Transcript
Business Analytics mit Excel & Co Modul-Nr./ Code
S 104
Semester
Fünftes Fachsemester
Dauer des Moduls
Ein Semester
Art des Moduls (Pflicht, Wahl, etc.)
Wahlpflichtmodul
Häufigkeit Moduls
des
Angebots
des Keine
Zugangsvoraussetzungen (vorausgesetzte Inhalte / Module) Verwendbarkeit des Moduls für andere Studiengänge
Prof. Dr. Walter Reimers Prof. Dr. Stephan Schneider Prof. Dr. Walter Reimers Prof. Dr. Stephan Schneider
Modulverantwortlicher Name des/der Hochschullehrer
Unterrichts-/Lehrsprache
Deutsch (ggf. Englisch für Literaturstudium unerlässlich)
Zahl der zugeteilten ECTS-Credits (basierend auf dem Arbeitspensum)
5
Gesamt-Workload des Moduls (aufgeteilt in versch. Lern- bzw. Arbeitsformen)
Präsenzzeit: Vor- und Nachbereitung: Prüfungsvorbereitung:
Semesterwochenstunden SWS
4 SWS in einem Semester
Art der Prüfung/ Voraussetzung für die Vergabe von Leistungspunkten (Lernkontrolle / Leistungsüberprüfung auch Dauer der Prüfung)
Präsentation der Lösung Problemstellung (50%) Mündliche Prüfung (50%)
Gewichtung Gesamtnote
5/165
der
Note
in
Qualifikationsziele des Moduls
der
70 80 oben enthalten
einer
selbst
gewählten
Wissen (Breite) Die Studierenden erfahren die Notwendigkeit und Signifikanz der Analyse großer, heterogener und schnell wachsender Datenmengen (Big Data) im betriebswirtschaftlichen Kontext. In diesem Zusammenhang lernen die Studierenden die wesentlichen Analysemethoden als auch Analysetools sowie entsprechende Anwendungsszenarien aus dem Controlling, dem Finanzmanagement, dem Supply Chain und Operations Management u. v. m. kennen. Wissen (Tiefe) Die Studierenden wissen über die Methodik der Business Analyse, die dabei angestrebten Zielsetzungen und die jeweils zum Einsatz kommenden Analyseverfahren. Sie kennen den Unterschied zwischen strukturierten und unstrukturierten
Daten und die dafür geeigneten Analyseverfahren. 1
Fertigkeiten (instrumentell und systemisch) : Die Studierenden können verschiedene Verfahren der Business Analyse benennen, definieren und erläutern. Auf dieser Grundlage aufbauend sind die Studierenden imstande, Business Analysen zu planen und umzusetzen. Überdies sind die Studierenden in der Lage, das in der Veranstaltung erworbene (methodische) Wissen auf neue Business Analyse-Projekte zu übertragen und anzuwenden. Sozial- und Persönlichkeitskompetenz: Erweiterung des Wissens sowie Förderung ganzheitlicher Denk- und Arbeitsweisen aufgrund der Integration unterschiedlicher Kenntnisse (Anforderungen) und Aspekte im Rahmen der Business Analyse. Steigerung analytischer Fähigkeiten aufgrund dezidierter Durchdringungen von Problemdomänen und -stellungen sowie der Erarbeitung anforderungsgerechter Lösungen. Steigerung planerischer Fähigkeiten durch die ganzheitliche Erfassung aller relevanten Aspekte der Business Analyse. Förderung der Entscheidungskompetenz. Verbesserung der Präsentations- und Teamfähigkeit. Inhalt des Moduls
1. Business Analyse 1.1. Einführung und Grundlagen 1.2. Zielsetzungen 1.3. Analyseverfahren 2. Analyse strukturierter Daten 2.1. Standard-Analysen in Excel 2.1.1.Absolute und relative Bezüge 2.1.2.Bedeutung und Nutzung dynamischer Tabellenbereiche 2.1.3.Nutzung externer Daten (z. B. Webdaten) 2.1.4.Ausgewählte Formeln und deren Anwendungen 2.2. Erweiterte Analysen in Excel 2.2.1.Logische Funktionen Und, Oder und Wenn 2.2.2.Matrixfunktionen wie Sverweis und Wverweis 2.2.3.Mathematische und statistische Funktionen wie Zufallszahl, Summewenn, Zählenwenn und Kgrösste 2.2.4.Datumsfunktionen Arbeitstag, Nettoarbeitstage und Kalenderwoche 2.2.5.Formelanalyse mit dem Detektiv 2.2.6.Sensitivitätsanalysen (Was-wäre-wenn…) 2.2.6.1. Szenarien 2.2.6.2. Datentabellen 2.2.6.3. Zielwertsuche 2.2.7.Solver zum Lösen von (nicht-)linearen Gleichungssystemen mit Nebenbedingungen 2.3. Erweiterte Analysetools in Excel 2.3.1.Data Mining Add-In 2.3.1.1. Datenaufbereitung 2.3.1.2. Klassifizieren, Schätzen, Clustern und
1
Instrumentelle Fertigkeiten beschreiben auf Wissen und Methoden gestützte Fertigkeiten und deren kontextbezogene Anwendungen. Systemische Fertigkeiten stehen für die Entwicklung neuer Ideen und Verfahren.
Zuordnen 2.3.1.3. Ermittlung von Einflussfaktoren 2.3.1.4. Erkennung von Ausnahmen 2.3.1.5. Szenarienanalysen 2.3.1.6. Predictive Analytics (Vorhersagen) 2.3.1.7. Warenkorbanalysen 2.3.2.Power Pivot 2.3.3.Power Query 2.3.4.Power View 2.3.5.Power Map 3. Analyse unstrukturierter Daten 3.1. Text- und Web-Mining 3.2. Webbasierte Social Media Analysen Optional/Ausblick (keine Abhandlung, nur als Hinweis) 4. Erweiterte Analysetools 4.1. Entwicklung von Datenanalysetools mit dem OpenSource Framework Apache Hadoop 4.2. Analyse von Echtzeitdaten mit Splunk 4.3. In-Memory-Datenbankzugriff mit SQL Server 2014 und/oder SAP Hana im Live Test 4.4. Auswertung und Reporting mit dem Microsoft SQL Server (am Beispiel Contoso) 4.5. Auswertung mittels SharePoint Designer Lern- und Moduls
Lehrmethoden
des
Seminaristischer Unterricht mit Übungen am Computer
Besonderes (z.B. Online-Anteil, Praxisbesuche, Gastsprecher etc.) Empfohlene Literaturliste (Lehr- und Lernmaterialien, Literatur)
Vorlesungsunterlagen
