Bilgi Paketi / Ders Kataloğu
| İşletme | |||||
| Lisans | Programın Süresi: 4 | Kredi Sayısı: 240 | TYYÇ: 6. Düzey | QF-EHEA: 1. Düzey | EQF: 6. Düzey |
Ders Genel Tanıtım Bilgileri
| Yüksekokul/Myo/Fakülte/Enstitü | İktisadi, İdari ve Sosyal Bilimler Fakültesi | |||||
| Ders Kodu | MGMT 438 | |||||
| Ders Adı İngilizce | Business Intelligence (BI) and Artificial Intelligence (AI) in Managerial Issues | |||||
| Ders Adı Türkçe | Yönetimsel Karar Alma ve Pazarlama Analizlerde İş Zekası (BI) ve Yapay Zeka (AI) Kullanımı | |||||
| Öğretim Dili | EN | |||||
| Ders Türü | Ters-Yüz Öğrenme | |||||
| Dersin Düzeyi | Başlangıç | |||||
| Dönem | Güz | |||||
| Haftalık İletişim Saatleri |
|
|||||
| Tahmini Öğrenci İş Yükü | Dönem boyunca 134 saat | |||||
| Ders Kredileri | 5 AKTS | |||||
| Değerlendirme | Standart Harf Notu | |||||
| Ön Koşul | Yok | |||||
| Yan Koşul | Yok | |||||
| Beklenen Ön Bilgi | Yok | |||||
| Kayıt Kısıtlamaları | Yalnızca lisans öğrencileri | |||||
| Genel Eğitim Hedefi | Pazarlama, ürün ve perakende yönetiminde iş zekası ve yapay zekanın temelleri hakkında uçtan uca bir genel bakış elde etmek ve stratejik pazarlama kararları almak için analitik ortam ve analitik araçlar hakkında bilgi edinmek. | |||||
| Ders Açıklaması | Dijitalleşme ve beraberinde büyük veri yığınları, veri odaklı yaklaşım ve çözümlere olan hakimiyetin temel yetenek setleri haline gelmesine neden oldu. Bugün başarılı bir iş veya akademik kariyer sahibi olabilmek, kişinin veri üzerindeki yetkinlikleri ile doğrudan bağlantılıdır. Bu ders öğrencilerin analitik dünyayı anlayarak, analitik bakış açısı geliştirmelerini ve dijitalleşen dünyanın uluslararası dili haline gelen iş zekası ve yapay zekaya ilişkin temel bilgileri içselleştirmesini sağlar. Öğrenciler özellikle pazarlama, ürün ve perakende yönetimi gibi alanlarda olmazsa olmaz konumunda olan iş zekası ve yapay zeka kullanımın temellerini öğrenirler. Bu alanlar teknik ve iş kullanımı olarak temelde ikiye ayrılmaktadır. Bu kurs içeriği çok yüksek oranda iş birimlerinin kullanım ve ihtiyaçlarının karşılanmasını içermektedir. Analitik araçları ve iş analitiğindeki kullanımlarını öğrenen öğrenciler, işle ilgili karar verme kapasitelerini geliştirirler. Sağlanan becerilerin tümü, başarılı bir iş kariyerinin tüm alanları için gereklidir. Kurs ayrıca akademik kariyer analitik yetenekleri anlamında da temel oluşturabilme niteliğindedir. |
Ders Öğrenme Çıktıları ve YeterliliklerBu dersi başarıyla tamamlayabilen öğrenciler:1) İZ ve YZ için temel analitik araçları tanımak 2) BI ve AI tekniklerini iş karar alma sürecine uygulamak 3) İşletmenin ihtiyaç duyduğu gösterge panellerinin tasarımında ve doğru analitik yaklaşımlarda aktif rol oynamak 4) Başarının bir işareti olarak şirkette mevcut teknikleri daha verimli bir şekilde kullanmak 5) Veri odaklı pazarlama ve iş planları tasarlamak 6) İş APG'lerini etkin bir şekilde takip etmek |
| Program Öğrenme Çıktıları/Ders Öğrenme Çıktıları | 1 | 2 | 3 | 4 | 5 | 6 |
|---|---|---|---|---|---|---|
| 1) Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak | ||||||
| 2) İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir | ||||||
| 3) Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular | ||||||
| 4) İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler | ||||||
| 5) Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir | ||||||
| 6) Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir | ||||||
| 7) Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi) | ||||||
| 8) Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir | ||||||
| 9) Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir | ||||||
| 10) Takım çalışması, liderlik ve girişimcilik becerilerini gösterir | ||||||
| 11) Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler |
Program Sonuçları ve Yeterliliklerle İlişkisi
| N Yok | S Destekleyici | H Çok İlgili |
| Program Çıktıları ve Yeterlilikler | Düzey | Değerlendirme | |
| 1) | Matematik, tarih, ekonomi ve sosyal bilimlere maruz kalarak geniş bir temele ve entelektüel farkındalığa sahip olmak | S | Derse Katılım |
| 2) | İşletmenin farklı işlevsel alanlarında (muhasebe, finans, operasyon, pazarlama, strateji ve organizasyon) bilgi ve becerilere sahip olduğunu ve bunların çeşitli endüstri sektörlerindeki etkileşimlerine ilişkin bir anlayışa sahip olduğunu gösterir | S | Derse Katılım |
| 3) | Karmaşık teknik veya profesyonel faaliyetleri veya projeleri yönetmek için teorik bilginin yanı sıra yaratıcı, analitik ve eleştirel düşünmeyi uygular | H | Sınav |
| 4) | İşletme sürdürülebilirliği için küresel, çevresel, ekonomik, yasal ve düzenleyici bağlamlara ilişkin bir anlayış sergiler | S | Derse Katılım |
| 5) | Bireysel ve mesleki etik davranış ve sosyal sorumluluk gösterir | N | |
| 6) | Etnik, kültürel ve cinsiyet çeşitliliği değerlerine ve konularına duyarlılık gösterir | N | |
| 7) | Bilgi, fikir, sorun ve çözümleri iletmek için yazılı ve sözlü İngilizceyi etkili bir şekilde kullanır (en azından CEFR B2 seviyesi) | S | Sınav |
| 8) | Veri ve bilgi edinme, analiz etme, yorumlama ve raporlama konusunda beceriler gösterir | H | Sınav |
| 9) | Problem çözme ve karar vermeyi desteklemek için bilgisayar yeterliliğini gösterir | H | Sınav |
| 10) | Takım çalışması, liderlik ve girişimcilik becerilerini gösterir | S | Derse Katılım |
| 11) | Yüksek derecede özerklikle ileri çalışmalar için gerekli öğrenme becerilerini sergiler | S | Derse Katılım |
| Hazırlayan ve Tarih | FATMA GÜL BİÇER , August 2021 |
| Ders Koordinatörü | CEYHAN MUTLU |
| Dönem | Güz |
| Dersi Veren(ler) |
Ders İçeriği
| Hafta | Konu |
| 1) | Ders Tanıtımı ve Genel Bakış İZ'sına Giriş |
| 2) | Bilişsel İşletmeler için İş Zekası ve Büyük Veri |
| 3) | İZ'sının Stratejik Önemi, İZ ile İş Stratejisi Belirleme, İZ Projesi Geliştirme |
| 4) | İZ Fırsatlarına Öncelik Verme, İZ Süreci İyileştirme ve Karar Alma |
| 5) | İZ Veri Modelleme |
| 6) | İZ Rapor Tasarımı ve İZ Araçlarına Genel Bakış |
| 7) | İş Zekasını Geliştirme: APG'leri, Çevik Metodolojiler ve Veriye Dayalı Karar Alma |
| 8) | Arasınav |
| 9) | Yapay Zeka ve İş Zekası ile İlişkisine Genel Bakış Yapay Zeka (YZ) Sistemlerine Giriş |
| 10) | Verinin Doğası: Gelişmiş İstatistiksel Modelleme ve Görselleştirme |
| 11) | Tahmini Analitik/Makine Öğrenmesi, Derin Öğrenme ve Bilişsel Hesaplama: Veri madenciliği süreci, yöntemleri ve algoritmaları |
| 12) | Öngörücü Analitik ve Büyük Veri: Optimizasyon ve Simülasyon |
| 13) | Dijital liderlik: Karar Alma ve İş Uygulamaları, Yapay Zeka benimseme stratejileri |
| 14) | Ödev Dönemi Teslim Tarihi ve Sunum (İZ ve YZ uygulamaları) |
| 15) | Final Sınav Dönemi |
| 16) | Final Sınav Dönemi |
| Gerekli/Tavsiye Edilen Okumalar | Gerekli: Steve Williams (2016). Big Data Analytics: A General Management Perspective (1st Edition). Morgan Kaufmann. Ramesh Sharda, Dursun Delen, Efraim Turban (2021) Analytics, Data Science, & Artificial Intelligence: Systems for Decision Support (11th Edition) Asim Abdel Rahman El Sheikh and Mouhib Alnoukari (2012). Business Intelligence and Agile Methodologies for Knowledge-Based Organizations: Cross-Disciplinary Applications. IGI Global. Önerilen: Rick Sherman (2015). Business Intelligence Guidebook from Data Integration to Analytics. Morgan Kaufmann. Swain Scheps (2008). Business Intelligence for Dummies. Published by Wiley Publishing, Inc. Rajendra Akerkar (2019). Artificial Intelligence for Business. Springer International Publishing AG. Bhuvan Unhelkar and Tad Gonsalves (2021). Artificial Intelligence for Business Optimization: Research and Applications (1st Edition). CRC Press. | ||||||||||||||||||
| Öğretme Teknikleri | Ters yüz eğitim | ||||||||||||||||||
| Ödev ve Projeler | Dönemsel takım projeleri | ||||||||||||||||||
| Laboratuvar Çalışması | Yok | ||||||||||||||||||
| Bilgisayar Kullanımı | Öğrenme materyalleri ve proje hazırlama için kişisel bilgisayar. Ders BT amaçları için değil, iş analitiği için tasarlandığından, ders hem oluşturma hem de madencilik için kodlama yoluyla veri ambarı çalışmalarını içermeyecektir. | ||||||||||||||||||
| Diğer Aktiviteler | Yok | ||||||||||||||||||
| Değerlendirme Yöntemleri |
|
||||||||||||||||||
| Ders Yönetimi |
bicerg@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. |
||||||||||||||||||
AKTS Öğrenci İş Yükü Tahmini
| AKtivite | Hafta Sayısı | Saat | Hesaplama | ||||
| Yarıyıl Başına Hafta Sayısı | Etkinliğe Hazırlık | Etkinliğin Kendisinde Harcanan | Etkinlik Gereksinimlerini Tamamlama | ||||
| Ders Saati | 14 | 2 | 3 | 1 | 84 | ||
| Proje | 2 | 5 | 3 | 3 | 22 | ||
| Ara Sınavlar | 2 | 3 | 3 | 12 | |||
| Final | 2 | 5 | 3 | 16 | |||
| Toplam İş Yükü | 134 | ||||||
| Toplam İş Yükü/25 | 5.4 | ||||||
| AKTS | 5 | ||||||