Cilji in kompetence
Študenti so sposobni razlikovati in analizirati uporabo umetne inteligence na področju e-poslovanja v spletnih informacijskih rešitvah. Znajo uporabiti primerne pripomočke in platform umetne inteligence v spletnih informacijskih rešitvah.
Vsebina
Predmet Podatkovna znanost v e-poslovanju uvaja študente v področje spletne analitike in obravnava uporabo podatkov v digitalnem prostoru. Cilj predmeta je zagotoviti strokovnjakom za e-poslovanje znanje in veščine za uporabo podatkovne analitike pri izzivih poslovanja v e-poslovnih modelih oz. v modelih e-poslovanja. Študenti se bodo naučili prepoznati spletna analitična orodja, ki so primerna za specifične dejavnosti, razumeli bodo ustrezne načine zbiranja, analiziranja in vizualizacije podatkov s spleta ter uporabo podatkov pri odločanju za svoja podjetja/organizacije/institucije. Študenti bodo tako pridobili znanje in veščine za razumevanje podatkovne znanosti v e-poslovanju ter se naučili ovrednotiti in izbrati ustrezna orodja in tehnike spletne analitike, razumeli okvire za merjenje digitalnih dejanj potrošnikov ter se seznanili s priložnostmi in izzivi merjenja, ki jih predstavljajo družbeni mediji. Poleg tega bodo pridobili praktično znanje in veščine pristopov k načrtovanju, zbiranju, analiziranju in poročanju o podatkih ter znali uporabiti orodja za zbiranje podatkov z današnjimi najpomembnejšimi spletnimi tehnikami (kot so izvajanje množičnih prenosov, uporaba API-jev in analiza podatkov s spletnih strani) ter razumeli pristope za učinkovito vizualizacijo podatkov.
Metode poučevanja in učenja
- predavanja
- vodene vaje v računalniški učilnici
- analiza primerov
Predvideni študijski rezultati - znanje in razumevanje
Študenti pri tem predmetu:
1. Ponovijo koncepte e-poslovanja in tehnologije e-poslovanja
2. Sistematično nadgradijo znanje modelov e-poslovanja na področju organizacija– posameznik in organizacija-organizacija v smislu vključevanja umetne inteligence (PILO 2a, PILO 3b)
3. Se usposobijo uporabljati teoretično znanje pri vključevanju umetne inteligence v spletna mesta (PILO 2a, PILO 3a)
4. Se usposobijo uporabljati teoretično znanje pri vključevanju umetne inteligence v spletne informacijske rešitve (PILO 2a, PILO 3a)
5. So sposobni izbrati pripomočke in platforme umetne inteligence za različne namene e-poslovanja (PILO 2a, PILO 3a)
6. Pridobijo praktične izkušnje za uporabo pripomočkov in platform umetne inteligence v rešitvah e-poslovanja (PILO 3b, PILO 3c)
7. Se zavedajo etičnih in trajnostnih vidikov na področju umetne inteligence na področju e-poslovanja (PILO 4a, PILO 4c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Predvideni študijski rezultati - Prenosljive/ključne spretnosti in drugi atributi
Študenti pri tem predmetu:
1. Ponovijo koncepte e-poslovanja in tehnologije e-poslovanja
2. Sistematično nadgradijo znanje modelov e-poslovanja na področju organizacija– posameznik in organizacija-organizacija v smislu vključevanja umetne inteligence (PILO 2a, PILO 3b)
3. Se usposobijo uporabljati teoretično znanje pri vključevanju umetne inteligence v spletna mesta (PILO 2a, PILO 3a)
4. Se usposobijo uporabljati teoretično znanje pri vključevanju umetne inteligence v spletne informacijske rešitve (PILO 2a, PILO 3a)
5. So sposobni izbrati pripomočke in platforme umetne inteligence za različne namene e-poslovanja (PILO 2a, PILO 3a)
6. Pridobijo praktične izkušnje za uporabo pripomočkov in platform umetne inteligence v rešitvah e-poslovanja (PILO 3b, PILO 3c)
7. Se zavedajo etičnih in trajnostnih vidikov na področju umetne inteligence na področju e-poslovanja (PILO 4a, PILO 4c)
Oznaka PILO (i.e. predvideni študijski rezultati programa) opredeljuje prispevek posameznega naštetega predvidenega študijskega rezultata učne enote k doseganju splošnih in/ali predmetno-specifičnih kompetenc oziroma učnih izidov, ki se s programom pridobijo).
Temeljni literatura in viri
Temeljna študijska literatura (Compulsory textbooks):
Provost, F., Fawcett, T. (2013). Data Science for Business. Beijing, Campridge etc.: O'Reilly.
https://www.researchgate.net/publication/256438799_Data_Science_for_Business
Phillips, J. (2016). Ecommerce Analytics: Analyze and Improve the Impact of Your Digital Strategy. Pearson FT Press.
Chaffey, D. (2019). Digital Business and E-Commerce Management. Pearson
Dodatna študijska literatura (Additional textbooks):
Laudon, K., Traver, C. E-Commerce 2020–2021: Business, Technology and Society, Global Edition. Pearson.
Podrobnosti o izvedbi in ocenjevanju Teoretični izpit (40%)
Praktični izpit (40%)
Sprotna naloga/projekt (20%)
teoretični izpit - pisni izpit z vsaj enim vprašanjem iz vsakega sklopa v okviru predmeta.
Praktični izpit - praktični izpit z vsaj eno nalogo iz vsakega sklopa računalniškega pripomočka/rešitve, ki je vključena v predmet.
Sprotna naloga/projekt - sprotna naloga z vsaj eno zadolžitvijo iz vsakega sklopa predmeta.
Vsa delna preverjanja morajo biti pozitivna
