| INFORMAČNÝ LIST PREDMETU | ||||||||||||||
| Vysoká škola: Technická univerzita v Košiciach | ||||||||||||||
| Fakulta: Ekonomická fakulta | ||||||||||||||
| Pracovisko: Katedra aplikovanej matematiky a hospodárskej informatiky Ing. Dana Paľová, PhD., Mgr. Alena Mojsejová, PhD. | ||||||||||||||
| Kód predmetu: 35000495 | Názov predmetu: Dátová analýza a reporting v podniku | |||||||||||||
| Druh, rozsah a metóda vzdelávacích činností: Forma výučby: Prednáška, Cvičenie laboratórne Odporúčaný rozsah výučby (v hodinách): Denná forma štúdia (hodiny za týždeň): 1,2 Externá forma štúdia (hodiny za semester): ZS 13,26 Metóda štúdia: Prezenčná | ||||||||||||||
| Počet kreditov: 3 | ||||||||||||||
| Odporúčaný semester štúdia: ZS | ||||||||||||||
| Odporúčaný semester | Študijný program | Stupeň štúdia | Metóda štúdia | |||||||||||
| 2.rok ZS | Ekonomika a manažment verejnej správy (EaMVS_Bc_D_sk) Financie, bankovníctvo a investovanie (FBI_Bc_D_sk) |
1. 1. |
Prezenčná Prezenčná |
|||||||||||
| Stupeň štúdia: | ||||||||||||||
| Podmieňujúce predmety: | ||||||||||||||
| Podmienky na absolvovanie predmetu: Spôsob hodnotenia a skončenia štúdia predmetu: Klasifikovaný zápočet Priebežné hodnotenie (PH): Záverečné hodnotenie (ZH): Študent prospeje v ZH a úspešne vykoná skúšku, keď splní podmienku získať min. 51% z 100%. Záverečné hodnotenie je zložené z viacerých častí: testu praktických zručností spojených s predspracovaním, analýzou a prezentáciou výstupov analyzovaných dát a semestrálneho projektu zameraného na aplikovanie získaných vedomostí a zručností pri práci s dátami reálneho sveta (pričom si študent môže zvoliť svoju doménovú oblasť dát) a ich následnú interpretáciu výsledkov pred ostatnými kolegami v pomere 40%:60% (praktický test:semestrálny projekt) Celkové hodnotenie: CH je suma hodnotení získaných študentom za hodnotené obdobie. Celkový výsledok sa stanoví v súlade s vnútornými predpismi TUKE. (študijný poriadok, vnútorný predpis zásady doktorandského štúdia) | ||||||||||||||
| Výsledky vzdelávania: Cieľom predmetu je rozvinúť základné vedomosti a zručnosti z oblasti dátovej analýzy získané v rámci predmetu Informatika II. V rámci predmetu budú študenti oboznámení s rozličnými nástrojmi BI a metódami, ktoré sa v praxi využívajú pri analýze a následnej interpretácii dát. Predmet je zameraný na riešenie problémov prostredníctvom rozličných modelov a metód dátovej analýzy na reálnych podnikových dátach. V rámci realizácie predmetu je využívaná kombinácia rozličných výučbových metód s cieľom zabezpečiť naplnenie stanovených cieľov predmetu a zvýšenia angažovanosti študentov na samotnom vzdelávacom procese. V predmete sú využívané klasické, aktivizujúce aj komplexné výučbové metódy. Počas realizácie budú danými oblasťami dátovej analýzy a reportingu sprevádzať experti z podnikovej praxe, vďaka čomu bude zabezpečená praktická využiteľnosť získaných vedomostí a zručností. V rámci cvičení využívame počítačom podporovanú výučbu uľahčujúcu problémové vyučovanie, ktoré využívame na získanie, podporu a rozvoj praktických zručností študentov. S cieľom rozvíjať praktické zručnosti a kompetentnosti sme do výučby predmetu zaradili semestrálny projekt, ktorý rozvíja aktívnu samostatnú prácu študenta, či už samoštúdium relevantnej literatúry, aktívne vyhľadávanie informácií v prostredí internetu a prácu s potrebnými aplikáciami umožňujúcimi vytváranie modelov dátovej analýzy. Po absolvovaní predmetu by študent mal mať: [i] vedomosti – pochopenie základných vlastností dát, metód predspracovania, analýzy dát, reportingu a základov finančnej analýzy; [ii] zručnosti – zisťovanie a vyhľadávanie relevantných informácii v prostredí internetu, práca s nástrojmi umožňujúcimi predspracovanie a následnú analýzu a interpretáciu výsledkov reportingu a analýzy dát; [iii] kompetentnosti – organizácia predmetu je zameraná najmä na analýzu dát a praktické zručnosti študentov v oblasti spracovania dát. Vďaka projektovej výučbe však predmet rozvíja aj logické a kritické myslenie, tvorivosť, schopnosť prezentácie riešení a názorov. Zároveň pomáha zvyšovať úroveň informačnej a digitálnej gramotnosti študentov. Využitie semestrálneho projektu a jeho zameranie rozvíjajú rozhodovanie, tímovú prácu, analyzovanie a riešenie problémov. | ||||||||||||||
| Stručná osnova predmetu: P1: Úvod do dátovej analýzy a reportingu C1: Úvod do dátovej analýzy (typy dát, charakteristiky dát) P2: Dostupné zdroje dát, typy dátových súborov C2: Získavanie dát z externých zdrojov a import dát P3: Predspracovanie dát, zisťovanie základných charakteristík dát, detekcia anomálií a outlierov C3: Predspracovanie dát, zisťovanie základných charakteristík dát, detekcia anomálií a outlierov v prostredí aplikácie Power Query P4: Prostredie Power BI C4: Zoznámenie sa s pracovným prostredím a základnými operáciami v PowerBI P5: Úvod do vizualizácie dát C5: Vytváranie jednoduchých vizualizácií v Power BI P6: Využitie vizualizácií v podnikovej praxi C6: Vytvorenie jednoduchých dashboardov v MS Excel, Power BI P7: Využitie dátového modelu v analýze dát C7: Nastavenie vzťahov a relácií, vytvorenie jednoduchého dátového modelu P8: Praktické ukážky existujúcich dashboardov v podniku C8: Praktické úlohy zamerané na vytváranie jednotlivých typov vizualizácií, dashboardov P9: Rozličné typy analýz v podniku C9: Vytváranie rozličných typov analýz a vizualizácií založených na aktuálne dostupných podnikových dátach (napr. príprava výkazu zisku a strát, príprava súvahy, peňažné toky, výpočet kľúčových finančných aj nefinančných ukazovateľov, …) P10: Rozličné typy analýz v podniku C10: Vytváranie rozličných typov analýz a vizualizácií založených na aktuálne dostupných podnikových dátach (napr. príprava výkazu zisku a strát, príprava súvahy, peňažné toky, výpočet kľúčových finančných aj nefinančných ukazovateľov, …) P11: Vytváranie vlastných metrík, úvod do jazyka DAX C11: Návrh a výpočet metrík pomocou jazyka DAX a ich vizualizácia P12: Datastorytelling C12: Písanie záverečného písomného testu/Odovzdávanie alternatívneho zadania P13: Prezentovanie a záverečné hodnotenie semestrálnych projektov C13: Prezentovanie a záverečné hodnotenie semestrálnych projektov | ||||||||||||||
| Odporúčaná literatúra: 1. Bartošová, V. - Paliderová, M. - Jaroš, J. - Kovalová, E.: Finančný reporting a analýza, EDIS, 2020 (dostupné v eBooks UK TUKE) 2. de Jonge, K.: Absolute Guide to Dashboarding and Reporting with Power BI, Holy Macro! Books, 2019 3. Zavarella, L. - Lazzeri, F.: Extending Power BI with Python and R, Packt Publishing Limited, 2021 4. Hopkins, W.: Power Bi for the Excel Analyst: The Essential Guide to Starting Your Power Bi Journey, HOLY MACRO PR, 2022 5. Nix, C.: Data Analytics: The Insider's Guide to Master Data Analytics (Business Intelligence and Data Science - Leverage and Integrate Data Analytics, Createspace Independent Publishing Platform, 2017 6. Taddy, M.: Business Data Science: Combining Machine Learning and Economics to Optimize, Automate, and Accelerate Business Decisions, McGraw-Hill Education, 2019 ďalšia literatúra a študijné materiály sú zverejnené a aktualizované priebežne v rámci on-line kurzu predmetu. | ||||||||||||||
| Odporúčané voliteľné súčasti programu: Ako alternatívnu cestu pre študenta využívame hodnotenie vytváraného portfólia študentských prác, riešení samostatných praktických problémových úloh odovzdávaných prostredníctvom on-line vzdelávacieho systému. | ||||||||||||||
| Jazyk, ktorého znalosť je potrebná na absolvovanie predmetu: slovenský | ||||||||||||||
| Poznámky: Časová záťaž študenta: 75 hodín Nepriama výučba: 39 hodín | ||||||||||||||
| Hodnotenie predmetov: Celkový počet hodnotených študentov: 0 | ||||||||||||||
| A | B | C | D | E | FX | |||||||||
| 0% | 0% | 0% | 0% | 0% | 0% | |||||||||
| Zabezpečuje: Ing. Dana Paľová, PhD. Mgr. Alena Mojsejová, PhD. | ||||||||||||||
| Dátum poslednej zmeny: 30.01.2026 | ||||||||||||||
| Schválil: osoba/osoby zodpovedné za študijný program | ||||||||||||||