Data Science & Intelligent Analytics* BB
Apply Icon
Jetzt
Bewerben

Data Science for Business & Commerce

Niveau der Lehrveranstaltung/des Moduls laut Lehrplan

Masterstudium

Lernergebnisse der Lehrveranstaltung/des Moduls

Die Studierenden kennen die Einsatzbereiche von Datenerhebung, Datenspeicherung, Datenanalyse und Datennutzung im Kontext von betriebswirtschaftlichen Anwendungen und Anwendungen des digital Commerce. Sie verstehen die besonderen Herausforderungen dieses Einsatzbereichs und kennen etablierte Best Practice Methoden in diesem Bereich. Sie sind über dies in der Lage, datenbasierte Anwendungen in diesem Bereich, unter Berücksichtigung domänenspezifischer Anforderungen, selbst zu gestalten und umzusetzen.

Voraussetzungen laut Lehrplan

Keine Voraussetzungen

Lehrinhalte

Die Studierenden erlangen detaillierte Kenntnisse über Techniken und Werkzeuge des Data Science im Bereich Business und Commerce, insbesondere:

- Business Intelligence und Managementinformationssysteme (z.B. Dashboards)
- Kennzahlensysteme und Datenstrukturen
- Forensische Datenanalyse zur Betrugsfallaufdeckung
- Process Mining zur Ablaufoptimierung/-darstellung
- Recommendersysteme (User-/Item-/Content-Based Collaborative Filterung)
- Kundenprofilanalyse (z.B. Lead Scoring, Customer Life-time-value usw.)

Diese Lehrveranstaltung soll den Studierenden insbesondere Einblick in andere Bereiche der Datenverarbeitung geben, um deren Problemlösungshorizont zu erweitern.

empfohlene Fachliteratur

- Cady, F. (2017) The Data Science Handbook. 2. Auflage, Wiley, Hoboken (ISBN: 978-1119092940).
- Meier, A.; Stormer, H. (2012) eBusiness & eCommerce: Management der digitalen Wertschöpfungskette. 3. Auflage, Springer, Berlin (ISBN: 978-3-642-29801-1).
- Tamm, G. (2003) Konzepte in eCommerce Anwendungen. 1. Auflage, SPC TEIA Lehrbuch, Kelkheim (ISBN: 978-3935539661).

Bewertungsmethoden und -kriterien

Abschlussklausur oder Seminararbeit

Unterrichtssprache

Englisch

Anzahl der zugewiesenen ECTS-Credits

3

geplante Lehr- und Lernmethoden

Vortrag mit Diskussion
Interaktiver Workshop
Fallstudien

Semester/Trimester, in dem die Lehrveranstaltung/das Modul angeboten wird

3

Semester-Wochen-Stunden (SWS)

2

Name des/der Vortragenden

N.A.

Studienjahr

2

empfohlene optionale Programmeinheiten

N.A.

Kennzahl der Lehrveranstaltungen/des Moduls

VT.2

Art der Lehrveranstaltung/des Moduls

ILV

Art der Lehrveranstaltung

Präsenzveranstaltung

Praktikum/Praktika

N.A.