Business Analytics
Fakultät für Informatik und Mathematik ©
Name Business Analytics
Verantwortlich Prof. Dr. Rainer Schmidt
SWS 4
ECTS 5
Sprache(n) Deutsch
Englisch
Lehrform SU mit Übung
Angebot nach Ankündigung
Aufwand

Präsenzstudium: ca. 42 Std., Eigenstudium: ca. 108 Std. .

Voraussetzungen

Grundlagen der Wirtschaftsinformatik und der Wirtschaftswissenschaften etwa aus dem Modul Betriebswirtschaft des Grundstudiums. Grundlagen Datenbanken

Ziele

Lernziele: Ziel der Veranstaltung ist es, einen Überblick über Business Analytics als Mittel der betrieblichen Entscheidungsfindung und dessen technische Grundlagen zu gewinnen und Anforderungen an eine unternehmensspezifische Implementierung zu beurteilen.

Kompetenzen: Die Studierenden erwerben Kenntnisse um selbstständig neue Themen aus dem Bereich Business Analytics zu identifizieren, sich inhaltlich zu erarbeiten und die Relevanz im Unternehmen einzuschätzen.

Inhalt

Beispielthemen sind berichtende, vorhersagende und empfehlende Analytik. Integration und Speicherung von strukturierten und unstrukturierten Daten bspw. mit relationalen Datenbanken und Hadoop. Durchführung von Analysen mit Hilfe von R und F. Visualisierung als Mittel der Entscheidungsunterstützung..Rechtliche Grundlagen der Unternehmensbewertung.

Medien und Methoden

Veranstaltungsspezifische Website Moodle Zotero Cloud-basierte Kooperationsmechanismen Tafel und Folien (Powerpoint)

Literatur
  • Adler, J., 2012. R in a Nutshell, Auflage: 2. ed. O’Reilly Media.
  • Chang, W., 2012. R Graphics Cookbook, Auflage: 1. ed. O’Reilly Media.
  • Davenport, T.H., Harris, J.G., 2007. Competing on analytics: the new science of winning. Harvard Business Press.
  • Davenport, T.H., Harris, J.G., Morison, R., 2010. Analytics at work: smarter decisions, better results. Harvard Business Press.
  • Fancher, D., 2014. The Book of F: Breaking Free with Managed Functional Programming, Auflage: 1. ed. No Starch Press.
  • Gkoulalas-Divanis, A., 2014. Large-Scale Data Analytics. Springer New York, New York, NY ; s.l.
  • Kohlhammer, J., 2013. Visual Business Analytics, 1. Aufl. ed, Edition TDWI. dpunkt, Heidelberg.
  • 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.
  • Saxena, R.N., 2013. Business Analytics, International Series in Operations Research & Management Science ; 186. Springer, New York, NY.
  • Smith, C., 2012. Programming F 3.0, Auflage: 2. ed. O’Reilly Media.
  • Syme, D., Granicz, A., Cisternino, A., 2012b. Expert F 3.0, Auflage: 3. ed. Apress.
  • Teetor, P., 2011. R Cookbook, Auflage: 1. ed. O’Reilly Media.
  • Zadrozny, P., Kodali, R., 2013. Big Data Analytics Using Splunk: Deriving Operational Intelligence from Social Media, Machine Data, Existing Data Warehouses, and Other Real-Time Streaming Sources, Auflage: 1. ed. Apress.

Weitere siehe Veranstaltungsseite im Internet und Zotero-Gruppe

Zuordnungen Curricula
SPO Fachgruppe Code ab Semester Prüfungsleistungen
IB Version 2010 FWP IF-WI-B-31-34-33 4 benotete Studienarbeit (40%)
benotete schriftliche Prüfung 60 Minuten (60%)