Главная страница
Навигация по странице:

  • Вариант 1. Свод знаний по бизнес-аналитике BABOK. Методология CRISP-DM.

  • Вариант 2. Работа с источниками данных для аналитики

  • Вариант 3. Системы Business Intelligence .

  • Вариант 4. Методы и инструменты анализа данных

  • Вариант 5. Представление результатов бизнес-аналитики

  • Требования к курсовой работе

  • Задание на курсовую работу по дисциплине Бизнесаналитика в управлении


    Скачать 20.36 Kb.
    НазваниеЗадание на курсовую работу по дисциплине Бизнесаналитика в управлении
    Дата07.04.2023
    Размер20.36 Kb.
    Формат файлаdocx
    Имя файлаZadanie_na_kursovuiu_rabotu_BAvU_12720191.docx
    ТипДокументы
    #1045485

    ЗАДАНИЕ НА КУРСОВУЮ РАБОТУ

    по дисциплине «Бизнес-аналитика в управлении»

    Варианты курсовой работы.

    Номер варианта можно взять согласно номеру в списке группы, либо можно меняться по взаимному желанию.

    Вариант 1. Свод знаний по бизнес-аналитике BABOK. Методология CRISP-DM.

    Влияние бизнес-аналитики на цифровую трансформацию бизнес-моделей компаний в разных сферах экономики. ИФИЩЛ 3.0. Области знаний бизнес-анализа. Характеристика ролей в бизнес-анализе, перечень обязанностей. Постановка задачи бизнес-аналитики. Цикл работы с данными по методологии CRISP-DM, область применения. Связь между набором задач и стадиями проекта. Сравнение CRISP-DM с BABOK.

    Вариант 2. Работа с источниками данных для аналитики

    Внешние и внутренние источники данных для аналитики. Критерии оценки качества данных. Особенности бизнес-данных, накапливаемых в организациях. Сбор данных из внешних источников с использованием API и систем веб-аналитики. Государственные, межправительственные и общественные платформы открытых данных. Особенности работы с данными социальных медиа.

    Вариант 3. Системы Business Intelligence.

    Сущность, понятие, структура. Архитектура информационно-аналитических платформ (BI Platform). Многомерное представление данных, витрины данных. Обзор рынка: ведущие BI-платформы. Лидеры российского рынка, современные тенденции.

    Вариант 4. Методы и инструменты анализа данных

    Сущность и содержание анализа данных. Методы и техники анализа Big Data: Machine Learning, Data mining, краудсорсинг, нейросети, предиктивный и статистический анализ, визуализация и т.д. Математические и статистические программные пакеты, платформы визуализации данных, Loginom, языки программирования для аналитики (R, Python).

    Вариант 5. Представление результатов бизнес-аналитики

    Методы, инструменты и принципы визуализации данных. Разработка панелей мониторинга (dashboard) с использованием BI Platform. Применение метода storytelling в представлении данных. Задачи представления результатов аналитики, оценка полученных результатов.

    Требования к курсовой работе

    В курсовой работе необходимо представить результаты изучения конкретной темы курса. Строгих требований к структуре не предъявляется, однако целесообразно работу разделить на 2 или 3 главы в зависимости от содержания. Структура работы:

    Введение

    Основная часть (2 или 3 главы)

    Заключение

    Список использованных источников

    Приложения (при необходимости).
    Объем основной части курсовой работы 30-40 страниц, 14 шрифт, интервал 1,5 (печатать пока не надо). Межстрочные интервалы не допускаются. Форматирование по ширине. Отступ 1,25. Каждая глава начинается с новой страницы, параграф – нет.

    Необходимо указывать используемые источники (подстрочные ссылки). Требования к оформлению ссылок и списка использованных источников стандартные. Количество источников на усмотрение автора, но это должно быть как минимум не менее 4 источников (а и это не супер). Учитывая специфику предмета, источники должны быть максимально «свежие».

    Таким образом, требования к оформлению стандартные.

    Требования к оригинальности не предъявляются, однако предъявляются требования к соответствию теме, логике построения, полноте раскрытия материала.

    По итогам курсовой работы необходимо оформить презентацию и доклад (на 10 -15 мин) – это и есть защита курсовой. В докладе и презентации нужно представить план курсовой, и далее в зависимости от темы:

    – кратко пройтись по всему содержанию и более подробно остановиться на конкретной теме на усмотрение студента);

    – осветить все содержание курсовой с допустимой степенью подробности.
    Срок сдачи курсовой работы – не позднее 17 апреля.
    Библиотека НовГУ предоставляет доступ в некоторые библиотеки.

    Нужно обязательно войти под своим логином и паролем на портал.

    Портал НовГУ – Учеба – Библиотека https://portal.novsu.ru/dept/1114/

    В некоторых библиотеках можно легко зарегистрироваться, например, https://book.ru/ - просто заполнить форму.

    Можно спуститься в самый низ страницы, где возможен бесшовный переход, т е непосредственно с портала. Есть полезные книги на Юрайт, Лань и IPBooks.

    К сожалению, нет подписки на znanium и albina digital.

    Ниже список предлагаемой литературы, некоторые книги доступны вам при переходе в эти библиотеки. Не все книги пригодятся для курсовой, и не все имеют непосредственное отношение к курсу, но может вам будут полезны.

    По информации суперспециалистов в данной теме, лучшие книги - на английском языке.

    Литература
    Гобарева, Я. Л. Бизнес-аналитика средствами Excel : учебное пособие / Я.Л. Гобарева, О.Ю. Городецкая, А.В. Золотарюк. — 3-е изд., перераб. и доп. — Москва : Вузовский учебник : ИНФРА-М, 2023. — 350 с. + Доп. материалы [Электронный ресурс]. - ISBN 978-5-9558-0560-3. - Текст: электронный. - URL: https://znanium.com/catalog/product/1893969

    Назаров Д. Интеллектуальные средства бизнес-аналитики : учебник / Назаров Д., М., Рыжкина Д., А. — Москва : КноРус, 2022. — 241 с. — ISBN 978-5-406-08423-6. — URL: https://book.ru/book/941734

    Миркин, Б. Г.  Введение в анализ данных : учебник и практикум / Б. Г. Миркин. — Москва : Издательство Юрайт, 2023. — 174 с. — (Высшее образование). — ISBN 978-5-9916-5009-0. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/511121

    Чернышева, Ю. Г. Бизнес-анализ : учебник / Ю.Г. Чернышева. — Москва : ИНФРА-М, 2023. — 648 с. + Доп. материалы [Электронный ресурс]. — (Высшее образование: Бакалавриат). — DOI 10.12737/1858243. - ISBN 978-5-16-017488-4. - Текст : электронный. - URL: https://znanium.com/catalog/product/1893972

    Руководство по CRISP-DM для IBM SPSS Modeler. – https://ftpmirror.your.org/pub/misc/ftp.software.ibm.com/software/analytics/spss/documentation/modeler/17.0/ru/ModelerCRISPDM.pdf

    Винстон Уэйн Бизнес-моделирование и анализ данных. Решение актуальных задач с помощью Microsoft Excel. 6-е издание. — СПб.: Питер, 2021. — 944 с.: ил. — (Серия «IT для бизнеса»).

    Каменнова, М. С.  Моделирование бизнес-процессов. В 2 ч. Часть 1 : учебник и практикум для вузов / М. С. Каменнова, В. В. Крохин, И. В. Машков. — Москва : Издательство Юрайт, 2023. — 282 с. — (Высшее образование). — ISBN 978-5-534-05048-6. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/511154 (
    Бизнес - аналитика: от данных к знаниям (+CD): учеб. пособие / Н. Б. Паклин, В. И. Орешков. – 2-е изд., доп. и перераб. – СПб: Питер, 2013. (или более поздние издания) – 701 с.

    Колоколов А. Заставьте данные говорить: Как сделать бизнес-дашборд в Excel. Руководство по визуализации данных. — М.: Альпина ПРО, 2023.

    Эскобар, М. Приручи данные с помощью Power Query в Excel и Power BI / М. Эскобар, К. Пульс ; перевод с английского А. Ю. Гинько. — Москва : ДМК Пресс, 2022. — 572 с. — ISBN 978-5-93700-105-4. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/241196

    Adam Aspin. (2020). Pro Power BI Desktop : Self-Service Analytics and Data Visualization for the Power User: Vol. Third edition. Apress. https://link.springer.com/book/10.1007/978-1-4842-5763-0

    Daniel D. Gutierrez Inside BIGDATA. Руководство по предиктивной аналитике. – http://www.spotfiretibco.ru/wp-content/uploads/2017/09/InsideBIGDATA.pdf

    Joshua N. Milligan. (2019). Learning Tableau 2019 : Tools for Business Intelligence, Data Prep, and Visual Analytics, 3rd Edition. Birmingham: Packt Publishing. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=2092866

    Рашка, С. Python и машинное обучение: крайне необходимое пособие по новейшей предсказательной аналитике, обязательное для более глубокого понимания методологии машинного обучения : руководство / С. Рашка ; перевод с английского А. В. Логунова. — Москва : ДМК Пресс, 2017. — 418 с. — ISBN 978-5-97060-409-0. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/100905

    Маккинни, У. Python и анализ данных / У. Маккинни ; перевод с английского А. А. Слинкина. — 2-ое изд., испр. и доп. — Москва : ДМК Пресс, 2020. — 540 с. — ISBN 978-5-97060-590-5. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/131721


    написать администратору сайта