Tantárgyi program részletes adatlapja
Üzleti intelligencia
Tantárgy megnevezése (magyarul) | Üzleti intelligencia |
Tantárgy megnevezése (angolul) | Business intelligence |
Előadás | 2 |
Gyakorlat | 1 |
Kredit | 3 |
Meghirdetés gyakorisága | őszi szemeszterben |
Oktatás nyelve | magyar |
Előtanulmányi kötelezettségek | nincs |
Tantárgy típusa | köt. szakiránytárgy |
Tantárgyfelelős tanszék | Információrendszerek Tanszék |
Tantárgyfelelős oktató | Kő Andrea |
Tantárgyat oktatók | Kő Andrea |
Szak | Gazdaságinformatika |
Szakirány | Üzleti informatika |
Kar | Gazdálkodástudományi Kar |
Tagozat | nappali |
Képzés szintje | mesterképzés |
Évfolyam | II. |
Tantárgy szakmai tartalma | A tantárgy célja, hogy áttekintést nyújtson az üzleti intelligencia területhez kapcsolódó legfontosabb fogalmakról, megközelítésekről, az elméleti alapokról és kihívásokról, a gyakorlati alkalmazhatóság szempontjainak előtérbe helyezésével. Az üzleti intelligencia magában foglalja mindazon fogalmakat és módszereket, amelyek célja, hogy feljavítsák a tényalapú rendszerek fölött működő üzleti döntéshozatalt. Ennek megfelelően a tárgy keretében kitérünk a döntéstámogató rendszerek sajátosságaira, az adattárházakkal és az adatpiacokkal kapcsolatos tudnivalókra, az adatminőséghez kötődő kérdésekre. Részletezzük az üzleti és web analitika terület kihívásait, a szövegbányászat sajátosságait, az adattárházakra épülő üzleti intelligencia megoldások jellemzőit, alkalmazásuk korlátait, feltételeit. Foglalkozunk az üzleti teljesítmény-menedzsment területtel, és az üzleti intelligencia megoldások következő generációjának tulajdonságaival. Az oktatás gyakorlat központú, az előadásokon tárgyalt területekhez illeszkedő legújabb gyakorlati alkalmazások használatára, bemutatására nagy hangsúlyt fektetünk. |
Kompetenciák leírása | A hallgatók a tárgy elvégzése után képesek lesznek az üzleti intelligencia megoldások kialakításához szükséges tervezési, felhasználási és implementációs feladatok végrehajtására. |
Irodalomjegyzék | 1. Kő Andrea: Üzleti intelligencia; in: Döntéstámogató rendszerek 4. fejezet, szerk.: Sántáné-Tóth Edit, Panem Kiadó, 2007 október 2. Kő Andrea: Üzleti intelligencia, in. Üzleti informatika, ISBN 978 963 9698 19 2, 113-127 old., Bologna Tankönyvsorozat, Aula Kiadó, 2007 3.Fajszi Bulcsú – Cser László - Fehér Tamás: Üzleti haszon az adatok mélyén, Alinea Kiadó, 2010 Ajánlott irodalom: 1. Turban, E., Sharda, R., Delen, D.: Decision Support and Business Intelligence Systems, 9/E, 2011 (ISBN-10: 013610729X) 2. Turban, E., Aronson, King, D., J. E., Sharda, R.: Business Intelligence, Prentice Hall, 2008 (ISBN-10: 013234761X, ISBN-13: 9780132347617) 3. Inmon, W. H., “Building the Data Warehouse” New York: Wiley, Third ed. 2002. Kimball, R.: “Rating Your Dimensional Data Warehouse” , www.intelligententerprise.com – 2000 4. Fajszi Bulcsú – Cser László: Üzleti tudás az adatok mélyén, BMGE, 2004, ISBN 963-421-558-0) |
Évközi tanulmányi követelmények | A kurzust vizsga zárja. A kurzus során megszerezhető pontok 60%-a a gyakorlatokon, míg további 40% elméleti ZH megírásával szerezhető meg. Az előadásokon lehetőség van 10%-ban plusz pont szerzésére előzetesen egyeztetett téma feldolgozásával és prezentálásával. A tárgy értékelése félévközi és vizsgaidőszakbeli számonkérés kombinációjaként történik meg. A kurzust záró elméleti beszámolón/vizsgán 50% elérése szükséges az elégtelentől különböző jegy megszerzéséhez. (Aki az utolsó heti beszámolón nem érte el 20 pontot az nem kap megajánlott jegyet).A többiek az utolsó heti beszámoló és a gyakorlati pontszámok alapján megajánlott jegyet kapnak. Értékelés elméleti beszámoló: 40 gyakorlat feladatai: 60. A megajánlott jegy a Neptunban elfogadható, ekkor vizsgára jelentkezni nem kell. Aki nem fogadja el a megajánlott jegyet annak vizsgáznia kell. A megajánlott jegy elfogadásáról, vagy visszautasításáról egy héten belül dönteni kell. A gyakorlatokon való részvétel és folyamatos munka a tárgy teljesítésének feltétele. Hiányozni a szemináriumok 25%-ról lehet. A szemináriumi feladatok más módon nem teljesíthetőek (TVSZ 21§ / 5 pont). Ez jelen kurzus esetében 2 hiányzást jelent. Nagyobb mértékű hiányzás esetében a hallgató elégtelen osztályzatot szerez, melyet javító vizsgával módosíthat. A javító vizsgán a tanszék biztosítja, hogy a közepes szint a javító vizsgán elérhető legyen, azaz az elérhető legjobb eredmény a közepes (70% értékben). Az ilyen módon letett javító vizsga esetében az esetleges gyakorlati pontszámok nem adódnak már hozzá, az érdemjegy megszerzése a vizsgaeredmény alapján történik. A félév során a gyakorlatokon egyéni és csoportos feladatmegoldás is történik, mely során az elérhető pontszám 60%-a szerezhető meg. A csoportos feladatmegoldásra csoportos pontszám kerül meghatározásra. Értékelés (%-ban) Elégtelen: 0 - 47 Elégséges: 48 - 60 Közepes: 61 - 73 Jó: 74 - 86 Jeles: 87 - 100 |
Vizsgakövetelmény | vizsga |
Értékelés módszere | Az üzleti intelligencia tárgy vizsgajeggyel zárul. |
A hallgató egyéni munkával megoldandó feladatai | A félév során egyénileg és csoportosan megoldandó feladatok is lesznek. |
A foglalkozásokon való részvétel követelményei | A gyakorlatokon való részvétel és folyamatos munka a tárgy teljesítésének feltétele. Hiányozni a szemináriumok 25%-ról lehet. A szemináriumi feladatok más módon nem teljesíthetőek (TVSZ 21§ / 5 pont). Ez jelen kurzus esetében 1 hiányzást jelent. Nagyobb mértékű hiányzás esetében a hallgató elégtelen osztályzatot szerez, melyet javító vizsgával módosíthat. A javító vizsgán a tanszék biztosítja, hogy a közepes szint a javító vizsgán elérhető legyen, azaz az elérhető legjobb eredmény a közepes (70% értékben). Az ilyen módon letett javító vizsga esetében az esetleges gyakorlati pontszámok nem adódnak már hozzá, az érdemjegy megszerzése a vizsgaeredmény alapján történik. |
Félévközi ellenőrzések | A félév során a gyakorlatokon egyéni és csoportos feladatmegoldás is történik, mely során az elérhető pontszám 60%-a szerezhető meg. A csoportos feladatmegoldásra csoportos pontszám kerül meghatározásra. |
1. hét | Bevezetés: az üzleti intelligencia alapfogalmai, háttere |
2. hét | Adatgyűjtés problémái, adatminőség |
3. hét | Adattárházak és adatpiacok jellegzetességei |
4. hét | Adattárházakra épülő üzleti intelligencia megoldások sajátosságai, alkalmazásuk korlátai, feltételei |
5. hét | Üzleti analitika/ OLAP |
6. hét | Üzleti elemzések, riportoló megoldások |
7. hét | Döntéstámogató rendszerek, adatvizualizáció |
8. hét | Adat és webbányászat |
9. hét | JMP tréning |
10. hét | Szövegbányászat |
11. hét | Stratégiai teljesítménymenedzsment megoldások (Business Performance Management) |
12. hét | Áttekintés a BI szoftverek területéről/ Üzleti intelligencia alkalmazások |
13. hét | Üzleti intelligencia trendek |
14. hét | Beszámoló |