Verslo analizės magistras
Queen's University Belfast - Faculty of Arts, Humanities and Social Sciences
Pagrindinė informacija
Universiteto vieta
Belfast, Jungtinė Karalystė
Kalbų studijos
Anglų kalba
Studijų formatas
Stovykloje
Trukmė
1 metai
Tempas
Dieninės
Mokestis už mokslą
GBP 23 100 / per year *
Galutinis paraiškų davimo terminas
Susisiekti su mokykla
Anksčiausia pradžios data
Sep 2024
* Šiaurės Airija, Airijos Respublika, Anglija, Škotija arba Velsas: 7 470 GBP | ES kitos ir tarptautinės: 21 500 GBP
Įvadas
Duomenų kiekio, įvairovės ir greičio padidėjimas suteikia įmonėms galimybių tobulinti sprendimų priėmimą ir kurti naujus duomenimis pagrįstus produktus ir paslaugas. MSc Business Analytics buvo sukurta siekiant patenkinti kvalifikuotų specialistų, turinčių reikiamų žinių, reikalingų visapusiškiems verslo analizės sprendimams įgyvendinti, ir turinčių galimybę naudoti duomenis verslo sprendimų priėmimo tikslais, poreikį.
Programa sukurta remiantis trimis pagrindinėmis sritimis, kurių reikia norint sėkmingai atlikti analizę: verslo žinias, statistiką ir skaičiavimą. Tai apima modulius, skirtus analizės taikymui pagrindinėms verslo funkcijoms, tokioms kaip rinkodara ir žmogiškieji ištekliai, taip pat modulius, skirtus techniniams įgūdžiams, pvz., pažangiajai analizei ir mašininiam mokymuisi, duomenų valdymui ir duomenimis pagrįstų sprendimų priėmimui, plėtoti ir pritaikyti. Iš viso studentai mokysis aštuoniuose moduliuose, be išankstinio mokymo ir baigiamojo disertacijos projekto. Disertacijos projektas apims verslo, techninių ir statistinių įgūdžių, įgytų dėstomų modulių metu, taikymą.
Į programą bus įtrauktas įvadinis kursas, kurio metu pagrindinės statistikos ir kompiuterinių įgūdžių mokymas prieš kursą užtikrins, kad įvairių sluoksnių studentai turės reikiamų įgūdžių kursui atlikti.
Pramonės nuorodos
Kursas, sukurtas pramonės ir akademinės patirties turinčių darbuotojų, yra pritaikytas pagrindiniams įgūdžiams, kurių reikia norint sėkmingai atlikti verslo analitikos vaidmenį.
Karjeros plėtra
Pramonės ataskaitos rodo, kad visame pasaulyje trūksta duomenų mokslininkų. Studentai išmoks naudoti pažangiausius ir pramonės standartus atitinkančius įrankius ir metodus, kad galėtų plėtoti karjerą.
Galerija
Priėmimai
Studijų programa
1 semestras
Verslo statistika
Tikimybių ir statistikos teorijos ir taikymo išmanymas yra esminis verslo analitikos komponentas. Statistiniai metodai yra verslo analitikai reikalingų įrankių rinkinio dalis ir yra pažangesnių temų, tokių kaip mašininis mokymasis ir dirbtinis intelektas, pagrindas.
Šiame modulyje studentai sutelks dėmesį į aprašomąją ir išvadinę statistiką naudodami R programavimo kalbą. Tai suteikia būtiną statistinį pagrindą verslo analitikai, taip pat pristato R programavimą.
Temos gali apimti, bet neapsiribojant:
- Aprašoma statistika
- Koreliacija
- Tikimybė
- Paskirstymai
- Hipotezių tikrinimas ir pasikliautinieji intervalai
- Tiesinė regresija su dviem kintamaisiais
- Daugkartinė regresija
- Veiklos ir prielaidų vertinimas
- Logistinė regresija
- R programavimas
Duomenų valdymas
Veiksmingas mažų ir didelių duomenų valdymas yra esminis visų verslo analizės projektų komponentas.
Šiame modulyje nagrinėjama duomenų valdymo teorija ir praktika, įskaitant duomenų identifikavimą ir išgavimą, išankstinį duomenų apdorojimą, duomenų kokybę, duomenų saugyklą, reliacines duomenų bazes ir didelių duomenų sprendimus.
Kurso turinys gali apimti, bet tuo neapsiribojant:
- Struktūruoti ir nestruktūruoti duomenys
- Duomenų kaupimas
- Duomenų išgavimas naudojant SQL
- Duomenų saugojimas (santykinių duomenų bazių valdymo sistemos)
- Didelių duomenų sprendimai
- Duomenų paruošimas
- Duomenų kokybė
- Saugumas, teisės aktai ir etiniai sumetimai
HR analizė
Veiksmingas žmogiškųjų išteklių (HR) duomenų naudojimas gali pagerinti žmogiškųjų išteklių valdymą (HRM) ir tokiu būdu padidinti organizacijos veiklą. Šiame modulyje bus nagrinėjamas praktinis duomenų panaudojimas žmogiškųjų išteklių valdyme, naudojant tokias programas kaip darbuotojų veiklos ir veiklos stebėjimas ir vertinimas, būsimų veiklos rezultatų prognozavimas ir darbuotojų išsekimo prognozavimas. Modulis taip pat apsvarstys teorinį duomenų panaudojimo žmogiškųjų išteklių valdymo srityje pagrindą, taip susiejant praktinę žmonių analizės pusę su žmogiškųjų išteklių valdymo teorija.
Kurso turinys gali apimti, bet tuo neapsiribojant:
- HR analitikos įvadas ir apžvalga.
- HR analitikos strateginis ir veiklos vaidmuo organizacijoje.
- Žmogiškųjų išteklių našumo stebėjimas ir gerinimas naudojant duomenis.
- Analitikos taikymas žmogiškųjų išteklių valdymui ir šių programų teorinis pagrindas.
- Aprašomoji ir vaizdinė analizė su HR duomenimis.
- Nuspėjamoji analizė su HR duomenimis.
- Etiniai sumetimai su HR analitika.
Operacijų valdymas
Šiame kurse plėtojamos pagrindinės operacijų valdymo temos ir strategijos tiek gamybos, tiek paslaugų organizacijose bei kiekybinių ir analitinių metodų naudojimas šiose srityse. Pagrindinis tikslas yra supažindinti studentus su pagrindinėmis sąvokomis, metodais, metodais ir taikymu operacijų valdymo ir kaip analizė naudojama šiose srityse.
Temos bus sutelktos į tokias sritis kaip:
- Operacijų strategija
- Procesų projektavimas ir analizė
- Pajėgumų valdymas
- Kokybės vadyba
- Liesas valdymas
- Atsargų valdymas ir tiekimo grandinės valdymas bei analitikos naudojimas šiose srityse
2 semestras
Išplėstinė „Analytics“ ir mašinų mokymasis
Mašinų mokymasis yra pagrindinė technologija, kuria grindžiama nuspėjamoji analizė ir dirbtinis intelektas, taip pat daugelis kitų analitinių užduočių.
Šis modulis bus grindžiamas statistikos modulyje įgytais įgūdžiais, susijusiais su programavimu ir pažangesnėmis statistikos technikomis, būtent taikant mašininio mokymosi algoritmus.
Temos gali apimti, bet neapsiribojant:
- Analitikos procesas
- Analitikos įrankiai
- Funkcijos pasirinkimas
- Prižiūrimas mokymasis
- Mokymasis be priežiūros
- Modelio veikimo įvertinimas
- Mašininio mokymosi modelių programavimas
- Algoritmų naudojimo etinių pasekmių įvertinimas, pvz., galimybė sustiprinti šališkumą, saugumą ir privatumą.
Duomenų pagrindu priimamų sprendimų priėmimas
Duomenų analizė naudinga tik tuo atveju, jei ji padeda tobulinti verslo sprendimų priėmimą. Šiame modulyje nagrinėjama, kaip įmonės naudoja duomenis verslo sprendimams priimti. Tai apima susitelkimą į verslo įžvalgų gavimą naudojant efektyvų duomenų valdymą ir analizę, duomenų vizualizavimą ir pasakojimą bei įsakmius analizės metodus. Studentai turės galimybę dirbti su pažangia vizualizavimo ir optimizavimo programine įranga, pvz., „Tableau“, „Excel“ ir R. Modulis taip pat apsvarstys analitikos žmonių pusę, analitinius sprendimų priėmimo metodus įtraukiant į verslo kontekstą ir atsižvelgiant į valdymo ir organizacinius aspektus. veiksniai, susiję su tapti duomenimis pagrįsta organizacija.
Modulio turinys gali apimti, bet tuo neapsiribojant:
- Analitikos vaidmuo priimant sprendimus tiek veiklos, tiek strateginiu lygmenimis
- Duomenų vizualizacija: įvairių tipų duomenų, tokių kaip skaitmeniniai, tekstiniai ir geografiniai duomenys, vizualizacija.
- Nurodyta analizė ir optimizavimas
- Duomenimis pagrįsto sprendimų priėmimo vaidmuo organizacijose
- Duomenimis pagrįsto sprendimų priėmimo pranašumai, kliūtys ir apribojimai
- Duomenų naudojimo priimant sprendimus etiniai aspektai
- Duomenų naudojimo kultūrinių skirtumų įvertinimas ir duomenų panaudojimo galimybė priimant platesnius nacionalinius ir tarptautinius sprendimus (pvz., darnus vystymasis, nelaimių planavimas, įmonių socialinė atsakomybė)
Dirbtinis intelektas versle ir visuomenėje
Dirbtinis intelektas (AI) jau padarė didelį poveikį verslui ir visuomenei, pavyzdžiui, duomenimis pagrįstos verslo strategijos, darbo pobūdžio pokyčiai, inovacijų, formuojančių asmenų ir visuomenės elgesį, kūrimas, privatumo ir stebėjimo problemos, naujausias duomenų naudojimo etines krizes.
Panašu, kad sparčiai vystantis dirbtiniam intelektui šios tendencijos išliks, todėl būtina atsižvelgti į platesnį AI poveikį verslui ir visuomenei. Šis modulis paskatins studentus domėtis šiomis problemomis, gilindamas supratimą apie platesnį AI poveikį ir tai, kaip studentai gali prisidėti prie atsakingo AI kūrimo ir naudojimo būsimoje karjeroje.
Kurso turinys gali apimti, bet tuo neapsiribojant:
- Strateginės AI inovacijų pasekmės verslui
- Platesnės ekonominės ir visuomeninės AI pasekmės
- Darbo pobūdžio pokyčiai dėl AI
- Etinis duomenų naudojimas
- Priežiūra ir privatumo sumetimai naudojant duomenis
- Teisinis svarstymas naudojant duomenis
Rinkodaros analizė
Modulio aprašas
Šiame modulyje pagrindinis dėmesys skiriamas naujai ir įdomiai rinkodaros teorijos ir praktikos plėtrai. Duomenų, „didžiųjų duomenų“, naudojimo svarba priimant rinkodaros sprendimus ir atskaitomybę vis didėja, ypač dabartiniais taupymo ir išteklių trūkumo laikais. Modulis apima tiek teorinį, tiek praktinį požiūrį į rinkodaros analitikos naudojimą praktikoje.
Modulio akcentas – SAS arba SPSS programinės įrangos naudojimas duomenų analizei su rinkodara susijusių sprendimų priėmimo ir vertinimo tikslais. Studentai, sėkmingai baigę ir išlaikę modulį, galės pranešti potencialiems darbdaviams, kad jie turi teorinių, praktinių ir pramonės standartų programinės įrangos įgūdžių, kad galėtų konkuruoti.
Modulio turinys:
Orientacinis turinys apima:
- Marketingo analitikos įvadas ir apžvalga
- Rinkodaros analitikos konkurencija – rinkodaros analitikos kultūros kūrimas
- Marketingo analitika strateginiu, funkciniu, analitiniu ir sandėlio lygiais
- Klientų įtraukimas ir klientų analizė
- Rinkodaros analitikos poveikis našumui
- Rinkodaros analitikos aktualijos ir tendencijos
- Tamsioji rinkodaros analitikos pusė
Kitame turinyje dėmesys sutelkiamas į duomenų gavybos metodus rinkodaros tikslais (įskaitant pardavimą ir santykių su klientais valdymą). Mokoma per instruktorių vadovaujamas kompiuterių dirbtuves, naudojant SAS arba SPSS programinę įrangą, sprendžiant su rinkodara susijusias problemas. Į turinį įeina:
- SAS arba SPSS mokymai – įvadas ir apžvalga
- Rinkodaros analizės procesas
- Duomenys rinkodaros analitikai
- Kliento supratimas
- Kliento elgesio numatymas
- Sujungimas į rinkodaros operacijas
- Atvejų tyrimai
- Savamokslis
3 semestras
Disertacija
Disertacija suteikia studentams galimybę atlikti savarankišką projektą. Tai apims techninio verslo analizės sprendimo, apimančio kurso elementus, kūrimą. Siūlomos sprendimo technologijos bus tos, kurios bus aptartos kurse. Sprendimas paprastai turėtų apimti duomenų bazės, mašininio mokymosi ir vizualizacijos komponento derinį. Pripažįstama, kad kai kuriais atvejais projektuose gali būti sutelktas dėmesys į konkrečius komponentus (pvz., saugojimą ir apdorojimą, nuspėjamąją analizę arba pažangią vizualizaciją ir interpretavimą), ir dėl to turėtų iš anksto susitarti studentų vadovas. Studentams taip pat bus pateikti pasiūlymai dėl galimų duomenų šaltinių, kuriuos būtų galima naudoti projekte.
Be techninio sprendimo, studentai turės parengti pranešimą raštu, įskaitant literatūros apžvalgą, problemos sprendimo metodiką, rezultatus ir išvadas.
Modulis reikalauja, kad studentai mokytųsi iš viso kurso, įtraukdami žinias iš trijų pagrindinių verslo analitikos sričių: statistikos, skaičiavimo ir verslo.
Programos mokestis už mokslą
KARJEROS GALIMYBĖS
Magistrantūros verslo analizė patiks studentams, kurie ketina siekti karjeros su verslo analitika susijusioje srityje, pavyzdžiui, duomenų moksle, verslo žvalgybos, konsultavimo, informatikos ar sprendimų žvalgybos srityse.
Laipsnis plius apdovanojimas už užklasinius įgūdžius
Be studijų programos, Queen's galite turėti galimybę įgyti platesnių gyvenimo, akademinių ir įsidarbinimo įgūdžių. Pavyzdžiui, įdarbinimas, savanoriškas darbas, klubai, draugijos, sportas ir daug daugiau. Taigi jūs ne tik baigsite laipsnį, pripažintą pasaulyje pirmaujančiame universitete, bet ir turėsite praktinės nacionalinės ir tarptautinės patirties bei plačiau susipažinsite su gyvenimu. Mes tai vadiname „Degree Plus“. Tuo studijos Karalienės universitete Belfaste yra ypatingos.