Sistemas de Informação e Database Marketing

Código:

2GEC07

Sigla:

SIDM

Áreas Científicas
Classificação	Área Científica
OFICIAL	Ciência de Computadores

Ocorrência: 2017/2018 - 2S

Ativa?	Sim
Unidade Responsável:	Agrupamento Científico de Matemática e Sistemas de Informação
Curso/CE Responsável:	Mestrado em Gestão Comercial

Ciclos de Estudo/Cursos

Sigla	Nº de Estudantes	Plano de Estudos	Anos Curriculares	Créditos UCN	Créditos ECTS	Horas de Contacto	Horas Totais
GCOM	37	Plano Oficial de Bolonha	1	-	7,5	56	202,5

Língua de trabalho

Português

Objetivos

Database Marketing:

• Motivar para a utilização de TIC no apoio à decisão em Marketing e Gestão.
• Aprender conceitos de bases de dados, data mining e database marketing.
• Identificar problemas de marketing que podem ser abordados com data mining.
• Valorizar a avaliação objectiva das acções de marketing.
• Conhecer as fases de um projecto de data mining.
• Adquirir competências básicas de desenvolvimento de projectos de data mining.

Sistemas de Informação:

•Familiarizar os alunos com o “State-of-the-Art” das Tecnologias de Informação
•Sensibilizar os alunos para o papel actual e futuro, das Tecnologias de Informação na empresa, não só aos níveis operacionais e de gestão, como ao nível do formato do negócio
•Encorajar uma atitude favorável às Tecnologias de Informação, no sentido de potenciar a obtenção de vantagens competitivas para as empresas
•Discutir o papel futuro da gestão das Tecnologias de Informação nas organizações
•Estudo do Negócio Electrónico. Conceitos, contornos e características

Resultados de aprendizagem e competências

Após as actividades da unidade curricular, os estudantes devem ser capazes de aplicar as modernas técnicas de data mining no contexto da caraterização dos clientes e modelizar as operações de segmentação, targeting e market basket analysis.

Os alunos devem estar familiarizados com o “State-of-the-Art” das Tecnologias de Informação, para o seu papel relevante nas empresas, tanto ao nível operacional e de gestão como às potencialidades de alteração nos modelos de negócio e no desenvolvimento de vantagens competitivas.

Modo de trabalho

Presencial

Programa

Módulo de Database Marketing:
• Introdução: Que conhecimento se pode extrair dos dados? Análise de dados, Data mining, Apoio à Decisão.
• Data: preparação de dados
--fontes (Bases de dados relacionais, datawarehouses, bases de dados de texto, clickstreams)
--preparação (limpeza, transformação)
• Mining:
--Clustering/agrupamento (ex. para segmentação de clientes)
--Previsão (classificação e regressão)
--Basket analysis (cross-selling, análise de associações, collaborative filtering.)
• Projectos de DM
--Avaliação: métricas genéricas (ex. erro, análise ROC) e específicas da aplicação (ex. valor do cliente, valor do serviço, qualidade dos modelos de marketing)
--Metodologias: (CRISP, SEMMA)
--Ferramentas (gratuitas e comerciais)

Módulo de Sistemas de Informação:
1) Evolução das Tecnologias de Informação e do seu papel no meio empresarial
As Tecnologias de Informação e o ambiente global
As empresas e as Tecnologias de Informação
As Tecnologias de Informação e as vantagens competitivas
O impacto das Tecnologias de Informação na organização
2) Familiarização com o “State-of-the-Art” das Tecnologias de Informação
As Tecnologias de Informação
Principais Aplicações empresariais – ERP, CRM, EIS
WEB 2.0, Portais Corporativos
Internet e WEB
3) Análise de investimentos em Tecnologias de Informação
Montagem do projecto
A equipa
Os parceiros
Planeamento e controlo
4) Principais tendências das TI e SI – Revolução da WEB, Gestão do Conhecimento

Bibliografia Obrigatória

Olivia Parr Rud; Data Mining Cookbook: Modeling Data for Marketing, Risk, and Customer Relationship Management, Wiley
Michael Berry e Gordon Linoff; Data Mining Techniques: For Marketing, Sales and Customer Support, Wiley
Turban, Efraim; Information technology for management. ISBN: 978-1-118-09225-5

Bibliografia Complementar

Arthur M. Hughes; Strategic Database Marketing, 3rd Edition, McGrawHill

Métodos de ensino e atividades de aprendizagem

Aulas teóricas onde a matéria é exposta e posteriormente exemplificada. Resolução de exercícios.

Software

MS-Access
MS - Excel
Rapid MIner

Tipo de avaliação

Avaliação distribuída com exame final

Componentes de Avaliação

Designação	Peso (%)
Exame	50,00
Participação presencial	10,00
Trabalho escrito	40,00
Total:	100,00

Fórmula de cálculo da classificação final

O aluno só obterá aprovação se obtiver um mínimo de 7 valores no exame.

A classificação na dsciplina é calculada da seguinte forma:

0.4 x nota_trabalho + 0.5 x nota_exame + 0.1 x participacao presencial

Provas e trabalhos especiais

O trabalho está dividido em duas componentes: na componente de sistemas de informação e na componente de database marketing. Cada uma das partes tem o peso de 20% na nota final.
O trabalho será executado em grupos de 2 alunos.

Avaliação especial (TE, DA, ...)

De acordo com o Regulamento de Avaliação da FEP.UP.

Melhoria de classificação

De acordo com o Regulamento de Avaliação da FEP.UP.

Observações

Bibliografia:

Vaisman, Alejandro, Zimányi, Esteban, Data Warehouse Systems - Design and Implementation, Springer, 2014

Provost, Foster, Fawcett, Tom, Data Science for Business, What You Need to Know about Data Mining and Data-Analytic Thinking, O'Reilly Media ,2014

Kimball, Ralph, Ross, Margy, The data warehouse toolkit : the definitive guide to dimensional modelling, John Wiley & Sons, 3^rd edition, 2013

Laudon, J. Laudon, Essentials of Management Information Systems, 11^th edition, 2016, Pearson

Turban, Mclean, Wetherbe. Information Technology for Management – Wiley International Edition

Daniels, N.Caroline (1997). Estratégias Empresariais e Tecnologias da Informação - Editorial Caminho, Biblioteca de Economia e Gestão