| 課程代碼 |
A0D19901
|
| 課程中文名稱 |
商業智慧
|
| 課程英文名稱 |
Business Intelligence
|
| 學分數 |
3.0
|
| 必選修 |
選修
|
| 開課班級 |
四技會資四甲,四技會資四乙
|
| 任課教師 |
吳聰皓,莊玉成
|
| 選課人數 |
|
| 上課教室(時間) |
|
週三
|
第2節
|
(L508)
|
|
週三
|
第3節
|
(L508)
|
|
週三
|
第4節
|
(L508)
|
|
| 課程時數 |
3
|
| 實習時數 |
0
|
| 授課語言 |
1.華語
|
| 輔導考證 |
無
|
| 課程概述 |
商業智慧指的是企業利用資料倉儲技術、線上分析處理技術、資料探勘與資料呈現等技術，進行結構化和非結構化的資料分析，藉以創造和累積商務知識與見解，改善商務決策品質，採取有效的商務行動，完善各種商務流程，提升各方面商務績效，增強綜合競爭力的智慧和能力。
|
| 先修科目或預備能力 |
計算機概論、資訊管理
|
|
課程學習目標與核心能力之對應
|
| 編號 | 中文課程學習目標 | 英文課程學習目標 | 對應系指標 |
|
1
|
1.介紹Excel的前端分析功能。
|
|
2 資訊應用
|
|
2
|
2.介紹鼎新Excelsious簡報設計軟體。
|
|
7 分析評估
|
|
3
|
3.協助同學瞭解企業如何對日常經營所產生的大量資料進行各種分析，協助相關經營決策的制訂、以產生優異的經營績效。
|
|
7 分析評估
|
|
4
|
4.介紹重要的資料探勘技術，用以協助從資料中提取出隱含的特別的，過去未知的，潛在有價值的信息。
|
|
1 會計知識
|
|
| 就業力培養目標 |
| |
校指標 |
1 |
2 |
3 |
4 |
5 |
6 |
7 |
8 |
9 |
10 |
| |
專業知識 |
實務技能 |
資訊能力 |
整合創新 |
外語能力 |
熱誠抗壓 |
表達溝通 |
敬業合群 |
人文素養 |
服務關懷 |
| |
25% |
30% |
25% |
10% |
0% |
5% |
5% |
0% |
0% |
0% |
| |
系指標 |
1 |
3 |
7 |
2 |
4 |
9 |
5 |
6 |
10 |
8 |
11 |
12 |
| |
會計知識 |
會計實務 |
分析評估 |
資訊應用 |
整合創新 |
合作創新 |
外語能力 |
積極抗壓 |
協調溝通 |
職業倫理 |
人文素養 |
服務學習 |
| |
25% |
5% |
25% |
25% |
5% |
5% |
0% |
5% |
5% |
0% |
0% |
0% |
|
| 中文課程大綱 |
1. 商業智慧基礎觀念簡介
a.商業智慧的意義
b.商業智慧的發展趨勢
c.商業智慧對企業營運管理的價值及效益
d.商業智慧系統的基本架構
2. 商業智慧資料處理技術
a.資料倉儲、線上分析處理、各種OLAP資料處理運算技術(切片、切塊、上捲、下鑽、轉軸)
3. 商業智慧系統架構
a.「資料整合」、「資料分析」及「資料取得」
b. 系統的導入
4. 商業智慧資訊系統-報表設計
5. 商業智慧主管資訊系統-報表使用
6. 知識發掘的步驟與順序
7. 重要資料探勘技術介紹
a. 分類法 (Classification)、
b. 叢聚分析 (Clustering Analysis)、
c. 關聯分析 (Association Analysis)
|
| 英/日文課程大綱 |
1) Introduction to Business Intelligence
2) IT technology in BI
a.Dataware house
b. OLAP (Online Analytical Processing) technologies (Slice, Dice, Roll up, Drill down, Pivot)
3)Framework of a BI system
4)Report Design in a BI system
5)BI Report Application
6) Knowledge Discovery
7) Data Mining Techniques
a. Classification Techniques
b. Clustering Techniques
c. Association Analysis
|
| 課程進度表 |
Week Date Topic
1 Sep.11 An Overview of Business Intelligence, Analytics, and Data Science
2 Sep.18 Descriptive Analytics – Data warehousing
3 Sep.25 Descriptive Analytics – Data Mining
4 Oct.2 Big Data and Visual Analytics
Introduction to Tableau
5 Oct.9 Case Study I
6 Oct.16 Predictive Analytics – Web Analytics and Web Mining
7 Oct.23 Anvanced application using Tableau 1
8 Oct.30 Anvanced application using Tableau 2
9 Nov.6 Mid-term Exam
10 Nov.13 Knowledge Management and Collaborative Systems
11 Nov.20 Business Analytics: Financial Accounting Perspectives
12 Nov.27 Predictive Analytics – Text Analytics and Text Mining
13 Dec.4 Case Study II
14 Dec.11 Modeling and Analysis 1
15 Dec.18 Modeling and Analysis 2
16 Dec.25 Final Project Presentations
17 Jan.1 New Year’s Holiday
18 Jan.8 Final Project Presentations
|
| 課程融入SDGs |
|
| 期考調查 |
| 期中考(第9週)考試方式 |
Exam
|
| 期末考(第18週)考試方式 |
Project Presentation
|
| 其他週考試考試週次與方式 |
none
|
|
| 教學方式與評量方式 |
| 課程學習目標 | 教學方式 | 評量方式 |
| 1.介紹Excel的前端分析功能。 |
課堂講授
|
課堂展演
（
平時
）
|
| 2.介紹鼎新Excelsious簡報設計軟體。
|
課堂講授
|
課堂展演
（
平時
）
|
| 3.協助同學瞭解企業如何對日常經營所產生的大量資料進行各種分析，協助相關經營決策的制訂、以產生優異的經營績效。
|
課堂講授
|
筆試
（
期中
）
|
| 4.介紹重要的資料探勘技術，用以協助從資料中提取出隱含的特別的，過去未知的，潛在有價值的信息。 |
課堂講授
|
口頭報告
（
期末
）
|
|
| 指定用書 |
| 書名 |
Handouts
|
| 作者 |
|
| 書局 |
|
| 年份 |
|
| 國際標準書號(ISBN) |
|
| 版本 |
|
請同學遵守智慧財產權觀念，使用正版教科書，不得不法影印、下載及散布，以免觸犯智慧財產權相關法令
。 |
| 參考書籍 |
BUSINESS INTELLIGENCE: A MANAGERIAL APPROACH, 4/E, Pearson Publicing, 2018.
|
| 教學軟體 |
Tableau Desktop - Education version
Tableau Prep - Education version
|
| 課程規範 |
To receive full credit, work must be submitted/presented by the assigned date. There is a reduction of 10% of the total credit for each day it is late. There are no make-up exams without prior consent of the instructor.
|