Szkoła Główna Handlowa w Warszawie - Centralny System Uwierzytelniania
Strona główna

Podstawy analizy danych w e-biznesie

Informacje ogólne

Kod przedmiotu: 223300-D
Kod Erasmus / ISCED: 04.9 Kod klasyfikacyjny przedmiotu składa się z trzech do pięciu cyfr, przy czym trzy pierwsze oznaczają klasyfikację dziedziny wg. Listy kodów dziedzin obowiązującej w programie Socrates/Erasmus, czwarta (dotąd na ogół 0) – ewentualne uszczegółowienie informacji o dyscyplinie, piąta – stopień zaawansowania przedmiotu ustalony na podstawie roku studiów, dla którego przedmiot jest przeznaczony. / (0419) Biznes i administracja Kod ISCED - Międzynarodowa Standardowa Klasyfikacja Kształcenia (International Standard Classification of Education) została opracowana przez UNESCO.
Nazwa przedmiotu: Podstawy analizy danych w e-biznesie
Jednostka: Szkoła Główna Handlowa w Warszawie
Grupy: Przedmioty obowiązkowe na programie SMMD-EBI
Punkty ECTS i inne: 3.00 (zmienne w czasie) Podstawowe informacje o zasadach przyporządkowania punktów ECTS:
  • roczny wymiar godzinowy nakładu pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się dla danego etapu studiów wynosi 1500-1800 h, co odpowiada 60 ECTS;
  • tygodniowy wymiar godzinowy nakładu pracy studenta wynosi 45 h;
  • 1 punkt ECTS odpowiada 25-30 godzinom pracy studenta potrzebnej do osiągnięcia zakładanych efektów uczenia się;
  • tygodniowy nakład pracy studenta konieczny do osiągnięcia zakładanych efektów uczenia się pozwala uzyskać 1,5 ECTS;
  • nakład pracy potrzebny do zaliczenia przedmiotu, któremu przypisano 3 ECTS, stanowi 10% semestralnego obciążenia studenta.
zobacz reguły punktacji
Język prowadzenia: polski
Efekty uczenia się:

Wiedza:

Po zrealizowaniu programu przedmiotu student zna rodzaje systemów wykorzystywanych w e-biznesie oraz metody analizy aktywności klientów w systemach wykorzystywanych w e-biznesie.

Po zrealizowaniu programu przedmiotu student zna narzędzia wykorzystywane do analizy danych oraz zasady wstępnej oceny i przygotowania danych do analizy.

Po zrealizowaniu programu przedmiotu student jest w stanie uzyskać dostęp do wybranych informacji zapisanych w bazie danych.

Umiejętności:

Po zrealizowaniu programu przedmiotu student umie wykorzystywać relacyjne bazy danych do przechowywania i uzyskiwania informacji.

Po zrealizowaniu programu przedmiotu student umie pozyskać dane i przygotować zbiór danych do analizy w zakresie e-biznesu.

Po zrealizowaniu programu przedmiotu student umie posługiwać się wybranymi metodami eksploracji danych do analizy danych e-biznesowych.

Kompetencje społeczne:

Po zrealizowaniu programu przedmiotu student wykazuje umiejętność komunikowania zagadnień związanych z analizą danych w e-biznesie.

Po zrealizowaniu programu przedmiotu student wykazuje zrozumienie etycznych aspektów analizy danych w e-biznesie.

Zajęcia w cyklu "Semestr letni 2024/25" (w trakcie)

Okres: 2025-02-15 - 2025-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Rumiana Górska, Anna Gutkowska, Ewa Syczewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

W ramach przedmiotu omówione zostaną podstawowe zagadnienia i narzędzia wykorzystywane w analizie danych związanych z e-biznesem. Zaprezentowane zostaną występujące na rynku rodzaje systemów wspomagających e-biznes, specyfika danych w e-biznesie, jak też metody analizy tych danych dla potrzeb zarządzania. Zajęcia w laboratorium komputerowym obejmują pozyskiwanie i analizę danych e-biznesowych.
Pełny opis:

Celem zajęć jest przekazanie wiedzy dotyczącej specyfiki danych e-biznesowych, a także ich analizy polegającej na odkrywaniu ukrytych zależności z wykorzystaniem metod eksploracji danych.
Literatura:

Literatura podstawowa:

1. Bernardelli M., Decewicz A., Tomczyk E., Ekonometria i badania operacyjne. Zbiór zadań. Wydawnictwo Naukowe PWN, 2021.

2. Larry Rockoff: Język SQL Przyjazny podręcznik, Helion 2017

3. J.D. Ullman, J. Widom: Podstawowy wykład z systemów baz danych, WNT, W-wa, 2000

4. Marcin Szeliga, Danuta Mendrala: Praktyczny kurs SQL, Helion 2015

5. P. Biecek: Przewodnik po pakiecie R. 2017. GIS.

6. Krider R.E.: Customer and business analytics: applied data mining for business decision making using R, 2012, CRC Press;

Literatura uzupełniająca:

1. Doligalski T., 2013, Internet w zarządzaniu wartością klienta, Warszawa, Oficyna Wydawnicza - Szkoła Główna Handlowa w Warszawie;

2. M. Lasek, Data Mining zastosowania w analizach i ocenach klientów bankowych, Oficyna Wydawnicza "Zarządzanie i Finanse", Warszawa 2002;

3. E. Gatnar, Symboliczne metody klasyfikacji danych, PWN, Warszawa 1998.

4. Dawid Wydra: Reklama Google AdWords w praktyce, Edgard, Warszawa 2014.
Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 15.00%

projekty: 20.00%

Zajęcia w cyklu "Semestr zimowy 2024/25" (zakończony)

Okres: 2024-10-01 - 2025-02-14
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Rumiana Górska, Ewa Syczewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

W ramach przedmiotu omówione zostaną podstawowe zagadnienia i narzędzia wykorzystywane w analizie danych związanych z e-biznesem. Zaprezentowane zostaną występujące na rynku rodzaje systemów wspomagających e-biznes, specyfika danych w e-biznesie, jak też metody analizy tych danych dla potrzeb zarządzania. Zajęcia w laboratorium komputerowym obejmują pozyskiwanie i analizę danych e-biznesowych.
Pełny opis:

Celem zajęć jest przekazanie wiedzy dotyczącej specyfiki danych e-biznesowych, a także ich analizy polegającej na odkrywaniu ukrytych zależności z wykorzystaniem metod eksploracji danych.
Literatura:

Literatura podstawowa:

1. Bernardelli M., Decewicz A., Tomczyk E., Ekonometria i badania operacyjne. Zbiór zadań. Wydawnictwo Naukowe PWN, 2021.

2. Larry Rockoff: Język SQL Przyjazny podręcznik, Helion 2017

3. J.D. Ullman, J. Widom: Podstawowy wykład z systemów baz danych, WNT, W-wa, 2000

4. Marcin Szeliga, Danuta Mendrala: Praktyczny kurs SQL, Helion 2015

5. P. Biecek: Przewodnik po pakiecie R. 2017. GIS.

6. Krider R.E.: Customer and business analytics: applied data mining for business decision making using R, 2012, CRC Press;

Literatura uzupełniająca:

1. Doligalski T., 2013, Internet w zarządzaniu wartością klienta, Warszawa, Oficyna Wydawnicza - Szkoła Główna Handlowa w Warszawie;

2. M. Lasek, Data Mining zastosowania w analizach i ocenach klientów bankowych, Oficyna Wydawnicza "Zarządzanie i Finanse", Warszawa 2002;

3. E. Gatnar, Symboliczne metody klasyfikacji danych, PWN, Warszawa 1998.

4. Dawid Wydra: Reklama Google AdWords w praktyce, Edgard, Warszawa 2014.
Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 15.00%

projekty: 20.00%

Zajęcia w cyklu "Semestr letni 2023/24" (zakończony)

Okres: 2024-02-24 - 2024-09-30
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Rumiana Górska, Anna Gutkowska, Ewa Syczewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

W ramach przedmiotu omówione zostaną podstawowe zagadnienia i narzędzia wykorzystywane w analizie danych związanych z e-biznesem. Zaprezentowane zostaną występujące na rynku rodzaje systemów wspomagających e-biznes, specyfika danych w e-biznesie, jak też metody analizy tych danych dla potrzeb zarządzania. Zajęcia w laboratorium komputerowym obejmują pozyskiwanie i analizę danych e-biznesowych.
Pełny opis:

Celem zajęć jest przekazanie wiedzy dotyczącej specyfiki danych e-biznesowych, a także ich analizy polegającej na odkrywaniu ukrytych zależności z wykorzystaniem metod eksploracji danych.
Literatura:

Literatura podstawowa:

1. Bernardelli M., Decewicz A., Tomczyk E., Ekonometria i badania operacyjne. Zbiór zadań. Wydawnictwo Naukowe PWN, 2021.

2. Larry Rockoff: Język SQL Przyjazny podręcznik, Helion 2017

3. J.D. Ullman, J. Widom: Podstawowy wykład z systemów baz danych, WNT, W-wa, 2000

4. Marcin Szeliga, Danuta Mendrala: Praktyczny kurs SQL, Helion 2015

5. P. Biecek: Przewodnik po pakiecie R. 2017. GIS.

6. Krider R.E.: Customer and business analytics: applied data mining for business decision making using R, 2012, CRC Press;

Literatura uzupełniająca:

1. Doligalski T., 2013, Internet w zarządzaniu wartością klienta, Warszawa, Oficyna Wydawnicza - Szkoła Główna Handlowa w Warszawie;

2. M. Lasek, Data Mining zastosowania w analizach i ocenach klientów bankowych, Oficyna Wydawnicza "Zarządzanie i Finanse", Warszawa 2002;

3. E. Gatnar, Symboliczne metody klasyfikacji danych, PWN, Warszawa 1998.

4. Dawid Wydra: Reklama Google AdWords w praktyce, Edgard, Warszawa 2014.
Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 15.00%

projekty: 20.00%

Zajęcia w cyklu "Semestr zimowy 2023/24" (zakończony)

Okres: 2023-10-01 - 2024-02-23
Wybrany podział planu:
Przejdź do planu
Typ zajęć:
Laboratorium, 30 godzin więcej informacji
Koordynatorzy: (brak danych)
Prowadzący grup: Michał Bernardelli, Ewa Syczewska
Lista studentów: (nie masz dostępu)
Zaliczenie: Przedmiot - Ocena
Laboratorium - Ocena
Skrócony opis:

W ramach przedmiotu omówione zostaną podstawowe zagadnienia i narzędzia wykorzystywane w analizie danych związanych z e-biznesem. Zaprezentowane zostaną występujące na rynku rodzaje systemów wspomagających e-biznes, specyfika danych w e-biznesie, jak też metody analizy tych danych dla potrzeb zarządzania. Zajęcia w laboratorium komputerowym obejmują pozyskiwanie i analizę danych e-biznesowych.
Pełny opis:

Celem zajęć jest przekazanie wiedzy dotyczącej specyfiki danych e-biznesowych, a także ich analizy polegającej na odkrywaniu ukrytych zależności z wykorzystaniem metod eksploracji danych.
Literatura:

Literatura podstawowa:

1. Bernardelli M., Decewicz A., Tomczyk E., Ekonometria i badania operacyjne. Zbiór zadań. Wydawnictwo Naukowe PWN, 2021.

2. Larry Rockoff: Język SQL Przyjazny podręcznik, Helion 2017

3. J.D. Ullman, J. Widom: Podstawowy wykład z systemów baz danych, WNT, W-wa, 2000

4. Marcin Szeliga, Danuta Mendrala: Praktyczny kurs SQL, Helion 2015

5. P. Biecek: Przewodnik po pakiecie R. 2017. GIS.

6. Krider R.E.: Customer and business analytics: applied data mining for business decision making using R, 2012, CRC Press;

Literatura uzupełniająca:

1. Doligalski T., 2013, Internet w zarządzaniu wartością klienta, Warszawa, Oficyna Wydawnicza - Szkoła Główna Handlowa w Warszawie;

2. M. Lasek, Data Mining zastosowania w analizach i ocenach klientów bankowych, Oficyna Wydawnicza "Zarządzanie i Finanse", Warszawa 2002;

3. E. Gatnar, Symboliczne metody klasyfikacji danych, PWN, Warszawa 1998.

4. Dawid Wydra: Reklama Google AdWords w praktyce, Edgard, Warszawa 2014.
Uwagi:

Kryteria oceniania:

kolokwium: 65.00%

referaty/eseje: 15.00%

projekty: 20.00%
Opisy przedmiotów w USOS i USOSweb są chronione prawem autorskim.
Właścicielem praw autorskich jest Szkoła Główna Handlowa w Warszawie.
al. Niepodległości 162
02-554 Warszawa tel: +48 22 564 60 00 http://www.sgh.waw.pl/ kontakt deklaracja dostępności mapa serwisu USOSweb 7.1.1.0