Veidlapa Nr. M-3 (8)
Studiju kursa apraksts
Datu analīze un stratēģija
Kursa kods
SZF_164
Zinātnes nozare
-
Kredītpunkti (ECTS)
3,00
Mērķauditorija
Uzņēmējdarbības vadība; Vadībzinātne
LKI
7. līmenis
Studiju veids un forma
Pilna laika
Studiju kursa īstenotājs
Kursa vadītājs
Aldis Ērglis
Struktūrvienības vadītājs
Ieva Puzo
Struktūrvienība
Sociālo zinātņu fakultāte
Kontaktinformācija
Dzirciema iela 16, Rīga, szf@rsu.lv
Par studiju kursu
Mērķis
Apgūt un izprast kvantitatīvas un kvalitatīvas analīzes iespējas organizācijas stratēģiskiem elementiem (vērtību ķēde, biznesa spējas, biznesa procesi, mērķi un organizatoriskā struktūra), izmantojot datu analīzes un darījuma intelekta sistēmu (BI) pieejas un tehnikas.
Priekšzināšanas
Nepieciešamas priekšzināšanas par datu analīzes pamatiem, datu avotiem, datu struktūrām un vizualizāciju. Vēlamas priekšzināšanas organizācijas vadīšanas principos.
Studiju rezultāti
Zināšanas
1.Studiju kursa noslēgumā studējošie: ieguvuši padziļinātas zināšanas par organizācijas darbības izskaidrošanas iespējām ar datu analīzes palīdzību un vērtību, ko tāda analīze var sniegt; - spēj pielietot atbilstošas biznesa uzdevumam datu analīzes tehnikas un pieejas; - ir ieguvuši praktiskas iemaņas datu analīzes uzdevuma izveidē, datu ielādē no dažādiem datu avotiem, datu modelēšanā un datu vizualizācijā; - spēj formulēt un definēt datu analīzes, mašīnmācīšanās un mākslīgā intelekta pielietojuma piemērus; ir apguvuši datu risinājumu biznesa un tehniskās arhitektūras uzbūves principus un spēj nosaukt un raksturot tās elementus; - iepazinušies ar datu stratēģijas izveides pieejām un tās elementiem.
Prasmes
1.Studiju kursa noslēgumā studējošie: - spēj identificēt un definēt analītiskos uzdevumus, individuālā un organizācijas līmenī; - spēj izveidot analītisko uzdevumu risinājuma dizainu; - spēj veikt datu modelēšanu un datu vizualizēšanu, atbilstoši biznesa uzdevumam; - spēj izvēlēties un pielietot modernas kvantitatīvas datu analīzes metodes; - spēj novērtēt un izskaidrot datu analīzes, vadības paneļu un atskaišu biznesa vērtību; - spēj pielietot datu analīzi, biznesa modeļu skaidrošanai.
Kompetences
1.Studiju kursa noslēgumā studējošie: - spēs patstāvīgi izvērtēt un izveidot, atbilstoši biznesa problēmai, datu analīzes pielietojuma vai risinājuma dizainu; - spēs izvēlēties datu analīzes uzdevumiem atbilstošus rīkus un analīzes tehnikas; - spēs novērtēt organizācijas briedumu datu analīzes jomā, fiksēt esošo situāciju, izstrādāt rekomendācijas uzlabojumiem; - spēs novērtēt organizācijas analītikas atbilstību biznesa mērķiem un automatizācijas pakāpi.
Vērtēšana
Patstāvīgais darbs
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Patstāvīgais darbs |
-
|
-
|
|
Studējošā zināšanas tiks pārbaudītas divos veidos: tik uzdoti praktiskie darbi nodarbību laikā, kuru pilnīga izpilde būs jāveic ārpus kontakta stundām. Paredzēti seši pārbaudes darbi, kuru mērķis ir pārbaudīt apgūtās zināšanas par pasniegtajām tēmām, kā arī spēju praktiski pielietot datu analīzes un vizualizācijas tehnikas. Kopumā par praktiskajiem darbiem iespējams iegūt līdz 60% no vērtējuma. Papildus būs situācijas analīze pēc 6. nodarbības, kas ietvers biznesa uzdevuma risināšanu procesu automatizācijas jomā un to novērtēšana un kategorizēšana ar procesu izraces metodes palīdzību. Šis pārbaudes veids veidos līdz pat 20% no kopējā vērtējuma. Un kursa beigās būs gala pārbaudījums, par visām kursā apskatītajām tēmām, kas sastādīs līdz pat 20% no kopējā vērtējuma.
|
||
Pārbaudījums
|
Virsraksts
|
% no gala vērtējuma
|
Vērtējums
|
|---|---|---|
|
1.
Pārbaudījums |
-
|
-
|
|
Studējošā gala vērtējums veidojas no: - Praktiskais darbs nr. 1 rezultāts - 10% - praktiskais darbs nr. 2 rezultāts - 10% - praktiskais darbs nr. 3 rezultāts - 10% - praktiskais darbs nr. 4 rezultāts - 10% - praktiskais darbs nr. 5 rezultāts - 10% - praktiskais darbs nr. 6 rezultāts - 10% - Situācijas analīzes rezultāts - 20%, gala pārbaudījums - 20%.
|
||
Studiju kursa tēmu plāns
PILNA LAIKA
1. daļa
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu analīzes (BI) loma un pielietojums uzņēmuma stratēģiskā vadīšanā
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Uz lēmumu orientēta datu analīze
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Korelācijas un cēloņsakarības
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datos balstīti biznesa modeļi
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Moderni rīki un tehnikas datu analīzei
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Rekomendāciju sistēmas
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
ONA - 'organization network analysis'
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Kvantitatīva biznesa procesu analīze ar Procesu izrace
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu analīze priekš digitālās transformācijas
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Zināšanu pārvaldība un loma datu analīzē
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Datu stjuarti un datu atbalsts biznesa procesu īpašniekiem
|
-
Lekcija
|
Modalitāte
|
Norises vieta
|
Kontaktstundas
|
|---|---|---|
|
Klātiene
|
Auditorija
|
2
|
Tēmas
|
Proaktīva analītika, BI attīstības scenāriji
|
Kopā kredītpunkti (ECTS):
3,00
Kontaktstundas:
24 ak. st.
Gala pārbaudījums:
Eksāmens
Bibliogrāfija
Obligātā literatūra
1.
Competing on Analytics: The New Science of Winning. 2017Piemērots angļu valodas plūsmai
2.
Smart Business: What Alibaba's Success Reveals about the Future of Strategy. 2018Piemērots angļu valodas plūsmai
3.
The Book of Why: The New Science of Cause and Effect – Most Thought-Provoking. 2020Piemērots angļu valodas plūsmai
4.
INTELLIGENT AUTOMATION: Learn how to harness Artificial Intelligence to boost business & make our world more human. 2021Piemērots angļu valodas plūsmai
Papildu literatūra
1.
Key Management Models: The 75+ Models Every Manager Needs to KnowPiemērots angļu valodas plūsmai