Objetivos de Aprendizagem (conhecimento, 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
Metodologia de Ensino (Avaliação incluída)
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 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.
