Big data analytics and business (5 cr)

Objective

The aim of the course is to give students basic knowledge and skills about the meaning and application of big data analytics in business. Students understand the role of big data analytics in decision-making and business development in different industries. In addition, the goal is to introduce students to practical applications and business cases related to big data analytics from various industries either on the basis of guest lecturers or roundtable webinars.

Content

Big data analytics refers to the strategies used by organizations to collect, organize and analyze large amounts of data to discover valuable business insights that would otherwise not be possible through traditional systems.

The course covers the following themes:

- Basics and concepts of big data analytics
- The role of big data analytics in business
- Application of big data analytics in different industries
- Ethical and legal perspectives
- Future trends and opportunities

Location and time

Etäopetus iltaisin

Materials

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.

Teaching methods

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.

Student workload

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.

Content scheduling

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.

Further information

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.

Evaluation scale

0 - 5

Assessment methods and criteria

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.

Assessment criteria, fail (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.

Assessment criteria, excellent (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.

Assessment criteria, satisfactory (1)

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.

Prerequisites

The course does not require previous knowledge. However, business knowledge and an understanding of data warehouses are useful.