Objetivos de aprendizagem e a sua compatibilidade com o método de ensino (conhecimentos, aptidões e competências a desenvolver pelos estudantes)
O1.Identificar e avaliar plataformas para Business Intelligence (BI) a partir de casos em organizações do desporto;
O2.Analisar e abordar sistemas de CRM (Customer Relationship Management), Data Warehousing, Big Data, OLAP (Online Analytical Processing), técnicas de Data Mining, análise de dados estatísticos e SSD (Sistemas de Suporte à Decisão);
O3.Saber como explorar e utilizar dados existentes nas organizações como instrumento para o suporte à decisão;
O4.Definir metodologias para suportar a tomada de decisão em processos de decisão e reduzir a incerteza;
Conteúdos programáticos
C1: Fundamentos de Business Intelligence no Desporto (6 horas)
C1.1. Introdução à Inteligência Empresarial
C1.2. Inteligência de Marketing no Desporto
C2: Gestão de Dados e Análise (9 horas)
C2.1. Sistemas de Informação no Desporto: Sistemas Transacionais vs. Sistemas de Apoio à Decisão; Data Warehousing e Data Marts; Construção e organização de bases de dados para análise e ETL (Extract, Transform, Load)
C2.2. Análise de Dados no Desporto: OLAP; Data Mining; Técnicas estatísticas; Visualização de dados
C2.3. Introdução ao Machine Learning: Conceitos básicos de Machine Learning e Deep Learning; Classificação, Regressão, Clustering.
C3: Ferramentas de Análise
C3.1. Introdução ao JASP
C3.2. Introdução ao R
C3.3. Outras Ferramentas
C4: Tomada de Decisão no Desporto (6 horas)
C4.1. Sistemas de Suporte à Decisão (SSD)
C4.2. Processo de Tomada de Decisão
C4.3. Privacidade e segurança de dados; Viés algorítmico e Uso responsável de dados no desporto.
Demonstração da coerência dos conteúdos programáticos com os objetivos de aprendizagem da unidade curricular
O1:
C1.1: Aborda a evolução do BI, vantagens e aplicação no desporto
C1.2: Apresentar casos de estudo de utilização do BI
C3.3: A introdução a ferramentas de visualização de dados permite que os alunos explorem diferentes plataformas.
O2:
C2.1. Aborda CRM, Data Warehousing e ETL
C2.2. Explora OLAP, Data Mining e técnicas estatísticas
C2.3. Complementa as técnicas de análise de dados com aprendizagem automática
C4.1: Aborda os SSD, que integram diversas ferramentas de análise para suportar a tomada de decisão.
O3:
C1.2: Utilizar dados para compreender o mercado e auxiliar na tomada decisão.
C2: ferramentas e técnicas para explorar e analisar dados, transformando-os em informação útil para a tomada de decisão.
C4: Como utilizar os dados e análises para tomar decisões
O4:
C4.1. Ferramentas que auxiliam na tomada de decisão.
C4.2. Etapas do processo e métodos para a tomada de decisão
C4.3. Uso responsável e ético dos dados, para garantir a validade e a fiabilidade na decisão.
Metodologias de ensino e de aprendizagem específicas da unidade curricular articuladas com o modelo pedagógico
1. Aulas Teóricas:
*Apresentação interativa: Apresentações com exemplos, estudos de caso e recursos visuais para ilustrar os conceitos.
*Discussão em grupo: Debates sobre temas relevantes, como a ética na utilização de dados no desporto, incentivando a participação ativa e o pensamento crítico.
*Aprendizagem baseada em problemas: Apresentação de problemas reais da gestão do desporto e desafie os alunos a encontrar soluções utilizando os conceitos e ferramentas abordados
2. Aulas Práticas:
*Laboratórios de informática: Utilização do JASP, R e Python para realizar análises de dados e construir modelos preditivos com dados do desporto
*Simulações: Realize simulações de cenários de tomada de decisão na gestão do desporto, permitindo que os alunos apliquem os conhecimentos e experimentem diferentes estratégias.
3. Aprendizagem Baseada em Projetos:
*Projetos individuais ou em grupo: Desafie os alunos a desenvolver projetos que apliquem os conceitos e ferramentas da unidade curricular a problemas reais do desporto, e.g. desenvolver um plano de marketing baseado em dados.
*Apresentação de projetos: Apresentação e discussão dos projetos, promovendo a partilha de conhecimentos e o feedback entre pares.
Avaliação
Avaliar a capacidade individual de utilizar JASP, R ou Python para analisar dados e construir modelos preditivos, critérios domínio das ferramentas, qualidade da análise, interpretação dos resultados num projeto individual (50% nota final). Projeto em grupo que aplica os conceitos e ferramentas da unidade curricular num problema, para utilizar na tomada de decisão onde apresentação vale 10% da nota final e o projeto 40%.
Demonstração da coerência das metodologias de ensino e avaliação com os objetivos de aprendizagem da unidade curricular
O1. Identificar e avaliar plataformas para Business Intelligence (BI):
* Metodologias:
o Apresentações de exemplos de plataformas para BI utilizadas na gestão do desporto
o Discussão em grupo sobre as vantagens e desvantagens de diferentes plataformas, considerando critérios como custo, funcionalidades e integração.
o Aulas práticas com demonstração de diferentes plataformas e análise comparativa das suas funcionalidades
* Avaliação: No projeto individual e em grupo, analisam ferramentas
O2. Analisar e abordar sistemas de CRM, Data Warehousing, Big Data, OLAP, Data Mining, análise de dados estatísticos e SSD:
* Metodologias:
o Apresentações interativas com explicação detalhada de cada conceito e sua aplicação no desporto.
o Aulas práticas com utilização de JASP, R e Python para aplicar as técnicas de análise de dados e construir modelos preditivos.
* Avaliação: O projeto individual avalia a capacidade de utilizar as ferramentas de análise de dados (JASP, R, Python) para analisar dados e construir modelos.
o O projeto em grupo permite a aplicação dos conceitos e técnicas aprendidos num problema real, demonstrando a compreensão dos sistemas e técnicas de análise.
O3. Saber como explorar e utilizar dados existentes nas organizações:
* Metodologias: Apresentação de estudos de caso que demonstrem como os dados são utilizados para apoiar a tomada de decisão em organizações desportivas.
o Aprendizagem baseada em problemas, com desafios que exigem a exploração e análise de dados para encontrar soluções.
o Simulações de cenários de tomada de decisão, onde os alunos utilizam dados para tomar decisões estratégicas.
* Avaliação: Os projetos exigem que os alunos explorem e utilizem dados para analisar um problema e propor soluções, demonstrando a capacidade de utilizar dados como instrumento de apoio à decisão.
O4. Definir metodologias para suportar a tomada de decisão:
* Metodologias: Apresentações interativas sobre o processo de tomada de decisão e diferentes metodologias (análise multicritério, análise de risco). Discussão em grupo sobre a importância da ética e responsabilidade na utilização de dados para a tomada de decisão.
* Avaliação: O projeto em grupo exige a aplicação de uma metodologia de tomada de decisão para solucionar um problema, demonstrando a capacidade de definir e aplicar métodos para apoiar a decisão. A apresentação permite avaliar a capacidade de comunicar as decisões e justificá-las suportadas nos dados e análises realizadas.
Coerência da Avaliação:
A avaliação proposta é coerente com as metodologias e os objetivos, pois:
* Combina trabalho individual e em grupo: Avalia diferentes competências e permite que os alunos aprendam uns com os outros.
* Utiliza projetos práticos: Incentiva a aplicação dos conhecimentos em problemas reais, desenvolvendo a capacidade de análise e tomada de decisão.
* Inclui apresentação oral: Desenvolve a capacidade de comunicação e argumentação, essencial para um gestor do desporto.
Bibliografia de consulta (existência obrigatória)
Sharda, R., Delen, D., & Turban, E. (2018). Business intelligence, analytics, and data science: a managerial perspective. 4th. edition. Harlow: Pearson Education.
Atwater, C., Baker, R. E., & Kwartler, T. (2022). Applied Sport Business Analytics. Human Kinetics.
Foster, G., O¿Reilly, N., & Dávila, A. (2020). Sports business management: Decision making around the globe. Routledge.
