| Yüksekokul/Myo/Fakülte/Enstitü |
İktisadi, İdari ve Sosyal Bilimler Fakültesi |
| Ders Kodu |
MGMT 434 |
| Ders Adı İngilizce |
Data and Analytics Driven Management |
| Ders Adı Türkçe |
Veri ve Analitik Temelli İşletme |
| Öğretim Dili |
EN |
| Ders Türü |
Ters-Yüz Öğrenme |
| Dersin Düzeyi |
Orta |
| Dönem |
Güz |
| Haftalık İletişim Saatleri |
| Ders: 3 |
Okuma: |
Laboratuvar : |
Diğer: |
|
| Tahmini Öğrenci İş Yükü |
Dönem boyunca 136 saat |
| Ders Kredileri |
5 AKTS |
| Değerlendirme |
Standart Harf Notu
|
| Ön Koşul |
Yok |
| Yan Koşul |
Yok |
| Beklenen Ön Bilgi |
Yok |
| Kayıt Kısıtlamaları |
Sadece Lisans Öğrencileri |
| Genel Eğitim Hedefi |
Bu dersin ana hedefleri öğrencilere rekabet avantajı için veri biliminin nasıl kullanılacağını ve iş büyümesi için veri analizinin nasıl uygulanacağını öğretmektir. Bu hedefe ulaşmak için öğrencilere (a) başarılı organizasyonlar için veriye dayalı iş kararlarının öneminin farkına varmaları; (b) işletmelerin doğru veri analitiği stratejisini nasıl oluşturduğunu ve kendi ihtiyaçları ve hedefleri için farklı veri analitiği türlerini nasıl uyguladığını anlamak ve (c) veri toplamadan değer yaratmaya giden yolculuğu kapsayan grup projesi dahilinde sağlam iş senaryosu geliştirmek için pratik deneyim kazanmak. |
| Ders Açıklaması |
Bu ders, işletme yönetiminde veri analitiğine ilişkin dinamikleri anlamaları konusunda öğrencileri geliştirmeyi hedeflemektedir. Ders, veriden iç görü yaratarak daha iyi iş kararları vermeyi ve daha başarılı organizasyonlar yaratmayı sağlayacak bilimsel araçlar sunmaktadır. Bu amaçla, veri temelli iş analitiğine ilişkin ilgili metodolojileri, konuları ve zorlukları aktarmaktadır. Ders kapsamında sunulacak örnekler ve senaryolar ile öğrencilerin konseptleri daha somut şekilde algılaması sağlanacaktır. Son olarak, öğrenciler grup projeleri kapsamında, çeşitli iş problemleri üzerinde iş analitiği algoritmaları ve metodolojilerini uygulayacaklardır.
|
Ders Öğrenme Çıktıları ve Yeterlilikler
Bu dersi başarıyla tamamlayabilen öğrenciler:
1) iş sorunlarına veri analitiğiyle yaklaşmak
2) Veri analitiğinin iş performansını iyileştirip iyileştirmediği ve nasıl iyileştirdiği hakkında sistematik olarak düşünmek
3) iş analitiği fikirleri geliştirme, iş analitiği yazılımını kullanarak verileri analiz etme ve iş içgörüleri oluşturma
|
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları |
1 |
2 |
3 |
| 1) Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. |
|
|
|
| 2) Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek |
|
|
|
| 3) Mikroekonomik ve makroekonomik teoriyi anlamak |
|
|
|
| 4) Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. |
|
|
|
| 5) Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. |
|
|
|
| 6) Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. |
|
|
|
| 7) Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. |
|
|
|
| 8) Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. |
|
|
|
| 9) Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). |
|
|
|
| 10) Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. |
|
|
|
| 11) Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. |
|
|
|
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok |
S Destekleyici |
H Çok İlgili |
| |
|
|
| |
Program Çıktıları ve Yeterlilikler |
Düzey |
Değerlendirme |
| 1) |
Ekonomi konusunda geniş bir anlayışa sahip olup, diğer sosyal bilimler ve matematikle derin bir etkileşime sahip olmak. |
N |
|
| 2) |
Farklı ekonomi alanlarının etkileşimlerini anlama konusunda bilgi ve beceriler sergilemek |
N |
|
| 3) |
Mikroekonomik ve makroekonomik teoriyi anlamak |
N |
|
| 4) |
Ekonomik kavramları karmaşık sorunları çözmek ve karar verme yeteneğini geliştirmek için uygulamak. |
N |
|
| 5) |
Farklı ekonomik sistemleri analiz etmek için nicel teknikler kullanmak. |
N |
|
| 6) |
Teorik bilgileri, Türk ve küresel ekonomilere ilişkin sorunları analiz etmek için uygulamak. |
N |
|
| 7) |
Ekonomik verileri işlemek ve değerlendirmek için istatistiksel araçlar ve yaygın yazılım programları konusunda yetkinlik göstermek. |
N |
|
| 8) |
Ekonomik analizin tüm aşamalarında - veri toplama, yorumlama ve bulguları yayma - bilimsel ve etik değerlere göre davranmak. |
H |
|
| 9) |
Bilimsel bilgileri alışverişinde yazılı ve sözlü İngilizceyi etkili bir şekilde kullanmak (en az CEFR B2 seviyesinde). |
H |
|
| 10) |
Bireysel ve profesyonel etik davranış sergiler ve sosyal sorumluluk taşımak. |
H |
|
| 11) |
Yüksek derecede özerklikle daha ileri çalışmalar için gerekli öğrenme becerilerini sergilemek. |
H |
|
| Hazırlayan ve Tarih |
HANDE KARADAĞ , May 2023 |
| Ders Koordinatörü |
CEYHAN MUTLU |
| Dönem |
Güz |
| Dersi Veren(ler) |
|
Ders İçeriği
| Hafta |
Konu |
| 1) |
Kavramlara Giriş |
| 2) |
Yeni Benzin, Yeni Yol, Yeni Roller |
| 3) |
Veriden Değere: Toplama ve Yönetme |
| 4) |
Veriden Değere: Analiz ve Modelleme |
| 5) |
Veriden Değere: Hikaye Anlatımı ve Karar Verme |
| 6) |
İstatistik Araç Seti: Tahmine Dayalı, Kuralcı ve Deneysel Analitik |
| 7) |
Teknoloji Araç Seti: Büyük Veri, BI, Veri Madenciliği ve Daha Fazlası |
| 8) |
AI/ML/DL'nin gizemini aydınlatma |
| 9) |
Makine Öğrenmesi ve İş Zorlukları |
| 10) |
Konuşma Başlangıç Bilgisi: Makine Öğrenimi Terminolojisi |
| 11) |
Makine Öğrenimi Araç Setini Keşfetme |
| 12) |
Ekonomi, Bankacılık ve Finansta Veri Bilimi |
| 13) |
Perakende, Satış ve Ticarette Veri Bilimi |
| 14) |
Medya ve Eğlencede Veri Bilimi |
| 15) |
Final Sınav Dönemi |
| 16) |
Final Sınav Dönemi |
| Gerekli/Tavsiye Edilen Okumalar | [Öneriler]
1. HBR Guide to Data Analytics Basics for Managers, by Harvard Business Review
2. Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking, by Foster Provost and Tom Fawcett |
| Öğretme Teknikleri | Öğrenme hedeflerine ulaşmak için kurs, bir dizi ilgili videoyu, okumaları, dersleri, problem çözme aktivitelerini ve yaratıcı süreçlerin yanı sıra gerçek hayattaki işlerle etkileşimleri içerecektir. Öğrenciler okumalar ve derslerle işletme yönetiminde veri analizinin temel konularını kavrayabilecek, örnek olaylar ve tartışmalarla ise bakış açılarını genişletme ve teorik bilgileri gerçek hayat durumlarına uygulama fırsatı bulacaklar.
Derste temel terminoloji ve teorik yapının yanı sıra pratik uygulamalar da ele alınacaktır. Ders boyunca kullanılacak yöntemler; gerçek hayattan örnek olay çalışmaları, grup projeleri, sunumlar, sınıf içi tartışmalar ve açılış konuşmacısı konuşmalarıdır. Sınıfın her üyesinin bilgilerini, fikirlerini ve sorularını grupla hiçbir endişeye kapılmadan özgürce paylaşması beklenir. Ders boyunca deneyimsel, yapılandırmacı, araştırmaya dayalı ve yansıtıcı öğretim stratejileri kullanılır. Her türlü öğretme-öğrenme faaliyetlerinde öğrenci katılımı, aktif öğrenme ve yaparak öğrenme esastır.
|
| Ödev ve Projeler | Öğrenciler ders süresince, ders için bireysel olarak bir sunum yapacaklardır. Böylece o dersin içeriğine ve kapsamına katkıda bulunmuş olacaklardır.
Bu bireysel ödeve ek olarak, neredeyse tüm dönem boyunca çalışılacak ve dönem sonuna kadar sunulacak bir grup projesi de olacaktır. Bu proje esas olarak veri toplamadan değer yaratmaya kadar olan yolculuğu kapsayan sağlam bir iş senaryosuna odaklanacaktır. |
| Laboratuvar Çalışması | Yok |
| Bilgisayar Kullanımı | Kişisel Bilgisayar |
| Diğer Aktiviteler | Yok |
| Değerlendirme Yöntemleri |
| Değerlendirme Araçları |
Sayı |
Ağırlık |
| Devam |
1 |
% 20 |
| Ödev |
1 |
% 20 |
| Projeler |
1 |
% 30 |
| Ara Sınavlar |
2 |
% 30 |
| TOPLAM |
% 100 |
|
| Ders Yönetimi |
kuzucub@mef.edu.tr
Bu derste aktif katılım, öğrenmenin ve uygulamanın anahtarıdır; Bu nedenle katılımın notlandırılması, öğrencinin aktif katılımının ve sınıf içi etkinliklere katkısının niteliğine göre yapılacaktır.
Öğrencilerin tüm oturumlara katılmaları ve zamanında derste bulunmaları beklenmektedir. Hastalık (tam donanımlı bir hastaneden rapor gerektirir) veya MEF yönetmeliklerinde kabul edilen bir mazeret nedeniyle katılamayacakları durumlarda, eğitmenlere posta yoluyla bilgi vermeleri gerekmektedir.
Geri bildirim ve sorular, dersi farklı bir öğrenme deneyimi haline getirmek için çok değerli olduğundan, öğrenciler dersle ilgili her türlü sorun için mesai saatleri içinde eğitmenleri ziyaret edebilir veya e-posta gönderebilirler.
Akademik sahtekarlık ve intihal YÖK disiplin yönetmeliğine tabi olacaktır.
|
Bilgi Paketi / Ders Kataloğu