Objetivos de aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes)
OA1- Compreender o processo de BI e os fatores que contribuem para melhorar a gestão dos cuidados de saúde
OA2 - Utilizar técnicas e de ferramentas para automatizar a recolha, preparação, modelação, visualização e análise de dados provenientes de diferentes fontes
OA3 - Otimizar o uso das folhas de cálculo com funcionalidades de transformação dos dados
OA4 - Usar ferramentas de integração e de visualização de dados para apresentar e partilhar os resultados e descobertas
OA5 - Obter capacidades analíticas avançadas que proporcionem valor significativo para a tomada de decisão da gestão usando casos reais
OA6 - Usar algumas das principais ferramentas num contexto de BI na Saúde
Conteúdos programáticos
CP1. Introdução ao BI
CP1.1. O que é? Para que serve?
CP1.2. Infraestrutura BI - pessoas, processos e tecnologias
CP1.3. A proteção e privacidade dos dados, em termos do RGPD num contexto de analítica de dados e de tratamento de dados massivos
CP1.4. Ferramentas BI
CP2. Modelação dos Dados, Importações e Transformações
CP2.1. Modelos de dados
CP2.2. Tipos e formatos de dados
CP2.3. Tabelas de dados e de dimensões
CP3. ETL (Extract, Transform and Load)
CP4. Modelação Avançada
CP4.1. Filtrar, moldar e combinar dados
CP4.2. Medidas, indicadores e funções de data
CP5. Visualização e análise dos dados
CP5.1. Visualizações interativas
CP5.2. Gráficos, Dashboards, relatórios e indicadores
CP6. Compartilhar e perfis de acesso
CP7. Atualizações automáticas
CP8. Introdução à Analítica de Dados
CP8.1. Modelos para predições em situações reais de gestão da saúde
CP8.2. Algoritmos para tratamento automatizado de dados
CP8.3. Programação de alertas e ações automáticas
CP9. Ferramentas informáticas
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular
O programa está estruturado de forma que os estudantes melhorem a tomada de decisão em contextos organizacionais com grandes volumes de dados, de natureza heterogénea, sistematicamente acumulados em volumes de informação complexos. Para o objetivo OA1 contribui diretamente o ponto CP1. Os pontos CP2 e CP3 do programa contribuem para o objetivo OA2. Os pontos CP3 e CP4 estão relacionados com o objetivo OA3 e para o objetivo OA4 contribuem os pontos CP5, CP6 e CP7. Para a obtenção de competências analíticas avançadas OA5 temos a contribuição direta do ponto CP8. Finalmente, os exemplos, exercícios e aplicações de casos reais com recurso a ferramentas informáticas referidas no ponto CP9, tais como o Excel, Power BI e Tableau, permitirão consolidar os conceitos, e serão utilizados para atingir os objetivos OA2 a OA5 e mais diretamente o OA6.
Em síntese:
OA1 - CP1
OA2 - CP2 & CP3 & CP9
OA3 - CP3 & CP4 & CP9
OA4 - CP5 & CP6 & CP7 & CP9
OA5 - CP8 & CP9
OA6 - CP9
Metodologias de ensino e de aprendizagem específicas da unidade curricular articuladas com o modelo pedagógico
Os métodos de ensino incluem sessões expositivas, teórico-práticas (presenciais e à distância) e orientação tutorial (à distância). Nas aulas presenciais, serão utilizadas as seguintes metodologias:
- Método expositivo (M1)
- Método ativo (M2)
- Método experimental (M3)
Nas aulas à distância (síncronas), serão apresentados conceitos, exemplos, casos reais e exercícios resolvidos, com suporte tutorial para trabalho autónomo. As metodologias a serem empregadas são:
- Método expositivo (M1)
- Método demonstrativo (M4)
- Autoestudo (M5)
Os estudantes, em grupos de até 3 elementos, escolhem um tema para desenvolver um projeto de BI, enquanto individualmente cada estudante trabalha num segundo tema proposto pelo professor. Ambos os trabalhos serão apresentados em sessão presencial. A avaliação é composta da seguinte forma:
- Trabalho de grupo (A1): 60%
- Trabalho individual (A2): 40%
Ambos os trabalhos exigem uma pontuação mínima de 10 valores para avaliação positiva em avaliação contínua.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da unidade curricular
A exposição de conceitos e teorias fundamentais (M1), assim como a demonstração através de vídeos, exemplos e resolução de exercícios (M4), fornecem aos alunos o conhecimento necessário para compreender o processo de BI e os fatores que contribuem para melhorar a gestão dos cuidados de saúde (OA1).
Os exemplos, exercícios e casos práticos utilizados nos métodos experimentais (M3) e demonstrativos (M4) facilitam a aprendizagem dos alunos para que possam utilizar técnicas e ferramentas de ETL (OA2), otimizar o seu trabalho usando funções avançadas de cálculo (OA3), e integrar e visualizar dados (OA5).
Ao desenvolverem e apresentarem trabalhos práticos (M2), os alunos aplicam o conhecimento resultante do trabalho em sala de aula e autonomamente (M5), métodos diretamente relacionados com os objetivos de obtenção de capacidades analíticas avançadas que proporcionem valor significativo para a tomada de decisão da gestão (OA5), partilha de resultados e descobertas (OA4) e utilização de ferramentas informáticas de análise de dados e BI (OA6).
Os diferentes objetivos de aprendizagem serão avaliados através de dois trabalhos práticos a desenvolver e apresentar em sala de aula (A1 & A2). Ambos contribuem para o sucesso de todos os objetivos de aprendizagem, embora o 2º trabalho (A2) se concentre principalmente no objetivo de obtenção de capacidades analíticas avançadas (OA5).
Bibliografia de consulta (existência obrigatória)
Betzendahl, L., Brown, C., & Rowell, K. (2020). Visualizing Health and Healthcare Data: Creating Clear and Compelling Visualizations to ¿See How You¿re Doing¿ (1st ed.). Wiley.
Camm, J. D., Cochran, J. J., Fry, M. J., Ohlmann, J. W. & Anderson, D. R. (2018). Business Analytics. Cengage Learning.
Deckler, G. & Powell, B. (2022). Mastering Microsoft Power BI - Second Edition: Expert techniques to create interactive insights for effective data analytics and business intelligence (2nd ed.). Packt Publishing.
Milligan, J. N. (2022). Learning Tableau 2022: Create Effective Data Visualizations, Build Interactive Visual Analytics, and Improve Your Data Storytelling Capabilities. Van Haren Publishing.
Reddy, C. K., & Aggarwal, C. C. (2020). Healthcare Data Analytics (Chapman & Hall/CRC Data Mining and Knowledge Discovery Series) (1st ed.). Chapman and Hall/CRC.
Rozema, M. & Vlootman, H. (2022). Extreme DAX: Take your Power BI and Microsoft data analytics skills to the next level. Packt Publishing.
