Cel kształcenia i wykaz literatury

Główny cel kształcenia: Głównym celem kształcenia jest przedstawienie studentom wybranych metod wizualizacji oraz prezentacji danych. W ramach prezentowanych treści kształcenia skupiono się również na sposobach raportowania wyników z wykonanych analiz w celu wsparcia procesu podejmowania decyzji w przedsiębiorstwie. Kwestie te są uznawane za szczególnie istotne w sytuacji dysponowania dużymi zbiorami danych, co jest charakterystyczne dla funkcjonujących obecnie przedsiębiorstw. W procesie kształcenia skupiono się również na przedstawieniu odpowiednich narzędzi informatycznych wspierających proces wizualizacji, prezentacji oraz raportowania danych.

Ogólne informacje o zajęciach: Przedmiot jest obowiązkowy na specjalności "Analityka biznesowa w zarządzaniu przedsiębiorstwem". Moduł omawia wybrane metody wizualizacji oraz prezentacji danych wykorzystujących dane przechowywane w systemach bazodanowych oraz plikach. Dobór odpowiednich metod wizualizacji oraz narzędzi informatycznych, umożliwia tworzenie i publikowanie produktów analiz w postaci raportów, stanowiących wsparcie dla ich użytkowników końcowych, którymi najczęściej są decydenci różnego szczebla. Z uwagi na popularność, treści prezentowane w ramach modułu kształcenia oparte są na rozwiązaniach firmy Microsoft takich jak: Microsoft Power Excel i Microsoft Power BI.

Materiały dydaktyczne: Publikowane na stronie internetowej prowadzącego zajęcia: molech.v.prz.edu.pl

Wykaz literatury, wymaganej do zaliczenia zajęć

Literatura wykorzystywana podczas zajęć wykładowych

1	Knaflic, C. N.	Storytelling danych : poradnik wizualizacji danych dla profesjonalistów	Helion, Gliwice.	2019
2	Kirk, A.	Data Visualisation. A Handbook for Data Driven Design	SAGE Publications Ltd., Londyn.	2019
3	Weissman, J.	Presenting to Win: The Art of Telling Your Story	Pearson FT Press, New Jersey.	2008

Literatura wykorzystywana podczas zajęć ćwiczeniowych/laboratoryjnych/innych

1	Escobar M., Puls K.	Master Your Data with Excel and Power BI	Independent Publishers Group, Chicago.	2021
2	Sparrow W., Foulkes L.	Learn Power Query	Packt Publishing Ltd., Birmingham.	2020
3	Alexander M.	Microsoft Excel Power Pivot & Power Query For Dummies	John Wiley & Sons, Inc, Hoboken.	2022
4	Allington, M.	Supercharge Excel. When You Learn to Write DAX for Power Pivot	Independent Publishers Group, Chicago.	2018
5	Deckler G.	Learn Power BI	Packt Publishing Ltd., Birmingham.	2019
6	Knight D., Pearson M., Schacht B., Ostrowsky E.	Microsoft Power BI Quick Start Guide	Packt Publishing Ltd., Birmingham.	2020
7	Ohmann A., Floyd M.	Creating Data Stories with Tableau Public - Illustrate your data in a more interactive and interesting way using Tableau Public	Pack Publishing Ltd., Birmingham.	2015

Literatura do samodzielnego studiowania

1	Ferrari, A.	Power BI i Power Pivot dla Excela: analiza danych	Helion, Gliwice.	2020
2	Raviv G.	Power Query w Excelu i Power BI: zbieranie i przekształcanie danych	Helion, Gliwice.	2020

Wymagania wstępne w kategorii wiedzy/umiejętności/kompetencji społecznych

Wymagania formalne: Rejestracja na co najmniej 3. semestrze studiów II stopnia

Wymagania wstępne w kategorii Wiedzy: Student powinien posiadać podstawową wiedzę w zakresie prezentacji danych oraz relacyjnych systemów bazodanowych.

Wymagania wstępne w kategorii Umiejętności: Student powinien posiadać umiejętności w zakresie obsługi oprogramowania: Microsoft Excel

Wymagania wstępne w kategorii Kompetencji społecznych: Student powinien posiadać umiejętności związane z samodzielnym poszerzaniem swojej wiedzy i doskonaleniem umiejętności zawodowych.

Efekty kształcenia dla zajęć

MEK	Student, który zaliczył zajęcia	Formy zajęć/metody dydaktyczne prowadzące do osiągnięcia danego efektu kształcenia	Metody weryfikacji każdego z wymienionych efektów kształcenia	Związki z KEK	Związki z PRK
01	Student posiada uporządkowaną wiedzę z zakresu analizy, wizualizacji i prezentacji danych. Zna zalety i ograniczenia wybranych metod analizy i wizualizacji danych oraz sytuacje, w których mogą być stosowane. Student wykazuje się umiejętnością poprawnego wnioskowania na podstawie przeprowadzonych analiz i opracowanych wizualizacji wyników analiz.	wykład	zaliczenie cz. pisemna	K_W02+ K_W09+ K_U19++	P7S_UW P7S_WG
02	Student potrafi przekształcić dane źródłowe do postaci użytecznych informacji na podstawie wykonanych analiz oraz wizualizacji danych, a następnie opracować raport ułatwiające decydentom zrealizowanie procesu decyzyjnego.	laboratorium	zaliczenie cz. praktyczna	K_W02+ K_W09++ K_U19+++	P7S_UW P7S_WG

Uwaga: W zależności od sytuacji epidemicznej, jeżeli nie będzie możliwości weryfikacji osiągniętych efektów uczenia się określonych w programie studiów w sposób stacjonarny w szczególności zaliczenia i egzaminy kończące określone zajęcia będą mogły się odbywać przy użyciu środków komunikacji elektronicznej (w sposób zdalny).

Treści kształcenia dla zajęć

Sem.	TK	Treści kształcenia	Realizowane na	MEK
3	TK01	Spotkanie organizacyjne. Instalacja i konfiguracja wymaganego oprogramowania.	L01	MEK02
3	TK02	Wprowadzenie do Microsoft Excel Power BI - podstawy pracy w Microsoft Power Query	L02	MEK02
3	TK03	Transformacje danych w pakiecie Power Query	L03	MEK02
3	TK04	Wprowadzenie do narzędzia Power Pivot	L04	MEK02
3	TK05	Wykorzystanie języka DAX w narzędziu Power Pivot	L05	MEK02
3	TK06	Wprowadzenie do Microsoft Power BI	L07	MEK02
3	TK07	Wizualizacja danych w Microsoft Power BI - wizualizacje podstawowe	L08	MEK02
3	TK08	Wizualizacja danych w Microsoft Power BI - wizualizacje zaawansowane	L09	MEK02
3	TK09	Import danych do Microsoft Power BI - praca z różnymi danymi wejściowymi	L10	MEK02
3	TK10	Kolokwium zaliczeniowe - Power Query, Power Pivot	L06	MEK02
3	TK11	Model danych w Microsoft Power BI - tworzenie miar i KPI	L11	MEK02
3	TK12	Wprowadzenie do analizy, wizualizacji i prezentacji danych.	W01	MEK01
3	TK13	Proces projektowania wizualizacji - definiowanie założeń, praca z danymi.	W02	MEK01
3	TK14	Proces projektowania wizualizacji - kryteria oceny wizualizacji, zalety proces projektowania wizualizacji.	W03	MEK01
3	TK15	Dobór formy wizualizacji do potrzeb odbiorcy	W04	MEK01
3	TK16	Dobór formy wizualizacji do potrzeb odbiorcy - dobre i złe praktyki w wizualizacji i prezentacji danych	W05	MEK01
3	TK17	Narracja w analizie i wizualizacji danych	W06	MEK01
3	TK18	Raporty biznesowe	W07	MEK01
3	TK19	Kolokwium zaliczeniowe - wykład	W08	MEK01
3	TK20	Tworzenie raportów biznesowych z wykorzystaniem narzędzi firmy Microsoft - spotkanie 1/2	L12	MEK02
3	TK21	Tworzenie raportów biznesowych z wykorzystaniem narzędzi firmy Microsoft - spotkanie 2/2	L13	MEK02
3	TK22	Tworzenie wizualizacji w Tableau Public - podstawy pracy	L14	MEK02
3	TK23	Kolokwium zaliczeniowe - Microsoft Power BI	L15	MEK02

Nakład pracy studenta

Forma zajęć	Praca przed zajęciami	Udział w zajęciach	Praca po zajęciach
Wykład (sem. 3)	Przygotowanie do kolokwium: 5.00 godz./sem.	Godziny kontaktowe: 15.00 godz./sem.	Uzupełnienie/studiowanie notatek: 2.00 godz./sem. Studiowanie zalecanej literatury: 4.00 godz./sem.
Laboratorium (sem. 3)	Przygotowanie do kolokwium: 10.00 godz./sem.	Godziny kontaktowe: 30.00 godz./sem.
Konsultacje (sem. 3)	Przygotowanie do konsultacji: 1.00 godz./sem.	Udział w konsultacjach: 1.00 godz./sem.
Zaliczenie (sem. 3)	Przygotowanie do zaliczenia: 5.00 godz./sem.	Zaliczenie pisemne: 2.00 godz./sem. Inne: 4.00 godz./sem.

Sposób wystawiania ocen składowych zajęć i oceny końcowej

Forma zajęć	Sposób wystawiania oceny podsumowującej
Wykład	Na zaliczeniu pisemnym wykładu sprawdzana jest realizacja pierwszego efektu modułowego (MEK1). W ramach kolokwium sformułowane zostają 3 pytania dotyczące przedstawianych treści. Poprawna odpowiedź na zadane pytanie pozwala uzyskać 3 punkty. Odpowiedź częściowo poprawna pozwala uzyskać odpowiednio mniejszą liczbę punktów. Punkty zdobyte przez studenta na zaliczeniu są sumowane i przeliczane na wartość procentową. Student uzyskuje ocenę w zależności od uzyskanego wyniku procentowego zgodnie z ustalonymi wymaganiami: 90 - 100 % - ocena: 5.0 (bdb); 80- 89 % - ocena: 4.5 (+db); 70 - 79 % - ocena: 4.0 (db); 60 - 69 % - ocena: 3.5 (dst+); 40 - 59 % - ocena: 3.0 (dst).
Laboratorium	Na zaliczeniu praktycznym części laboratoryjnej sprawdzana jest realizacja drugiego efektu modułowego (MEK2). W trakcie semestru realizowane są dwa kolokwium zaliczeniowe. W ramach każdego kolokwium sformułowane zostają 3 zadania o charakterze praktycznym do rozwiązania przy komputerze, dotyczące prezentowanych na zajęciach laboratoryjnych treści. Poprawna realizacja zadania praktycznego pozwala uzyskać 3 punkty. Częściowa realizacja zadania praktycznego pozwala uzyskać odpowiednio mniejszą liczbę punktów. Punkty zdobyte przez studenta na zaliczeniu są sumowane i przeliczane na wartość procentową. Student uzyskuje ocenę z danego kolokwium w zależności od uzyskanego wyniku procentowego zgodnie z ustalonymi wymaganiami: 90 - 100 % - ocena: 5.0 (bdb); 80- 89 % - ocena: 4.5 (+db); 70 - 79 % - ocena: 4.0 (db); 60 - 69 % - ocena: 3.5 (dst+); 40 - 59 % - ocena: 3.0 (dst).
Ocena końcowa	Ocena końcowa studenta jest obliczana jako średnia arytmetyczna z trzech ocen cząstkowych zdobytych podczas realizacji kolokwiów zaliczeniowych. Przyjmuje się dokładność 0.25 przy zaokrąglaniu ocen do dopuszczalnych w regulaminie studiów wartości.

Przykładowe zadania

Wymagane podczas egzaminu/zaliczenia
WPDiR_Lab_K1.pdf
WPDiR_Lab_K2.pdf

Realizowane podczas zajęć ćwiczeniowych/laboratoryjnych/projektowych
(-)

Inne
(-)

Czy podczas egzaminu/zaliczenia student ma możliwość korzystania z materiałów pomocniczych : nie

Treści zajęć powiazane są z prowadzonymi badaniami naukowymi: tak

1	M. Olech; M. Rataj	Directions in Fuzzy Relation Equations: Conclusions from the Current State of the Art	2022
2	J. Litwin; M. Olech; A. Szymusik	Applying Python’s Time Series Forecasting Method in Microsoft Excel-Integration as a Business Process Supporting Tool for Small Enterprises	2021
3	J. Jakieła; M. Olech; M. Rataj	Crossing the Chasm-from Business Models to Software Architecture	2020