Como chegar
|
Contactos

Sistemas de Suporte à Decisão 2018/2019

  • 5 ECTS
  • Lecionada em Português
  • Avaliação Contínua

Objetivos

i. Reconhecer a importância e o potencial dos Sistemas de Suporte à Decisão na aquisição de vantagens competitivas e na melhoria do planeamento e a tomada de decisão
ii. Desenvolver a capacidade de investigação e o espírito crítico no âmbito dos Sistemas de Suporte à Decisão
iii. Identificar as capacidades de apoio à decisão potenciadas pela utilização de Sistemas de Business Intelligence
iv. Listar e distinguir a estrutura e funcionamento das tecnologias associadas e as metodologias de desenvolvimento de soluções de Business Intelligence
v. Avaliar e aplicar os métodos de data mining adequados a uma situação concreta ou problema relacionados com um contexto de negócio
vi. Descrever as diferentes ferramentas de BI existentes no mercado
vii. Saber utilizar uma ferramenta de Business Intelligence

Pré-Requisitos Recomendados

Conhecimentos de Sistemas de Informação na perspectiva da sua utilização pelas organizações.

Método de Ensino

Nas aulas TP utiliza-se o método expositivo-ativo para a leccionação dos conteúdos programáticos, complementado com a análise e discussão de artigos e casos de estudo em contexto de trabalho colaborativo. Será utilizado o método de sala de aula invertida (flipped classroom) para a lecionação do tópico de Web Mining. Utiliza-se ainda o método demonstrativo para a demonstração da utilização de algumas ferramentas de Business Intelligence existentes no mercado.
Nas aulas práticas, utiliza-se uma metodologia de ensino-aprendizagem tutorial, assente em três pilares: a) apresentação de vídeos e tutoriais; b) treino com exercícios práticos comuns; c) aplicação a trabalhos próprios.

Conteúdos Programáticos

1. Introdução aos Sistemas de Suporte à Decisão (SSD)
2. Estrutura, filosofia, classificação e componentes dos SSD; Arquitectura básica de um SSD
3. Tipos de SSD. A ligação DSS-BI.
4. Introdução ao Business Intelligence (BI)
5. Data Warehousing
6. Análise de Negócio (BA-Business Analytics) e Visualização de Dados
6.1 Análise OLAP (Online Analytical Processing)
6.2 Data Mining
6.3 Web Mining
7. Visão geral do Business Performace Management (BPM)
8. Ferramentas de Business Intelligence: QlikView, Cognos Power Play, MicroStrategy Reporting Suite, MS Power BI

Bibliografia e Webgrafia Recomendada

• Provost, F., Fawcett, T. (2013) Data Science for Business: What you need to know about data mining and data-analytic thinking, O´Reilly Media, Inc.
• Santos, M.Y. e Ramos, I. (2017) Business Intelligence – Da Informação ao Conhecimento, 3a. Edição Actualizada, FCA.
• Sharda, R., Delen, D., Turban, E. (2013) Business Intelligence: A Managerial Perspective on Analytics, Third Edition, Prentice Hall.
• Turban, E., Sharda, R., Delen, D. (2011) Decision Support and Business Intelligence Systems, 9th Edition, Prentice Hall.

Bibliografia Complementar

• Business Intelligence Resources (http://www.biresources.info/)
• Best Business Intelligence Sites (http://www.bestsitesnow.com/business-intelligence)
• Good DW and Business Intelligence sites (http://www.forumtopics.com/busobj/viewtopic.php?t=133936)

Planificação Semanal

Semana 1– Apresentação da UC.
Semana 2 –Introdução aos Sistemas de Suporte à Decisão (SSD).
Semana 3 -Estrutura, filosofia, classificação e componentes dos SSD; Arquitectura básica de um SSD. Tipos de SSD. A ligação DSS-BI.
Semana 4 –A ligação DSS-BI.Introdução ao Business Intelligence (BI).
Semana 5 –Introdução ao BI (cont.) Data Warehousing.
Semana 6 – Data Warehousing.
Semana 7 – Data Warehousing; OLAP e Cubos; Teste #1.
Semana 8 – OLAP e Cubos; Trabalho com a ferramenta de BI Cognos Power Play.
Semana 9 – Data Mining. Trabalho com a ferramenta Weka Explorer.
Semana 10 – Data Mining (cont.); Web Mining.
Semana 11 – Visão geral do Business Performace Management (BPM).
Semana 12 – QlikView.
Semana 13 – QlikView; Desenvolvimento do Trabalho Prático.
Semana 14 – Desenvolvimento do Trabalho Prático; Teste nº2.
Semana 15 –Desenvolvimento do Trabalho Prático; Apresentação dos trabalhos práticos.

Coerência do programa para com os objetivos

Para os objetivos (i) a (iii) da unidade curricular contribuem directamente os pontos (1) a (3) do programa, uma vez que permitem que o aluno vá progressivamente interiorizando a importância para as organizações de disporem de Sistemas de Suporte à Decisão. Para além disso, contribuirão para o aluno perceber o papel essencial destes sistemas na melhoria do desempenho e na tomada de decisão sustentada em ambiente organizacional. A criação de um quadro conceptual suficientemente lato para permitir aos alunos a identificação das várias aplicações de SSD é assegurada pelo ponto (3). Os pontos (4) a (8) do programa contribuirão para o objetivo de sensibilizar os alunos para o papel específico dos sistemas de BI como aplicações de SSD, criando competências práticas através da realização de vários exercícios tipo e de um projeto prático em que desenvolverão um sistema de BI, suportado por um datawarehouse, para analisar o desempenho de uma organização num contexto específico.

Coerência dos métodos de ensino para com os objetivos

Nas aulas TP o método expositivo-ativo servirá para apresentar os principais conceitos. A utilização de quizzes nessas apresentações e a discussão em sala de aula serão utilizados para a interacção frequente com os alunos, com vista a estimular o seu pensamento crítico, a capacidade de emitir opiniões sustentadas e de interiorizar os conceitos essenciais. A análise e discussão de artigos e casos de estudo visará estimular a discussão crítica e desenvolver a capacidade dos alunos de aplicar os conceitos a situações concretas e reais. O método de sala aula invertida servirá para os alunos explorarem de uma forma mais autónoma a transição do data mining para o web mining e realizarem algum trabalho de pesquisa sobre as diferentes vertentes da utilização e implementação do web mining. O método demonstrativo será utilizado para os alunos terem conhecimento das principais funcionalidades de algumas ferramentas de BI existentes no mercado.
Nas aulas práticas, a resolução de exercícios práticos será utilizada para verificar a capacidade dos alunos de aplicarem os conhecimentos obtidos nas aulas TP em situações reais de desenvolvimento de projectos de BI, nomeadamente, identificação de KPI´s e definição do modelo de data warehouse para o sistema. A apresentação e a utilização de vídeos e tutoriais e a prática guiada servirão para os alunos adquirirem conhecimentos sobre algumas ferramentas de BI e poderem utilizar de uma forma eficaz uma ferramenta para desenvolvimento do projeto prático.

competência genérica relevantedesenvolvida?avaliada?
Análise e sínteseSimSim
Aptidão para aplicação na prática dos conhecimentos teóricosSimSim
Capacidade crítica e de avaliaçãoSimSim
Capacidade de adaptação a novas situaçõesSimSim
Capacidade de auto-critica e de auto-avaliaçãoSim 
Capacidade de decisãoSimSim
Capacidade de iniciativa e espírito empreendedorSim 
Capacidade de investigaçãoSimSim
Competência em informática e uso de novas tecnologiasSimSim
Competência em língua estrangeiraSim 
Comportamento ético e responsávelSim 
Comunicação oral e escritaSimSim
CriatividadeSimSim
Gestão da informação e da aprendizagemSimSim
Preocupação com a eficáciaSimSim
Preocupação com a qualidadeSimSim
Relacionamento interpessoalSimSim
Resolução de problemasSimSim
Saber organizar, planear e gerirSimSim
Trabalho em equipaSimSim
Este website usa cookies para funcionar melhor e medir a performance (Diretiva da União Europeia 2009/136/EC)