Podniková analytika

Cieľ predmetu

Po úspešnom absolvovaní tohto predmetu získajú študenti základné vedomosti a zručnosti pre využitie prostriedkov podnikovej analytiky resp. podnikovej inteligencie, s dôrazom na informačnú podporu rozhodovacích procesov v hospodárskom riadení podnikov a meranie výkonnosti podnikov. Študenti sú zoznámení so základnými cieľmi, prvkami a metódami takýchto systémov, ako metodológie pre návrh a nasadenie analytík, dátové sklady pre podporu manažmentu rôznych typov dát v podniku, reportovacie nástroje, OLAP, atď. Študenti zároveň získajú teoretické znalosti a praktické zručnosti v používaní metód z oblasti dolovania dát a ich využitia v podnikovej analytike, vrátane prehľadu existujúcich nástrojov a rozširujúcich analytických metód. Študenti vedia tvorivo aplikovať získané poznatky, využívať systémový prístup pri návrhu, implementácii a vyhodnotení efektívnosti zavedenia riešení podnikovej analytiky s využitím vhodne vybraných softvérových nástrojov.

Garant predmetu

doc. Ing. Peter Butka, PhD. – prednášky, cvičenia

Ďalší vyučujúci

Ing. Juliana Ivančáková – cvičenia

Ďalšie informácie k predmetu

Predmet je vyučovaný ako povinný v programe Hospodárska informatika, 3.ročník Bc štúdia, letný semester. Okrem toho je ponúkaný v rovnakom semestri ako voliteľný v programe Inteligentné systémy.

Aktuálne informácie k organizácii predmetu, prezentácie prednášok a materiály k cvičeniam sú sprístupňované v systéme Moodle, predmet (kurz) Podniková analytika, prihlásenie do kurzu sa realizuje na prvom cvičení, prípadne mimo predmetu je možné s požiadavkou kontaktovať garanta predmetu.

Linka na CHI Moodle: https://kkui.fei.tuke.sk/chi/moodle/

Rozsah

2h prednášky + 2h cvičenia

Hodnotenie

100 bodov(%), z toho 60 skúška (didaktický test, min. 31 na úspešné zvládnutie), 40 zápočet (min. 21 na zápočet)

- v prípade, že dosiahnutý súčet bodov z predmetu po úspešnej skúške (za test teda aspoň 31 bodov) je na hornej hranici známky tak, že chýba na získanie lepšej známky 1, nanajvýš však 3 body, študent môže požiadať o ústne doskúšanie -  za ústnu časť je možné získať maximálne 3 body

– v prípade neúspešnej skúšky (menej ako 31), pri dosiahnutí za písomný test aspoň 28 bodov (čiže 28-30 za skúšku), takisto je možnosť prísť na ústne doskúšanie pre zmenu na 31 bodov za skúšku

Podmienky zápočtu

- maximálne 3 vymeškané cvičenia
- bodovanie zápočtu: kontrolné testy (2x10bodov), 1 praktické zadanie (20 bodov)
- celkovo je potrebné dosiahnuť 21 bodov na získanie zápočtu

Osnova predmetu

- Úvod do PA, rôzne pohľady na dátovú analytiku, základné typy analytík a úloh, dáta v PA
- Rozhodovací proces, rozhodovacie modely, systémy pre podporu rozhodovania (DSS), ich vlastnosti a architektúra
- Deskriptívna analytika, informačné systémy podniku, úvod do dátových skladov (DS)
- Dátové sklady (DS) - modelovanie dát v DS, multidimenzionálne modelovanie – dátová kocka, OLAP funkcie, rôzne verzie DS/OLAP systémov
- Deskriptívna analytika - reportovanie, metriky pre meranie výkonnosti, vizuálna analytika, dashboardy
- Prediktívna analytika - KDD (objavovanie znalostí v databázach), dolovanie v dátach (Data Mining – DM), porovnanie OLAP a DM, procesný pohľad na KDD
- Základné typy úloh DM, príklady úloh KDD, metodológia CRISP-DM - pochopenie cieľa, pochopenie dát, dáta a ich predspracovanie, dôležitosť predspracovania, rôzne kroky predspracovania
- Modelovanie I - prediktívne dolovanie v dátach - základný prístup, tvorba a testovanie modelov, prehľad vybraných metód dolovania v dátach – predikcia (regresné modely), klasifikácia (rozhodovacie stromy, Naive Bayes, kNN)
- Modelovanie II - vyhodnotenie klasifikácie - základné prístupy hodnotenia, vybrané mierky hodnotenia, kontingenčná tabuľka, zlepšenie klasifikácie, metódy pre deskriptívne dolovanie v dátach – zhlukovanie, asociačné pravidlá
- Využitie CRISP-DM v praktických úlohách
- Preskriptívna analytika, základné metódy a prístupy, prehľad metód presktipívnej analytiky - modelovo orientované rozhodovanie (optimalizácia, multikriteriálne rozhodovanie), ad-hoc modelovanie a analýza (heuristické prehľadávanie, simulácia), automatické systémy DSS, expertné systémy, systémy manažmentu znalostí
- Stručný náhľad ďalších oblastí analýzy dát - text-mining, analýza sentimentu, spracovanie veľkých dát

Literatúra

- Sauter, L.V.: Decision support systems for business intelligence. 2nd edition,Wiley, 2011
- Turban, E., Sharda, R., Delen, D.: Decision Support and Business Intelligence Systems, 9th edition, Prentice Hall, 2011
- Paralič, J.: Objavovanie znalostí v databázach, Elfa, 2003
- Hardoon, D.R., Shmueli, G.: Getting Started with Business Analytics: Insightful Decision-Making, CRC Press, 2013
- Evans, J.R.: Business Analytics, Pearson, 2013

Softvér

R - https://www.r-project.org/

RStudio - https://www.rstudio.com/

Python - https://www.python.org/

Jupyter - https://jupyter.org/