DERS ADI

Dersi Veren Birim

İşletme (İngilizce)

Dersin Düzeyi

Lisans

Ders Koordinatörü

PROF. DR. AYSUN KAPUÇUGİL İKİZ

Dersi Alan Birimler

İşletme (İngilizce)

Dersin Amacı

Bu dersin temel amacı, iş analitiğinin işletme yönetimindeki rolünü tartışmak, ilgili teknolojilerin keşfedilmesi ve iş hayatında benimsenecek doğru stratejilerin geliştirilmesi için iş analitiği ve iş zekası kapsamında analizler yapmaktır.

Dersin Öğrenme Kazanımları

Dersin Öğretim Türü

Örgün Öğretim

Dersin Önkoşulu/Önkoşulları

Yok

Ders İçin Önerilen Diğer Hususlar

Yok

Ders İçeriği

Ders İçin Önerilen Kaynaklar

1. Ana kaynaklar

Pochiraju, B. & Seshadri,S. (2019). Essentials of Business Analytics: An Introduction to the Methodology and its Applications, Springer Cham. https://doi.org/10.1007/978-3-319-68837-4

Evans, J. Business Analytics, Global Edition, 3rd Edition, Pearson

2. Yazılım ve Kodlama Platformları (erişilebilirlik koşullarına göre değişiklik gösterir).

Ana platform:
Google Colab

Olası platformlar:
MS Excel
Rapid Miner
R, Python
Power BI

Öğrenme ve Öğretme Yöntemleri

* Dersler bilgisayar destekli işlenecektir.
* Teorik bölümler uygun iş senaryoları ile desteklenecektir. Bir programlama dili ve/veya analiz ortamı kullanılarak temel uygulamalar geliştirilecektir. Bu uygulamalara ilişkin kavramayı artırmak için ev ödevi verilebilir.
* Her öğrenci, bir işletme probleminin iş analitiği yöntemleriyle ele alındığı, birbirinin devamı niteliğinde olan çalışmalardan oluşan üç ayrı ödev tamamlayacaktır.
* İlk ödev ara sınavdan önce, diğer ikisi ise final sınavından önce sırayla teslim edilecektir.

Değerlendirme Yöntemleri

Değerlendirme Yöntemlerine İliskin Aciklamalar

1. Sınavlar, iş analitiğinin teorik altyapısının anlaşılması ve iş dünyasındaki uygulamalarının değerlendirilmesi üzerine olacaktır.
2. Ödevler, önerilen çalışmadaki yaklaşımlar ve teknolojiler ve işletme analitiği ile ilgili stratejilerle uyumluluğu üzerinden değerlendirilecektir.

Değerlendirme Kriteri

Bu derste, her öğrenci 3 bireysel ödev tamamlayacaktır. Bu ödevler, öğrencilerin problem çözme ve yazılı iletişim becerilerini geliştirmeyi amaçlamaktadır. Üç ödevden her biri, başarı notunun %15'ini oluşturacaktır.

Her ödevde, öğrenciler bir şirket veri setini (varsayımsal veya gerçek) kullanarak işletme analitiği problem çözme adımlarından birini tamamlamaları gerekmektedir. Öğretim üyesi, belirli şirketlere ilişkin veri setlerini, kılavuzları ve her biri için şablon dosyaları sağlar ve öğrencilere ödev gereklilikleri hakkında bilgilendirir.

Ödevlerin aşağıdaki yapısal unsurlar (toplamda 20 özellik) dikkate alınarak tamamlanması gerekmektedir:

İlk Ödev -- Veri Temizleme ve Analizi:
* Giriş (20%) (şirket geçmişi, sorundaki birincil değişkeni etkileyen önemli faktörler)
* Veri Ön İşleme (20%) (Kalite sorunlarını belirlemek için verileri inceleyin, verileri doğrulayın, verileri temizleyin)
* Tanımlayıcı Analiz ve Görselleştirme (50%) (Sayısal tanımlayıcı istatistikler - ortalama, medyan, standart sapma, minimum, maksimum, yüzdelik dilimler; Görseller - Histogramlar, Çubuk grafikler, Kutu grafikler, Çapraz tablolar, Korelasyon Analizi ile dağılım grafikleri; verilerdeki kalıpları araştırma)
* Ödevin rapor kalitesi (10%) (Altı özelliğe göre değerlendirilir: Mantık ve Organizasyon, Dil, İmla ve Dilbilgisi, Fikirlerin Geliştirilmesi, Format.)

İkinci Ödev -- Doğrusal Regresyon ile Tahminsel Modelleme:
* Model Spesifikasyonu (15%)
* Model Oluşturma (20%)
* Kalıntı analizi ve geliştirilmiş model ile tanılama (25%)
* Model Doğrulama ve Tahmin (20%)
* Yönetimsel Etkileri (elde edilen tahminlerin işletme için ne anlama geldiğini ve bu tahminlerin karar verme sürecini nasıl kolaylaştırabileceğini açıklamak.) (10%)
* Ödevin rapor kalitesi (10%)

Üçüncü Ödev -- Lojistik Regresyon ile Tahminsel Modelleme:
* Model Spesifikasyonu (15%)
* Model Oluşturma (20%)
* Uygunluk ve geliştirilmiş model ile tanılama (25%)
* Model Doğrulama ve Tahmin (20%)
* Yönetimsel Etkileri (10%)
* Ödevin rapor kalitesi (10%)
Üretken Yapay Zekanın (ÜYZ) Sorumlu Kullanımı:
Beceri geliştirme ve akademik dürüstlüğü desteklemek için ÜYZ şeffaf bir şekilde kullanlmalıdır.

ÜYZ izinli (kaynak gösterme & öz değerlendirme ile): fikir geliştirme, ana hatları belirleme, kavramları netleştirme, metin düzenleme, kod ipuçları ve hata ayıklama önerileri.
ÜYZ yasak: tam çözümler üretmek, raporların önemli bölümlerini yazmak, anlamadığınız kod/analizler üretmek, referanslar veya sonuçlar uydurmak veya yapay zeka çıktısını tamamen kendinizinmiş gibi sunmak.

Sorumluluklarınız:
a) Her ödevin sonuna, kullanılan ürün/sürümü belirten bir AI Kullanım Beyanı ekleyin. Bu beyanın bulunmadığı gönderimler değerlendirmede dikkate alınmayacaktır.
b) Beyanda, AI kullanmanın ödevde sağladığı faydaları ve çıkardığı zorlukları açıklayın.
c) Belirli komutları ve sakladığınız/düzenlediğiniz bölümleri belirtin.
d) Tüm iddiaları, sayıları ve kodları doğrulayın; doğruluktan siz sorumlusunuz.
e) Kısa bir takip için hazırlıklı olun (sözlü kontrol veya sınıfta tekrar).

Dersin Öğretim Dili

İngilizce

Derse İlişkin Politika ve Kurallar

1. Her türlü kopyacılık eylemi disiplin soruşturması açılması ile sonuçlandırılacaktır.
2. Derslerin %70'ine katılım zorunludur.
3. Ödevler, belirtilen son teslim tarihlerine kadar online.deu.edu.tr adresindeki ders web sayfası üzerinden teslim edilecektir. Geç teslim edilen veya e-posta ile gönderilen ödevler önceden onaylanmadıkça veya belgelenmiş nedenlerle gerekçelendirilmedikçe kabul edilmeyecektir.
4. Üretken Yapay Zeka'nın sorumlu kullanımı: Detaylar için "Değerlendirme Kriteri"ne bakınız.

Dersin Öğretim Üyesi İletişim Bilgileri

DEU İşletme Fakültesi
İşletme Bölümü Sayısal Yöntemler Anabilim Dalı

Prof. Dr. Aysun KAPUCUGİL İKİZ
aysun.kapucugil@deu.edu.tr
Ofis No: 125/A
Ofis Telefon #: 0.232.3018226

Dersin Yardımcı Öğretim Elemanı:
Berk Pişkin
berk.piskin@deu.edu.tr
Ofis No: 129

Ders Öğretim Üyesi Görüşme Gün ve Saatleri

Daha sonra ilan edilecektir.

Staj Durumu

YOK

İş Yükü Hesaplaması

Program ve Öğrenme Kazanımları İlişkisi