strona www: Osoba odpowiedzialna: dr inż. Rębiasz Bogdan (brebiasz@zarz.agh.edu.pl) Osoby prowadzące: dr Skalna Iwona (skalna@agh.edu.pl) Gaweł Bartłomiej (bgawel@zarz.agh.edu.pl) dr inż. Rębiasz Bogdan (brebiasz@zarz.agh.edu.pl) Opis efektów kształcenia dla modułu zajęć Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Powiązania z EKK Sposób weryfikacji efektów kształcenia (forma zaliczeń) Wiedza M_W001 ma wiedzę o metodach statystycznych i metodach eksploracji danych wspomagających podejmowanie decyzji ZP2A_W11, ZP2A_W13 Kolokwium M_W002 ma wiedzę w zakresie statystycznej obróbki danych ZP2A_W11 Kolokwium M_W003 ma wiedzę o tendencjach rozwojowych informatycznych systemów zarządzania wspomagających decyzje marketingowe ZP2A_W11 Kolokwium M_W004 potrafi wykonywać analizy marketingowe z wykorzystaniem metod statystycznych i metod eksploracji danych, umie interpretować uzyskane wyniki i wyciągać wnioski ZP2A_W11, ZP2A_W13 Prezentacja Umiejętności M_U001 zna podstawowe pakiety statystyczne wykorzystywane do opracowywania i analizy danych, potrafi je wykorzystać do realizacji analiz ZP2A_U04, ZP2A_U07 Prezentacja, Kolokwium 1 / 5

2 M_U002 potrafi ocenić rolę i znaczenie metod ilościowych w badaniach ; rozumie znaczenie metod ilościowych w ograniczeniu ryzyka ekonomicznego ZP2A_U05, ZP2A_U08 Prezentacja, Kolokwium Kompetencje społeczne M_K001 umie pracować w zespole ZP2A_K05, ZP2A_K09 Wykonanie projektu M_K002 rozumie potrzebę ciągłego dostosowywania swojej wiedzy do zmieniających się technik gromadzenia i opracowywania danych ZP2A_K07, ZP2A_K09 Prezentacja Matryca efektów kształcenia w odniesieniu do form zajęć Kod EKM Student, który zaliczył moduł zajęć wie/umie/potrafi Forma zajęć Wykład audytoryjne laboratoryjne projektowe Konwersatori um seminaryjne praktyczne Inne terenowe E-learning Wiedza M_W001 M_W002 M_W003 M_W004 Umiejętności M_U001 ma wiedzę o metodach statystycznych i metodach eksploracji danych wspomagających podejmowanie decyzji ma wiedzę w zakresie statystycznej obróbki danych ma wiedzę o tendencjach rozwojowych informatycznych systemów zarządzania wspomagających decyzje marketingowe potrafi wykonywać analizy marketingowe z wykorzystaniem metod statystycznych i metod eksploracji danych, umie interpretować uzyskane wyniki i wyciągać wnioski zna podstawowe pakiety statystyczne wykorzystywane do opracowywania i analizy danych, potrafi je wykorzystać do realizacji analiz / 5

3 M_U002 potrafi ocenić rolę i znaczenie metod ilościowych w badaniach ; rozumie znaczenie metod ilościowych w ograniczeniu ryzyka ekonomicznego Kompetencje społeczne M_K001 umie pracować w zespole M_K002 rozumie potrzebę ciągłego dostosowywania swojej wiedzy do zmieniających się technik gromadzenia i opracowywania danych Treść modułu zajęć (program wykładów i pozostałych zajęć) Wykład 1.Dane marketingowe, skale pomiarowe. 2.Miary współzależności dla zmiennych mierzonych na skalach nominalnych i porządkowych. 3.Statystyczna obróbka danych (transformacja danych, dyskretyzacja danych, obserwacje nietypowe, uzupełnianie brakujących danych). 4.Metody statystyczne w procedurach segmentacji rynku. Metody grupowania obiektów, Analiza czynnikowa, Metoda automatycznej detekcji interakcji (CHAiD), Analiza dyskryminacyjna, Analiza regresji logistycznej. 3.Drzewa decyzyjne. 4.Metody odkrywania asocjacji. 5.Metody statystyczne w identyfikacji pozycji marki na rynku. 6.Metody statystyczne w ocenie skuteczności działań. 7.Hurtownie danych i metody eksploracji danych. 8.Systemy informacyjne marketing: systemy Business Intelligence (BI) i Customer Relationship Management (CRM). audytoryjne 1.Statystyczna obróbka danych przykłady: uzupełniania brakujących danych, usuwanie obserwacji nietypowych. 2.Algorytmy grupowania obiektów, zastosowanie w segmentacji rynku. 3.Analiza czynnikowa istota metody, jej zastosowania w marketingu. 4.Generowanie drzew decyzyjnych algorytmy wybranych metod statystycznych i eksploracji danych, zastosowanie drzew decyzyjnych w marketingu. 5.Metody odkrywania asocjacji algorytm Apriori. 6.Procedura badawcza metody pomiaru łącznego oddziaływania zmiennych (Conjoint measurement) i jej zastosowania w marketingu. 7.Kolokwium sprawdzające znajomość metod ilościowych stosowanych w analizach. 3 / 5

4 laboratoryjne 1.Przygotowanie do realizacji projektu z wykorzystania metod ilościowych w analizach. Przydział tematów i zadań do zespołów. Omówienie koncepcji projektu. 2.Analiza współzależności zmiennych mierzonych na skalach nominalnych i porządkowych. 3.Segmentacja rynku z wykorzystaniem metod statystycznych. Zastosowanie dostępnych pakietów statystycznych. 4.Budowa modeli klasyfikacyjnych z wykorzystaniem drzew decyzyjnych. Zastosowanie dostępnych pakietów statystycznych. 5.Omówienie stanu realizacji projektów, identyfikacja problemów, kontrola realizacji zadań w zespołach. 6.Przykład wykorzystania metody pomiaru łącznego oddziaływania zmiennych (Conjoint measurement). 7.Wykrywanie asocjacji w zbiorach danych. 8.Prezentacja i ocena projektów, ocena końcowa z przedmiotu. Sposób obliczania oceny końcowej Ocena końcowa wystawiana jest przez prowadzącego wykład. Jest ona równa średniej ocen z egzaminu, ćwiczeń i laboratoriów. Ocena z ćwiczeń wystawiana jest na podstawie oceny uzyskanej z kolokwium. Ocena z laboratoriów wystawiana jest na podstawie oceny uzyskanej z projektu oraz oceny aktywności studenta w trakcie realizacji analiz za pomocą wybranych metod statystycznych i eksploracji danych. Wymagania wstępne i dodatkowe Wymagana znajomość statystyki opisowej oraz oprogramowania biurowego. Zalecana literatura i pomoce naukowe Literatura 1.Rószkiewicz M.: Metody ilościowe w badaniach. Wydawnictwo Naukowe PWN, Warszawa Walesiak M., Bąk A.:.Conjoint analysis w badaniach. Wydawnictwo Akademii Ekonomicznej we Wrocławiu. Wrocław Hand D., Heikki M., Padhraic S.: Eksploracja danych. Wydawnictwa Naukowo-Techniczne WNT. Warszawa Unold J.: Systemy informacyjne marketingu. Wydawnictwo Akademii Ekonomicznej im. Oskara Langego, Wrocław Oprogramowanie 1.Pakiet Microsoft Office. 2.Pakiety statystyczne: Statistica, SPSS Publikacje naukowe osób prowadzących zajęcia związane z tematyką modułu Nie podano dodatkowych publikacji Informacje dodatkowe Ogólne warunki uczestnictwa i zaliczenia przedmiotu określa Regulamin Studiów 4 / 5

5 Nakład pracy studenta (bilans punktów ECTS) Forma aktywności studenta Udział w wykładach Udział w ćwiczeniach laboratoryjnych Udział w ćwiczeniach audytoryjnych Przygotowanie do zajęć Samodzielne studiowanie tematyki zajęć Wykonanie projektu Egzamin lub kolokwium zaliczeniowe Sumaryczne obciążenie pracą studenta Punkty ECTS za moduł Obciążenie studenta 12 godz 9 godz 9 godz 12 godz 21 godz 10 godz 2 godz 75 godz 3 ECTS 5 / 5