INFORMAČNÝ LIST PREDMETU

Vysoká škola: Technická univerzita v Košiciach

Fakulta: Ekonomická fakulta

Pracovisko: Katedra aplikovanej matematiky a hospodárskej informatiky

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): -
Externá forma štúdia (hodiny za semester): ZS 0,2
Metóda štúdia:

Počet kreditov: 3

Odporúčaný semester štúdia: ZS

Odporúčaný semester

Študijný program

Stupeň štúdia

Metóda štúdia

2.rok ZS

Financie, bankovníctvo a investovanie (FBI_Bc_D_sk)
Ekonomika a manažment verejnej správy (EaMVS_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:
C1: Úvod do dátovej analýzy (typy dát, charakteristiky dát)
C2: Dostupné zdroje dát, typy dátových súborov
C3: Získavanie dát z externých zdrojov a import dát
C4: Predspracovanie dát, zisťovanie základných charakteristík dát, detekcia anomálií a outlierov
C5: Predspracovanie dát, zisťovanie základných charakteristík dát, detekcia anomálií a outlierov
C6: Nastavenie vzťahov a relácií, vytvorenie jednoduchého dátového modelu
C7: Vysvetlenie jednotlivých typov vizualizácií a ich uplatnenie v podnikovej praxi (kontingenčná tabuľka, typy filtrov, Treemap, Kartogram, Mapa, ukazovatele výkonu, mierka, matica, lievik, rozličné typy grafov, …)
C8: Praktické úlohy zamerané na vytváranie jednotlivých typov vizualizácií
C9: Praktické úlohy zamerané na vytváranie jednotlivých typov vizualizácií
C10: Praktické úlohy zamerané na vytváranie jednotlivých typov vizualizácií
C11: 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, …)
C12: Vytváranie dashboardov
C13: Písanie praktického testu

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:

Poznámky:

Hodnotenie predmetov:
Celkový počet hodnotených študentov: 11

18%

36%

27%

Zabezpečuje:
Ing. Dana Paľová, PhD.

Dátum poslednej zmeny: 31.08.2023

Schválil: osoba/osoby zodpovedné za študijný program