Siirry suoraan sisältöön

Big data -analytiikka ja liiketoiminta (5 op)

Toteutuksen tunnus: TT00CC74-3003

Toteutuksen perustiedot


Ilmoittautumisaika
02.07.2025 - 31.07.2025
Ilmoittautuminen toteutukselle ei ole vielä alkanut.
Ajoitus
01.08.2025 - 31.12.2025
Toteutus ei ole vielä alkanut.
Opintopistemäärä
5 op
Lähiosuus
5 op
Toteutustapa
Lähiopetus
Yksikkö
Teknologia
Opetuskielet
suomi
Koulutus
Tieto- ja viestintätekniikan koulutus
Opettajat
Jani Sourander
Ryhmät
TTM23SAI
TTM23SAI
Opintojakso
TT00CC74

Toteutuksella on 7 opetustapahtumaa joiden yhteenlaskettu kesto on 21 t 0 min.

Aika Aihe Tila
Ti 26.08.2025 klo 17:00 - 20:00
(3 t 0 min)
Big data - analytiikka ja liiketoiminta
Teams
Ti 02.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Big data - analytiikka ja liiketoiminta
Teams
Ti 09.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Big data - analytiikka ja liiketoiminta
Teams
Ti 16.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Big data - analytiikka ja liiketoiminta
Teams
Ti 23.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Big data - analytiikka ja liiketoiminta
Teams
Ti 30.09.2025 klo 17:00 - 20:00
(3 t 0 min)
Big data - analytiikka ja liiketoiminta
Teams
Ti 07.10.2025 klo 17:00 - 20:00
(3 t 0 min)
Big data - analytiikka ja liiketoiminta
Teams
Muutokset varauksiin voivat olla mahdollisia.

Tavoitteet

Kurssin tavoitteena on antaa opiskelijoille perustiedot ja -taidot big data -analytiikan merkityksestä ja soveltamisesta liiketoiminnassa. Opiskelijat ymmärtävät big data -analytiikan roolin päätöksenteossa ja liiketoiminnan kehittämisessä eri toimialoilla. Lisäksi tavoitteena on tutustuttaa opiskelijat big data -analytiikkaan liittyviin käytännön sovelluksiin ja yrityscaseihin eri toimialoilta joko vierailevien luennoitsijoiden tai roundtable-webinaarien pohjalta.

Sisältö

Big data -analytiikka liittyy organisaatioiden käyttämiin strategioihin suurten tietomäärien keräämiseksi, järjestämiseksi ja analysoimiseksi arvokkaiden liiketoimintaan liittyvien oivallusten löytämiseksi, jotka muuten eivät olisi mahdollisia perinteisten järjestelmien avulla.

Kurssilla käsitellään seuraavia teemoja:

- Big data -analytiikan perusteet ja käsitteet
- Big data -analytiikan rooli liiketoiminnassa
- Big data -analytiikan soveltaminen eri toimialoilla
- Eettiset ja juridiset näkökulmat
- Tulevaisuuden suuntaukset ja mahdollisuudet

Aika ja paikka

Etäopetus iltaisin

Oppimateriaalit

Kurssin pakollinen lähdeteos on KAMK Finnan Alma Bisneskirjastosta löytyvä:
Sivula, A., Aho, M. & Laukkanen, M. *Datasta liiketoimintaan - 10 tehokasta työkalua* [e-kirja]. Helsinki: Alma Talent. 2023.

Toissijaisena kurssikirjana toimii samasta kirjastosta:
Listenmaa, J. *Laita tieto töihin: tiedolla johtamisen käsikirja* [e-kirja]. Helsinki: Alma Talent. 2023.

Lisäksi vierailijapuheenvuorot ja niihin liittyvä kysymys-vastaus sessio ovat virallista, pakollista lähdetietoa, jota on pakko käsitellä oppimispäiväkirjassa. Mikäli vieras on sairaana tai muutoin estynyt, korvaavana sisältönä toimii viime vuoden tallenne tai opettajan puheenvuoro aiheesta.

Opetusmenetelmät

Kurssin opetus tapahtuu Teams-luennoilla, jotka tallennetaan. Kurssin luennoilla on opettajan lisäksi useita eri yritysvieraita, jotka antavat yrityskontekstia kyseisen viikon aiheelle. Vieraslista esitellään ensimmäisen luennon aikana. Opiskelijat käsittelevät oppimispäiväkirjassaan viikon teemaa, ja sitä, kuinka vieraan puheenvuoro sitoutuu aiheeseen, ja sitä, kuinka kurssikirja sekä muut lähteet käsittelevät samaa teemaa.

Oppimimispäiväkirja kirjoitetetaan opettajan laatiman Oppimispäiväkirja 101 ohjeistuksen (https://sourander.github.io/oat) mukaan. Formaattina on Gitlab Pages -sivu, joka perustuu Material for MkDocs teemaan. Tähän on tarjolla templaatti.

Pyri järjestämään kalenterisi siten, että pääset Teams-luennoille läsnäolevaksi. Tämä on sekä kohteliasta vierasluennoitsijaa vastaan, että mahdollistaa kysymysten esittämisen vieraalle.

Opiskelijan ajankäyttö ja kuormitus

Luennoille osallistumisen tai niiden tallenteiden katsomisen lisäksi opiskelijan oletetaan käyttävän viikoittain kurssin laajuutta vastaava määrä tunteja aiheisiin syventymiseen ja oppimispäiväkirjan kirjoittamiseen. Kirjojen ja muiden lähteiden lukemisen tai katsomisen arvioidaan vievän noin 50 % kurssin aikapanoksesta, kirjoittaminen ja omien johtopäätösten muodostaminen loput.

Sisällön jaksotus

Kurssi on jaettu seuraaviin viikkoihin aiheittain

1. Johdanto ja kurssin käytänteiden sekä oppimispäiväkirjan kirjoittamisen esittely
2. Tieto
3. Datastrategia
4. Datasta saatava lisäarvo
5. Työkalujen horisontti
6. Tietomallinnus
7. Tulevaisuus
8. Koostetunti ja opintojaksopalaute

Teemojen järjestys saattaa elää esimerkiksi vieraiden saatavuuden mukaan: tästä informointi neuvotaan Moodlessa.

Lisätietoja opiskelijoille

Kurssilla saa käyttää tekoälyä esimerkiksi lähdeteosten lukemisen apurina ja keskustelukumppanina tai oman kirjoitetun tekstin jäsentelyn apuna. Oppimispäiväkirjan sisällön pitää kuitenkin edustaa opiskelijan omaa sanaa ja näkemystä, vaikka pilkkuvirheet olisivatkin tekoälyn korjaamia.

Arviointiasteikko

0 - 5

Arviointimenetelmät ja arvioinnin perusteet

Kurssin arvioitava aftefakti on oppimispäiväkirja. Arviointiasteikko löytyy apurityökalusta https://arviointi.munpaas.com/ vetovalikon arvon "Oppimispäiväkirja (monimuoto)" takaa.

Kurssin arviointi perustuu 4 numeraalisen kriteerin painotettuun keskiarvoon:

Tietotaidot (40 %): Korkean tietotaidon omaava opiskelija hallitsee kurssilla käsitellyn käytännön ja teorian todistettavasti. Opiskelija tunnistaa oman osaamisensa. Muista antaa numeraalinen arvosana itsellesi!
Asiatyyli (20 %): Asiatyyliin kirjoitettu dokumentti muistuttaa opinnäytetyötä, ammattilaisille kirjoitettua artikkelia (esim. Medium.com) tai raporttia. Palautusformaattina on Material for MkDocs -sivusto ellei kurssin tehtävänannossa erikseen toisin sanota. Noudata Oppimispäiväkirja 101 ohjeita.
Opiskeluaktiivisuus (20 %): Aktiivinen opiskelu edistää oppimista ja samalla harjaannuttaa git-versionhallinnan käytössä. Sinulta toivotaan viikoittaista työskentelyä, jonka tulee näkyä git-lokeissa.
Lähdeviitteet (20 %): Hyvin käytetyt lähdeviitteet tukevat kirjoituksen argumentteja. Työ ikään kuin keskustelee lähdeteosten kanssa. Valittujen lähteiden tulee olla luotettavia ja ajantasaisia. Noudata ohjeistettua viittaustyyliä.

Hylätty (0)

Opiskelija ei ole ollut läsnä tunneilla (yli 50 % kerroista) eikä ilmoittanut poissaoloistaan valideihin syihin vedoten tai todistanut tehtävien etenemistä muutoin.

Ei näyttöä tarvittavista taidoista.
Teksti ei ole ymmärrettävää ja/tai asiatyylistä.
Työskentelyhistoriasta ei ole näyttöä. Git-historiassa on vain yksi commit juuri ennen palautusta.
Lähdeaineisto on riittämätön.

Toteutuksen arviointikriteerit, kiitettävä (5)

Opiskelija soveltaa taitoja, vertailee toimintatapoja ja luo uusia johtopäätöksiä. On täysin selvää, että opiskelija osaa kurssilla vaaditut asiat. Hän tunnistaa osaamisensa ja mahdolliset kehittämiskohteet itse.
Teksti on argumentoivaa, oivaltavaa ja lähes virheetöntä asiatyyliä. Tekstin, kuvien, koodin, luetteloiden, väliotsikoiden ja muiden elementtien käyttö on harkittua ja tasapainoista.
Opiskelija on ollut erittäin aktiivinen ja git-lokit ovat selkeät ja täydelliset. Kunkin viikon merkinnän suurin työ on commitoitu kyseisellä viikolla. Mahdolliset poikkeamat on dokumentoitu ja niistä on keskusteltu opettajan kanssa.
Lähdeaineisto on kriittisesti arvioitu ja punnittu. Lähteet ovat luotettavia ja huolella valittu. Opiskelija esittelee uusia näkökulmia ja argumentoi niitä lähteiden avulla tai lähteiden innoittamana.

Toteutuksen arviointikriteerit, hyvä (3-4)

Opiskelija käyttää kurssilla vaadittuja taitoja ja yhdistää ne teoriaan siten, että aihepiirin ymmärrys ei jää epäselväksi. Opiskelija tunnistaa oman osaamisensa tason.
Teksti on huoliteltua ja tehtävänannon mukaista asiatekstiä. Markdown-kieltä ja asiatyyliä on käytetty Oppimispäiväkirja 101 -ohjeistuksen mukaisesti.
Työskentely on ollut aktiivista läpi kurssin, mutta kausittaista. Työtä on tehty noin joka toinen viikko.
Lähteitä on käytetty, ja ne tukevat opiskelijan argumentointia. Lähdeaineiston käyttö on systemaattista ja lukijalle selkeää.

Toteutuksen arviointikriteerit, tyydyttävä (1-2)

Opiskelija listaa perustaitoja. Kurssin sanasto ja jotkin työvaiheet ovat läsnä, mutta opiskelijan oma tietotaidon määrä ei ole vahvasti todistettuna.
Teksti on tyylillisesti jäsentymätöntä. Esiintyy suuria määriä tyyli- ja/tai kielivirheitä, jotka vaikeuttavat tekstin lukemista, tai teknisiä virheitä, jotka estävät dokumentaation lukemisen.
Työ on tehty viikossa. Git-historiasta löytyy myös toisilta viikoilta esimerkiksi typon korjaus, mutta käytännössä koko työ on yhdeltä istumalta tehty.
Lähdeaineistoa on listattu, mutta runko on kirjoitettu ilman lähteitä.

Esitietovaatimukset

Kurssilla ei vaadita aiempaa osaamista. Liiketoimintaosaaminen ja tietovarastojen ymmärrys on kuitenkin hyödyksi.

Siirry alkuun