MPM_BADM Business Analytics - Data Analysis and Decision Making

Ekonomicko-správní fakulta
podzim 2017
Rozsah
2/0/0. 8 kr. Ukončení: zk.
Vyučující
Mgr. Vojtěch Přibyla, MBA (přednášející)
Garance
doc. Mgr. Maria Králová, Ph.D.
Katedra aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Kontaktní osoba: Lenka Hráčková
Dodavatelské pracoviště: Katedra aplikované matematiky a informatiky – Ekonomicko-správní fakulta
Rozvrh
Čt 16:20–17:55 VT105
Omezení zápisu do předmětu
Předmět je otevřen studentům libovolného oboru.
Předmět si smí zapsat nejvýše 25 stud.
Momentální stav registrace a zápisu: zapsáno: 0/25, pouze zareg.: 0/25, pouze zareg. s předností (mateřské obory): 0/25
Cíle předmětu
Na konci předmětu bude student umět prokázat: • Schopnost analýzy dat s pomocí vhodných nástrojů MS Excel • Schopnost vytvořit složitější model v MS Excel pro datovou analýzu • Schopnost správné interpretace dat v kontextu firemního prostředí • Porozumění teorie firmy související s datovou analýzou a její aktivní uplatnění pro rozhodování
Osnova
  • Úvod do tématu • základy datové analýzy a • Datová analýza a rozhodování v oblasti financí • Datová analýza a rozhodování v oblasti řízení lidských zdrojů • Datová analýza a rozhodování pro řízení vztahu se zákazníkem • Řízení rizik a datová analýza • Plánování a rozpočtování • základy plánování podnikových zdrojů pomocí MS Excel (ERP systémy)
Literatura
    doporučená literatura
  • ALBRIGHT, S. Christian a L. Wayne WINSTON. Business Analytics: Data Analysis & Decision Making. 5th Edition. Stamford, US: CENGAGE Learning, 2015. ISBN 978-1-133-62960-3. info
  • BREALEY, A. Richard, C. Stewart MYERS a Franklin ALLEN. Principles of Corporate Finance. Eleven edition. Berkshire, UK: McGraw-Hill Education, 2014. ISBN 978-0-07-715156-0. info
  • DYCHÉ, Jill. The CRM handbook: A business Guide to Customer Relationship Management. Fifteenth printing. Indiana, US: Addison-Wesley, 2012. ISBN 978-0-201-73062-3. info
Výukové metody
Předmět vychází ze tří základních přístupů: Aplikace praxe Vyvážená kombinace teorie a praxe rozvine u studentů porozumění datové analýzy a její využití v praxi. Navíc budou mít studenti možnost procvičit vlastní uvažování o komplexních problémech a vystavět si vlastní analytický toolkit. Individuální práce Osobní zkušenost z jednotlivých případových studií a studia teorie umožní studentovy rozvinout své schopnosti bez zbytečného časového presu. Sdílení zkušeností Možnost sdílet a diskutovat své řešení ve skupině rozvine studentovu znalost i kompetenci skupinové komunikace.
Metody hodnocení
Hodnocení předmětu je nastaveno takto: • Závěrečná zkouška: 50 % (písemná) • Aktivní účast na hodinách: 10 % • Případové studie: 40 % Od studentů se očekává průběžná příprava na každou hodinu stejně jako jejich aktivní účast v průběhu hodiny
Informace učitele
Předmět nemá prerekvizity, doporučena pokročilá znalost MS Excel
Další komentáře
Studijní materiály
Předmět je vyučován každoročně.
Předmět je zařazen také v obdobích jaro 2017, jaro 2018, jaro 2019, jaro 2020, jaro 2021, jaro 2022, jaro 2023.