Opinto-opas

Osaamistavoitteet

Opiskelija osaa
- määritellä organisaation sisäisiä ja ulkoisia liiketoiminnalle arvoa tuottavia datavirtoja ja tiedon lähteitä
- tuntee datan elikaaren ja siihen liittyvän vaiheet; tuotanto, siirto, hyödyntäminen, kuranttiusaste ja validiusaika
- hyödyntää datan keräämiseen ja käsittelyyn liittyviämenetelmiä ja välineitä
- valita soveltuvia datan kuvantamisen menetelmiä.

Toteutustapa ja opetusmenetelmät

Luennot, harjoitukset ja tentti.

Ajoitus ja läsnäolo

Opintojakson luennot lukujärjestyksen mukaan.

Oppimateriaali ja suositeltava kirjallisuus

Luennoista tiivistelmät ja linkkejä materiaaleihin. Lähteinä mm.
Marr, B. 2017. Data Strategy. How to profit from a world of Big Data, analytics and the Internet of Things. Kogan page: London, U.K. ja
Sharda, R., Delen, D., Turban, E. 2018. Business Intelligence, Analytics and Data Science. Pearson Education Ltd.: Harlow, U.K.

Uusintamahdollisuudet

Kaksi uusintakertaa.

Oppimisympäristö

Moodle-kurssi ilmoittautuneille ja hyväksytyille opiskelijoille.

Opiskelijan ajankäyttö ja kuormitus

Opintojakson laajuus on 5 opintopistettä ja kesto 8 viikkoa. Työmäärältään opintojakso vastaa 130 tunnin työskentelyä. Lukujärjestyksen mukaisten luentojen lisäksi varaa aikaa itsenäiseen opiskeluun, ryhmätöiden tekemiseen ja tenttiin valmistautumiseen.

Sisältö

Dataliiketoiminta. Mitä on big data. Organisaation kypsyys datan hyödyntämisessä.
Data liiketoiminnan kehittämisessä päätöksenteon tukena ja toimintojen kehittämisessä.
Datan arvo. Eri datalähteet. Datatalous. Liiketoimintatiedon analysointi ja tiedolla johtaminen. Datastrategian perusteet.

Lisätietoja opiskelijalle: mm. edeltävä osaaminen

AL00CM21 Tietokannat tai vastaava osaaminen

Arviointimenetelmät

Opintojakso arvioidaan asteikolla 1 - 5. Opintojakson arvosana lasketaan seuraavasti: Moodleen palautetut tehtävät 40 % ja Moodle-tentti 60 %.

Arviointiasteikko

1-5

Hylätty (0)

Opiskelijan osaaminen ei vastaa opintojakson tavoitteita. Opiskelija ei ymmärrä datan hyödyntämisen ideaa ja siitä saatavia hyötyjä. Opiskelija ei suoriudu tehtävien tekemisestä.

Arviointikriteerit: taso 1: (arviointiasteikko 1-5)

Opiskelija osoittaa tyydyttävää osaamista suhteessa opintojakson tavoitteisiin. Opiskelija ymmärtää datan hyödyntämisen mahdollisuudet. Opiskelija osaa käyttää joitakin ammattikäsitteitä johdonmukaisesti. Opiskelija tarvitsee tukea tehtävien teossa.

Arviointikriteerit: taso 3 (arviointiasteikko 1-5)

Opiskelija osoittaa hyvää osaamista suhteessa opintojakson tavoitteisiin. Opiskelija ymmärtää datan hyödyntämisen mahdollisuuksia, sekä osaa suunnitella kehittämistoimenpiteitä. Opiskelija käyttää ammattikäsitteitä sujuvasti ja laaja-alaisesti.

Arviointikriteerit: taso 5 (arviointiasteikko 1-5)

Opiskelija osoittaa kiitettävää osaamista suhteessa opintojakson tavoitteisiin. Opiskelija ymmärtää datan hyödyntämisen mahdollisuuksia, sekä osaa osaa soveltaa niitä työelämän kehittämistarpeisiin. Opiskelija hankkii uutta tietoa ja käyttää ammattikäsitteitä asiantuntevasti. Opiskelija suoriutuu tehtävistä itsenäisesti.