Big data -analytiikka ja liiketoiminta (5 op)

Arviointiasteikko

0 - 5

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.

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.

Toteutustavat

Kurssin toteutus tapahtuu pääasiassa luentojen ja mahdollisten vierailijaluentojen kautta. Jokainen luentoviikko keskittyy tiettyyn teemaan, ja luentojen lisäksi opiskelijoille annetaan tehtäviä ja materiaaleja itsenäiseen opiskeluun. Lisäksi kurssilla saatetaan hyödyntää tallenteita vierailijaluennoista sekä verkossa saatavilla olevia webinaareja.

Suoritustavat

Kurssi suoritetaan oppimispäiväkirjaa viikoittain kirjoittamalla. Merkintöjä tehdään yksi per viikko. Kullekin viikolle on teema.

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.

Esitietovaatimukset

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

Lisätiedot

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.