• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Магистратура 2022/2023

Управление данными

Статус: Курс обязательный (Управление развитием компании)
Направление: 38.04.02. Менеджмент
Когда читается: 1-й курс, 3, 4 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Прогр. обучения: Управление развитием компании
Язык: русский
Кредиты: 6
Контактные часы: 40

Программа дисциплины

Аннотация

Программа демонстрирует возможности, которые предоставляет анализ данных для принятия управленческих решений в сферах управления бизнес-процессами, маркетинга, анализа продуктовых и клиентских рынков, управления социальной средой организации. Студенты не только исследуют возможности организационного развития на основе анализа объективных данных, но и выполнят собственные аналитические проекты в контексте ряда управленческих задач. Курс включает ряд разноплановых бизнес-кейсов для самостоятельной практической работы. Студенты знакомятся и практикуются работать в ряде сред: используются средства Excel, R, SPSS, Python.
Цель освоения дисциплины

Цель освоения дисциплины

  • Получить представление о возможностях анализа данных для принятия управленческих решений, сформировать представление о требованиях к сбору и обработке данных, научиться самостоятельно производить анализ данных и их интерпретацию в контексте управленческих задач
Планируемые результаты обучения

Планируемые результаты обучения

  • Студенты изучат типы данных
  • Студенты научатся выполнять предобработку данных средствами MS Excel
  • Студенты научатся применять для принятия управленческих задач описательные статистики
  • Студенты научатся формировать требования к сбору данных и формированию базы данных в зависимости от планируемых задач
  • Студенты научатся формировать требования к формированию баз данных в зависимости от планируемых задач
  • Студенты научатся формулировать и проверять исследовательские гипотезы в контексте задач принятия управленческих решений
  • Студенты познакомятся и сформируют первичный опыт анализа данных с помощью пакета IBM SPSS
  • Студенты познакомятся и сформируют первичный опыт работы в IBM SPSS
  • Студенты познакомятся и сформируют первичный опыт работы в среде R
  • Студенты познакомятся со средой Python и сформируют первичный опыт работы в ней
  • Студенты узнают базовые модели математического моделирования для принятия управленческих решений
  • Студенты узнают виды анализа данных для принятия управленческих решений и типы данных, а также требования к формированию баз данных в зависимости от планируемых задач
  • Студенты узнают основные категории статистического анализа данных
  • Студенты узнают разнообразие и характер данных, которым может оперировать менеджер для принятия управленческих решений;
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Возможности анализа данных для принятия управленческих решений
  • Базовые категории при анализе баз данных
  • Структуры базы данных
  • Корреляционный анализ
  • Регрессионный анализ
  • Кластерный анализ
  • Дерево решений
  • Анализ операций организации
Элементы контроля

Элементы контроля

  • неблокирующий Активность на занятиях
    Активность на интерактивных лекционных и на семинарских занятиях - на основе домашней подготовки
  • неблокирующий Практические работы
    Требуется самостоятельное выполнение практических заданий в соответствие с темами курса. Задания сдаются в формате презентации и защиты на семинарах.
  • неблокирующий Итоговая защита проекта
    Защита проекта по решению практической управленческой проблемы (выбирается обучающимися или выполняется на основе учебного кейса) с применением не менее трех изученных инструментов анализа.
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 4 модуль
    0.3 * Итоговая защита проекта + 0.05 * Активность на занятиях + 0.3 * Практические работы
Список литературы

Список литературы

Рекомендуемая основная литература

  • Анализ данных : учебник для вузов / В. С. Мхитарян [и др.] ; под редакцией В. С. Мхитаряна. — Москва : Издательство Юрайт, 2020. — 490 с. — (Высшее образование). — ISBN 978-5-534-00616-2. — Текст : электронный // ЭБС Юрайт [сайт]. — URL: http://biblio-online.ru/bcode/450166 (дата обращения: 31.08.2020).
  • Базы данных : учеб. пособие / О.Л. Голицына, Н.В. Максимов, И.И. Попов. — 4-е изд., перераб. и доп. — Москва : ФОРУМ : ИНФРА-М, 2020. — 400 с. — (Высшее образование: бакалавриат). - Текст : электронный. - URL: http://znanium.com/catalog/product/1053934
  • Бизнес-аналитика средствами Excel : учеб. пособие / Я.Л. Гобарева, О.Ю. Городецкая, А.В. Золотарюк. — 3-е изд., перераб. и доп. — М. : Вузовский учебник : ИНФРА-М, 2018. — 350 с. + Доп. материалы [Электронный ресурс; Режим доступа http://www.znanium.com]. - Режим доступа: http://znanium.com/catalog/product/854421
  • Груздев А.В. - Прогнозное моделирование в IBM SPSS Statistics, R и Python: метод деревьев решений и случайный лес - Издательство "ДМК Пресс" - 2018 - ISBN: 978-5-97060-539-4 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/123700
  • Джонатан, К., Грегори, Р., & Джек, С. (2015). Форсайт, конкурентная разведка и бизнес-аналитика — инструменты повышения эффективности отраслевых программ. Форсайт, 9(1).
  • Карле Томас,Обервайс Андреас,Фоссен Готфрид,Шёнталер Франк - Бизнес-процессы: Языки моделирования, методы, инструменты - Альпина Паблишер - 2019 - ISBN: 9785961424829 - Текст электронный // ЭБС Alpina - URL: https://hse.alpinadigital.ru/book/19069
  • Миркин Б. Г. - ВВЕДЕНИЕ В АНАЛИЗ ДАННЫХ. Учебник и практикум - М.:Издательство Юрайт - 2020 - 174с. - ISBN: 978-5-9916-5009-0 - Текст электронный // ЭБС ЮРАЙТ - URL: https://urait.ru/book/vvedenie-v-analiz-dannyh-450262
  • Салин В.Н., Чурилова Э.Ю. - Статистический анализ данных цифровой экономики в системе «STATISTICA» - КноРус - 2019 - 238с. - ISBN: 978-5-406-06835-9 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/931277
  • Язык программирования Python: практикум : учеб. пособие / Р.А. Жуков. — М. : ИНФРА-М, 2019. — 216 с. + Доп. материалы [Электронный ресурс; Режим доступа: http://www.znanium.com]. — (Высшее образование: Бакалавриат). — www.dx.doi.org/10.12737/textbook_5cb5ca35aaa7f5.89424805.

Рекомендуемая дополнительная литература

  • Базы данных. Практическое применение СУБД SQL и NoSQL-типа для проектирования информационных систем : учеб. пособие / С.А. Мартишин, В.Л. Симонов, М.В. Храпченко. — М. : ИД «ФОРУМ» : ИНФРА-М, 2019. — 368 с. — (Высшее образование: Бакалавриат). - Режим доступа: http://znanium.com/catalog/product/1001370
  • Бизнес-процессы: регламентация и управление : учебник / В.Г. Елиферов, В.В. Репин. — М. : ИНФРА-М, 2019. — 319 с. — (Учебники для программы МВА). - Режим доступа: http://znanium.com/catalog/product/1020015
  • Бринк Х. Машинное обучение / Х. Бринк, Д. Ричардс, М. Феверолф. - Санкт-Петербург : Питер, 2017. - 336 с. - ISBN 978-5-496-02989-6. - URL: https://ibooks.ru/bookshelf/355472/reading (дата обращения: 12.10.2020). - Текст: электронный.
  • Васильева Е.В., под ред. и др. - Интернет-предпринимательство: практика применения дизайн-мышления в создании проекта. (Бакалавриат). Учебно-практическое пособие - КноРус - 2019 - 306с. - ISBN: 978-5-406-06805-2 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/930721
  • Воскобойников Ю.Е. - Регрессионный анализ данных в пакете MATHCAD - Издательство "Лань" - 2011 - 224с. - ISBN: 978-5-8114-1096-5 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/666
  • Карау Х., Конвински Э., Венделл П. - Изучаем Spark: молниеносный анализ данных - Издательство "ДМК Пресс" - 2015 - ISBN: 978-5-97060-323-9 - Текст электронный // ЭБС ЛАНЬ - URL: https://e.lanbook.com/book/90118
  • Кондрашов Ю.Н. - Анализ данных и машинное обучение на платформе MS SQL Server - Русайнс - 2020 - 303с. - ISBN: 978-5-4365-3369-8 - Текст электронный // ЭБС BOOKRU - URL: https://book.ru/book/933497
  • Крыштановский А. О. Анализ социологических данных с помощью пакета SPSS / А.О. Крыштановский. - Москва : ВШЭ, 2007. - 281 с. - ISBN 978-5-7598-0486-4. - URL: https://ibooks.ru/bookshelf/352901/reading (дата обращения: 12.10.2020). - Текст: электронный.
  • Мадера, А. (2014). Принятие Решений В Условиях Неопределенности При Актуализации В Будущем Множества Возможных Шансов И Рисков. МЕЖДУНАРОДНЫЙ ЖУРНАЛ ПРИКЛАДНЫХ И ФУНДАМЕНТАЛЬНЫХ ИССЛЕДОВАНИЙ, 4.
  • Системный анализ, оптимизация и принятие решений : учебник для студентов высших учебных заведений / В.А. Кузнецов, А.А. Черепахин. — М. : КУРС : ИНФРА-М, 2017. — 256 с. - Режим доступа: http://znanium.com/catalog/product/908528