Aviso: Se está a ler esta mensagem, provavelmente, o browser que utiliza não é compatível com os "standards" recomendados pela W3C. Sugerimos vivamente que actualize o seu browser para ter uma melhor experiência de utilização deste "website". Mais informações em webstandards.org.

Warning: If you are reading this message, probably, your browser is not compliant with the standards recommended by the W3C. We suggest that you upgrade your browser to enjoy a better user experience of this website. More informations on webstandards.org.

Sub Menu
ISCTE-IUL  >  Ensino  >  SAG

Tópicos Avançados de Marketing Analytics (2 º Sem 2019/2020)

Código: 02935
Acrónimo: 02935
Nível: 2º Ciclo
Estruturante: Não
Língua(s) de Ensino: Português
Língua(s) amigável(is):
Ser English-friendly ou qualquer outra língua-friendly, significa que a UC é leccionada numa língua mas que se pode verificar qualquer uma das seguintes condições:
1. Existem materiais de apoio em língua inglesa/outra língua;
2. Existem exercícios, testes e exames em língua inglesa/outra língua;
3. Existe a possibilidade de se apresentar trabalhos escritos ou orais em língua inglesa/outra língua.
1 3.0 0.0 h/sem 10.0 h/sem 0.0 h/sem 0.0 h/sem 4.0 h/sem 0.0 h/sem 1.0 h/sem 15.0 h/sem 60.0 h/sem 0.0 h/sem 75.0 h/sem
Em vigor desde o ano letivo 2016/2017
Pré-requisitos Não Existem
Objectivos Apresentar aos alunos aplicações de métodos e métricas analíticos de marketing
Introduce students to methods and metrics of marketing analytics
Programa CP1. Big Data Analytics: Captura e armazenamento de dados, sistemas, técnicas de análise, casos
CP2. Social network analysis, web & digital analytics, profiling & segmentation
CP3. Introdução ao Text Analytics, análise linguística e text mining
CP4. Introdução às técnicas de visualização, reporting & dashboards, visual mining, georeferenciação

Processo de avaliação A avaliação contínua inclui a realização de:
a) Teste com ponderação de 50%.
(OA 1, 2, 3, 4).
b) Trabalhos de grupo com ponderação de 50%.
(OA 2, 3, 4).
A avaliação contínua exige a presença em, pelo menos, 60% das aulas.

Os alunos em avaliação contínua que não obtenham a nota mínima de 10 valores no teste individual e de 10 nos trabalhos serão remetidos para exame final.
Processo de ensino-aprendizagem Serão utilizadas as seguintes metodologias de ensino-aprendizagem (ME):
ME1. Expositivas, apresentação dos quadros teóricos de referência.
ME2. Participativas, análise e resolução de exercícios de aplicação .
ME3. Ativas, realização de trabalhos de grupo
ME4. Experimentais, em laboratório, com desenvolvimento e exploração de "modelos" em computador
ME5. Auto-estudo, relacionado com o trabalho autónomo (TA) do aluno, tal como consta no Planeamento das Aulas.

Observações
Bibliografia básica Sharda, Ramesh, Dursun Delen, Efraim Turban (2014) Business Intelligence. A Managerial Perspective on Analytics (3/E). Pearson.

Sharda, Ramesh, Dursun Delen, Efraim Turban (2015) Business Intelligence and Analytics: Systems for Decision Support (10/E). Pearson.

Bibliografia complementar