Mål
Kursens övergripande mål är att studenten ska tillägna sig kunskaper om begrepp och metoder bakom en implementering av Business Intelligence. Efter genomförd kurs skall studenten:
- ha kännedom om de mikrodataanalytiska tekniker som ofta används i Business Intelligence (BI)
- kunna implementera de mest centrala delarna i ett framgångsrikt BI-system
- kunna utforma och genomföra lagring av data i "data warehouses"
- kunna extrahera och omvandla data från en operativ databas till ett data warehouse
- kunna nyttja affärsanalys- och benchmarkingverktyg
- integrera BI i en organisations dagliga affärsbeslut
- kunna använda algoritmer för att optimera processer
- kunna tillämpa en BI-metamodell som omvandlar mål till handlingar
- förstå och implementera beslutsstödsstystem för BI.
Innehåll
Business Intelligence avser en uppsättning begrepp och metoder för att förbättra och systematisera en organisations beslutsprocess genom att tillhandahålla riktad information till de i organisationen som mest behöver den. Kursen behandlar de kritiska faktorerna som behövs för att genomföra ett effektivt BI-program som maximerar en organisations verksamhet.
Kursen behandlar koncept som behövs för att tillämpa en BI meta-modell och analysera framgångsrika system för att identifiera vad som fungerar.
Detta inkluderar metoder för att omsätta ledningsdirektiv till väldefinierade resultat och att använda dessa i specifikationer för datainsamling.
Att införliva BI verktyg för att identifiera affärstrender kommer också att vara en del av kursen. Verktyg och metoder som beslutsstödsystem, datautvinning, operativa forskningsmetoder och algoritmer kommer också att omfattas.
Examinationsformer
Obligatoriska föreläsningar, seminarier och laborationer 3 hp, fallstudier och projekt 3 hp samt skriftlig reflektion 1,5 hp.
Arbetsformer
Föreläsningar, datorövningar, projekt och övningar i klassrummet.
Betyg
Som betygsskala används U, 3, 4, 5.
För att erhålla godkänd på hela kursen krävs att alla momenten är godkända. Slutbetyget på kursen sätts efter en samlad bedömning av examinator.
Förkunskapskrav
- Artificiell intelligens 7,5 hp avancerad nivå
Övrigt
Högst 5 examinationstillfällen kommer att hållas. Laborationsrapporter ska lämnas in senast tre veckor efter kursslut.Närvaro på två tredjedelar av föreläsningarna är obligatoriskt.