Introducció al Business Intelligence Codi:  08.619    :  6
Consulta de les dades generals   Descripció   L'assignatura en el conjunt del pla d'estudis   Camps professionals en què es projecta   Coneixements previs   Informació prèvia a la matrícula   Objectius i competències   Continguts   Consulta dels recursos d'aprenentatge de la UOC per a l'assignatura   Informació addicional sobre els recursos d'aprenentatge i eines de suport   Informacions sobre l'avaluació a la UOC   Consulta del model d'avaluació  
Aquest és el pla docent de l'assignatura per al primer semestre del curs 2024-2025. Podeu consultar si l'assignatura s'ofereix aquest semestre a l'espai del campus Més UOC / La universitat / Plans d'estudis). Un cop comenci la docència, heu de consultar-lo a l'aula. El pla docent pot estar subjecte a canvis.
La transformació digital que vivim obliga les organitzacions a invertir en
coneixement a partir de les dades per no perdre competitivitat. Cal
desenvolupar l'habilitat de comprendre i predir detalladament el rendiment dels
productes de cada negoci per poder optimitzar els seus nivells d'estoc i
mesurar el rendiment dels lliuraments de proveïdors. Combinar aquestes dades
amb una major comprensió del comportament del consumidor gràcies a la
ciència de dades, el big data i la intel·ligència de negoci permet a les empreses
augmentar les seves vendes i desenvolupar avantatges competitius duradors i
sostenibles.
A més, és molt important adquirir una consciència clara de l'impacte que està
tenint i tindrà en la societat la implantació cada vegada més accelerada de les
tecnologies derivades de l'anàlisi de grans volums de dades. Així com el que
aquest desenvolupament comporta en un moment en què el debat al voltant de
conceptes com la nova economia o la globalització ocupen un lloc destacat en
els mitjans i l'opinió pública. I és que hem de tenir en compte que el
professional de la informació no serà només un espectador privilegiat dels
canvis que es produeixin, sinó que en moltes ocasions ha de ser un dels seus
actors principals.
Per tal de poder fer front a aquests reptes, aquesta assignatura proporciona a
l'estudiantat els fonaments teòrics i pràctics de la ciència de dades, el big data i
la intel·ligència de negoci, amb l'objectiu de poder entendre el funcionament
dels sistemes de grans volums de dades i les seves aplicacions en el si de
l'empresa. Així mateix, aquesta assignatura té assignada una competència
transversal vinculada al compromís ètic i global de les organitzacions vers la
societat. És per això que es desenvoluparan reptes i activitats relacionats amb
l’Agenda 2030 de la ONU.

Amunt

L'assignatura optativa Introducció al Business Intelligence i Big Data té una
càrrega docent de 6 crèdits ECTS. Forma part, dins del Grau en Màrqueting i
Investigació de mercats (MIM), de la menció Màrqueting digital i comerç
electrònic, i dins del Grau d'Administració i Direcció d'Empreses (ADE), de la
menció Digitalització i canvi organitzatiu.

Amunt

Aquesta assignatura proporciona una base de coneixements i habilitats
mitjançant el disseny i desplegament d'estratègies basades en la presa de
decisions informades, en les quals es fa un ús intensiu de les dades internes de
l'organització i també de les dades externes creades pels clients en la
interacció amb l'organització.
L’assignatura està especialment dirigida a persones que han de liderar
iniciatives en organitzacions orientades a les dades, com per exemple
responsables de l’anàlisi de dades o de la presa de decisions.

Amunt

Per a cursar aquesta assignatura es recomana haver superat les següents
assignatures:

• Iniciació a les competències TIC
• Màrqueting digital

A més, és recomanable disposar de coneixements sobre l'ús de fulls de càlcul.

Amunt

És recomanable disposar d'un ordinador compatible amb els requeriments de
Tableau, els quals es poden consultar en el següent enllaç:

https://www.tableau.com/products/techspecs.

Amunt

Les competències transversals i específiques a assolir són les següents:

Competències transversals:

• Utilitzar i aplicar les tecnologies digitals a l'àmbit acadèmic i professional.
• Grau MIM: Adoptar actituds i comportaments d'acord amb una pràctica
professional ètica i responsable.
• Grau ADE: Actuar de manera honesta, ètica, sostenible, socialment
responsable i respectuosa amb els drets humans i la diversitat, tant a la
pràctica acadèmica com a la professional.

Competències específiques del Grau MIM:
• Capacitat per a aplicar els coneixements teòrics i les eines d'investigació dels
mercats en la definició de solucions de negoci.
• Capacitat per a concebre i desenvolupar estratègies de negoci que impliquen
un ús intensiu de les TIC, en general, i d’Internet i els sistemes de comerç
electrònic, en particular.

Competències específiques del Grau ADE:
• Aplicar les tècniques, els mètodes i els instruments quantitatius i qualitatius
adequats per obtenir i analitzar la informació de l'empresa i del seu entorn
socioeconòmic per a la presa de decisions.
• Identificar les necessitats dels consumidors i intentar satisfer-les mitjançant la
comprensió dels diferents conceptes de màrqueting i el disseny i l'aplicació
d'estratègies de màrqueting.
• Analitzar els sistemes de gestió i d'informació més adequats i gestionar-los
per donar suport a la presa de decisions i la implementació de l'estratègia.
• Valorar els processos i les tendències de transformació digital, tecnològica i
mediambiental i el seu impacte en les organitzacions per aplicar polítiques i
accions més eficients.

Resultats d’aprenentatge:

• Utilitzar els conceptes clau i el llenguatge propi de les tècniques i eines de big
data i relacionades.
• Reconèixer els fonaments teòrics i pràctics de la ciència de dades i big data.
• Comprendre i analitzar algunes de les múltiples opcions disponibles per a
resoldre problemes associats a la gestió de big data dins d'una organització.
• Identificar les diferents etapes o capes de tecnologia que implica un sistema
d'intel·ligència de negoci i saber què implica cadascuna d'elles.
• Actuar amb una mentalitat crítica i analítica dins de l'empresa, mitjançant el
coneixement dels diferents sistemes d'informació de l'empresa, la formulació de
preguntes i hipòtesis i l'obtenció de conclusions útils per al negoci.
• Interpretar informes, quadres de comandament, tècniques i eines de
visualització de dades per a la presa de decisions dels empleats i directius.
• Acotar els riscos ètics associats a l'ús de big data per part d'una organització.
• Comprendre els conceptes de propietat de dades, la transparència i la
privacitat de les dades.

Amunt

L'assignatura està estructurada en les següents unitats didàctiques:

Unitat 1: Què és el Big Data?

1.1. Origen i propòsit del big data
1.2. Característiques dels grans volums de dades
1.3. El procés d’anàlisi de dades

L'objectiu d'aquesta unitat és presentar el conjunt de conceptes fonamentals
relatius a la ciència de les dades. Així, es busca una definició i s'enumeren i
delimiten els conceptes i noms que configuren el núvol d'idees al voltant de la
ciència de dades. Es presenten les fases del cicle de vida de la dada i els rols i
característiques d'un científic de dades. A més, també introdueix el concepte de
big data, que fa referència a l'explosió en complexitat de les dades en el
context d'una organització. Així, aquest repte presenta un recorregut des dels
conceptes bàsics essencials del big data fins a comprendre el funcionament
dels sistemes i eines que s'utilitzen per les principals empreses per al
desenvolupament dels models de comprensió de les dades disponibles, tot això
passant per una descripció de com aplicar aquests conceptes i eines en el
desenvolupament professional o de recerca.

Unitat 2: Intel·ligència i analítica de negoci

2.1. Origen i propòsit del business intelligence
2.2. Gestió i explotació de les dades
2.3. Tecnologies del big data

Aquesta unitat té com a objectiu introduir als estudiants els sistemes
d'intel·ligència de negoci o Business Intelligence (BI), els quals capaciten a una
organització a optimitzar les seves decisions a través de la captura,
l'emmagatzematge i l'anàlisi de les dades que generen. Fins no fa gaire, els
sistemes d'intel·ligència de negoci es centraven únicament en analitzar les
dades de l'organització per a una presa de decisions basada en evidències. No
obstant això, en els últims anys l'aparició de noves tècniques i tecnologies ha
permès que els sistemes d'intel·ligència de negoci evolucionin de manera que
tinguin en compte dades externs a l'empresa. Això permet que els sistemes
d'intel·ligència de negoci siguin més eficients, podent no només detectar punts
de millora dins de l'organització sinó a més en el mercat i entorn on opera.

Unitat 3: Introducció a Tableau
3.1. Què és Tableau?
3.2. Conceptes bàsics de Tableau
3.3. Visualització de dades amb Tableau

Aquesta unitat té com a objectiu introduir un programari de dades interactiu
centrat en la intel·ligència de negoci anomenat Tableau, el qual està dissenyat
per a millorar el flux d'anàlisi i fer que les dades siguin més accessibles
mitjançant la visualització. Amb aquesta eina, l'estudiantat aprendrà a importar
grans volums de dades, introduir consultes, gestionar metadades de gran
tamany, combinar dades i generar multitud de gràfics i figures per visualitzar les
dades. A més, aquest programari permet personalitzar els informes i ordenar
els resultats en un quadre de comandament. Per últim, és important destacar
que no és necessari saber programar per poder usar aquesta eina.

Unitat 4: Qüestions ètiques del Big Data
4.1. Ètica i big data
4.2. Teories ètiques i principis professionals
4.3. La presa de decisions ètiques

Aquesta unitat està dedicada a la dimensió ètica de l'ús del big data. L'àmbit
que estudia aquest aspecte es denomina ètica de big data o, simplement, ètica
de dades, i s'encarrega d'analitzar la correcció i adequació de pràctiques
relacionades amb l'obtenció, manipulació i publicació de dades particulars.
Específicament, l'ètica de dades tracta temes com la propietat de les dades, la
transparència, el consentiment, la privacitat i la disponibilitat de dades. A més,
veurem quins són els dilemes ètics del nou paradigma, i també quin impacte té
en les organitzacions la responsabilitat de gestionar aquestes dades.

Amunt

Introducció al Business Intelligence i big data PDF
[Programari]: Tableau. Desktop PDF

Amunt

En el seu conjunt, els materials didàctics responen al doble enfocament, teòric i
pràctic, que se li ha donat a l'assignatura:

• Els mòduls didàctics han estat elaborats per diversos autors i autores amb
reputada experiència en la matèria. Són els materials més importants del curs
on s'expliquen detalladament els diferents conceptes que donen contingut a
l'assignatura.

• Els audiovisuals de l’assignatura són Tableau for Data Science and Data
Visualization, Visualització de dades amb Tableau, Qué es la ética de la
tecnología y por qué debería importarte y Machine intelligence makes human
morals more important. Aquests recursos constitueixen una complement molt
útil als mòduls didàctics.

• Altres fonts d'informació: trobareu a l'aula l'accés a altres fonts d'informació
relacionades amb els continguts i competències de l'assignatura.

Amunt

A la UOC, l'avaluació generalment és virtual. S'estructura entorn de l'avaluació contínua, que inclou diferents activitats o reptes; l'avaluació final, que es porta a terme mitjançant proves o exàmens, i el treball final de la titulació.

Les activitats o proves d'avaluació poden ser escrites i/o audiovisuals, amb preguntes aleatòries, proves orals síncrones o asíncrones, etc., d'acord amb el que decideixi cada equip docent. Els treballs finals representen el tancament d'un procés formatiu que implica la realització d'un treball original i tutoritzat que té com a objectiu demostrar l'adquisició competencial feta al llarg del programa.

Per verificar la identitat de l'estudiant i l'autoria de les proves d'avaluació, la UOC es reserva la potestat d'aplicar diferents sistemes de reconeixement de la identitat i de detecció del plagi. Amb aquest objectiu, la UOC pot dur a terme enregistrament audiovisual o fer servir mètodes o tècniques de supervisió durant l'execució de qualsevol activitat acadèmica.

Així mateix, la UOC pot exigir a l'estudiant l'ús de dispositius electrònics (micròfons, càmeres o altres eines) o programari específic durant l'avaluació. És responsabilitat de l'estudiant assegurar que aquests dispositius funcionen correctament.

El procés d'avaluació es fonamenta en el treball personal de l'estudiant i pressuposa l'autenticitat de l'autoria i l'originalitat de les activitats acadèmiques. Al web sobre integritat acadèmica i plagi de la UOC hi ha més informació respecte d'aquesta qüestió.

La manca d'autenticitat en l'autoria o d'originalitat de les proves d'avaluació; la còpia o el plagi; la suplantació d'identitat; l'acceptació o l'obtenció de qualsevol activitat acadèmica a canvi d'una contraprestació o no; la col·laboració, l'encobriment o l'afavoriment de la còpia, o l'ús de material, programari o dispositius no autoritzats en el pla docent o l'enunciat de l'activitat acadèmica, inclosa la intel·ligència artificial i la traducció automàtica, entre altres, són conductes irregulars en l'avaluació que poden tenir conseqüències acadèmiques i disciplinàries greus.

Aquestes conductes irregulars poden comportar el suspens (D/0) en les activitats avaluables que es defineixin en el pla docent -incloses les proves finals- o en la qualificació final de l'assignatura, sigui perquè s'han utilitzat materials, programari o dispositius no autoritzats durant les proves (com l'ús d'intel·ligència artificial no permesa, xarxes socials o cercadors d'informació a internet), perquè s'han copiat fragments de text d'una font externa (internet, apunts, llibres, articles, treballs o proves d'altres estudiants, etc.) sense la citació corresponent, per la compravenda d'activitats acadèmiques, o perquè s'ha dut a terme qualsevol altra conducta irregular.

Així mateix, i d'acord amb la normativa acadèmica, les conductes irregulars en l'avaluació també poden donar lloc a la incoació d'un procediment disciplinari i a l'aplicació, si escau, de la sanció que correspongui, de conformitat amb el que estableix la normativa de convivència de la UOC.

En el marc del procés d'avaluació, la UOC es reserva la potestat de:

  • Sol·licitar a l'estudiant que acrediti la seva identitat segons el que estableix la normativa acadèmica.
  • Sol·licitar a l'estudiant que acrediti l'autoria del seu treball al llarg de tot el procés d'avaluació, tant en l'avaluació contínua com en l'avaluació final, per mitjà d'una entrevista oral síncrona, que pot ser objecte d'enregistrament audiovisual, o pels mitjans que estableixi la Universitat. Aquests mitjans tenen l'objectiu de verificar els coneixements i les competències que garanteixin la identitat de l'estudiant. Si no és possible garantir que l'estudiant és l'autor de la prova, aquesta pot ser qualificada amb una D, en el cas de l'avaluació contínua, o amb un suspens, en el cas de l'avaluació final.

Intel·ligència artificial en el marc de l'avaluació

La UOC reconeix el valor i el potencial de la intel·ligència artificial (IA) en l'àmbit educatiu, alhora que posa de manifest els riscos que comporta si no s'utilitza de manera ètica, crítica i responsable. En aquest sentit, en cada activitat d'avaluació s'informarà l'estudiantat sobre les eines i els recursos d'IA que es poden utilitzar i en quines condicions. Per la seva banda, l'estudiantat es compromet a seguir les indicacions de la UOC a l'hora de dur a terme les activitats d'avaluació i de citar les eines utilitzades i, concretament, a identificar els textos o les imatges generats per sistemes d'IA, els quals no podrà presentar com si fossin propis.

Amb relació a fer servir o no la IA per resoldre una activitat, l'enunciat de les activitats d'avaluació indica les limitacions en l'ús d'aquestes eines. Cal tenir en compte que fer-les servir de manera inadequada, com ara en activitats en què no estan permeses o no citar-les en les activitats en què sí que ho estan, es pot considerar una conducta irregular en l'avaluació. En cas de dubte, es recomana que, abans de lliurar l'activitat, es faci arribar una consulta al professorat col·laborador de l'aula.

Amunt

L'assignatura només es pot aprovar amb el seguiment i la superació de l'avaluació contínua (AC). La qualificació final de l'assignatura és la nota obtinguda a l'AC.
 

Amunt