Business Intelligence

Catalogue des cours de Institut Mines-Télécom Business School

Code

MGSE STR 4402

Niveau

M1

Discipline

Stratégie

Langue

Anglais/English

Crédits ECTS

3

Heures programmées

18

Charge totale étudiant

20

Coordonnateur(s)

Département

  • Management, Marketing et Stratégie

Equipe pédagogique

Introduction au module

This Business Intelligence (BI) course equips students with the skills to transform data into actionable insights, essential for strategic decision-making. It covers the BI lifecycle, including data collection, management, analysis, and visualization. The course delves into various BI tools and technologies, emphasizes effective data visualization techniques, and explores real-world BI implementations.

Finalité d'apprentissage (Bloc de compétences)

  • LG1 Être capable d'étendre sa propre intelligence digitale à travers ses différentes dimensions (de manière responsable et durable)

Objectifs d'apprentissage (compétences mères)

  • 1.3 - Développer la compétitivité des entreprises et la souveraineté numérique
  • 2 - Avoir la capacité de gérer l'incertitude et la complexité avec précision et rigueur
  • 2.1 - Identifier et analyser en profondeur les problèmes, les causes et les impacts
  • 2.2 - Explorer les solutions, les décisions et leurs impacts relatifs et absolus
  • 2.3 - Identifier la ou les solutions optimales et les priorités de mise en œuvre
  • 3 - Avoir les bases d’un management responsable et durable
  • 3.1 - Comprendre et utiliser les concepts de base, les connaissances et les théories liées à la discipline
  • 3.2 - Appliquer les connaissances de la discipline de manière appropriée et efficace
  • 3.4 - Actionner et utiliser judicieusement des techniques et des outils appropriés au sein de la discipline
  • 4 - Avoir accès à différents instruments transdisciplinaires de management
  • 4.2 - Comprendre et utiliser des concepts, des connaissances et des théories interdisciplinaires
  • 4.3 - Appliquer efficacement et judicieusement des approches et des outils de management transdisciplinaires
  • 4.4 - Evaluer l'utilisation d'approches et d'outils de management transdisciplinaires

Traits de compétences

1. Understanding the different types of data: structured, unstructured, semi-structured, and big data.
2. Understanding the different phases: data collection, data integration, data analysis, data visualization, and data interpretation.
3. Learning about BI tools and technologies: data warehouses, ETL processes, dashboards, reporting tools, and data mining techniques.
4. Identifying the numerous challenges at each phase and strategies to overcome them.
5. Identifying the links between technological, social, and business aspects of any BI implementation.

Contenu : structure du module et agenda

4 x 3 hours sessions
Attendance is mandatory.

Contribution à l'atteinte des ODD (Objets du Développement Durable)

Goal 9 : Industry, innovation, and infrastructure
Goal 12 : Responsible consumption and production
Goal 17 : Partnerships for the goal

Nombre d'ODD abordés parmi les 17

3

Apprentissage

Mixte

Méthode pédagogique

Along with classes, other pedagogical tools will be used such as class discussion, case studies and group exercises.

Système de notation et modalités de rattrapage

Contrôle continu : 40%
- études de cas et exercices en classe (20 %)
- projet final (20 %)

Évaluation finale : 60%
- A la fin du cours, l'examen final (test écrit) évalue si les étudiants maîtrisent le contenu du cours (concepts, outils...) et sont capables de réfléchir à la manière dont il s'applique dans des situations réelles.

Un examen de rattrapage (test écrit) est organisé pour les étudiants qui ne réussissent pas à leur première tentative.

Règlement du module

Communication Professeur-Apprenant
● Le professeur contactera les apprenants via leur adresse mail scolaire (IMT-BS/TSP) et le portail Moodle. Aucune communication via les adresses mails personnelles n’aura lieu. Il est de la responsabilité de l’étudiant de consulter régulièrement sa boîte mail IMT-BS/TSP.
● Les apprenants peuvent communiquer avec le professeur en envoyant un mail à son adresse institutionnelle. Au besoin, il est possible de le rencontrer dans son bureau durant les heures de bureau ou sur rendez-vous.

Apprenants avec des besoins d’accommodement
Si l’apprenant a un handicap qui empêche d’accomplir le travail décrit ou qui nécessite toute sorte d'accommodement, il est de sa responsabilité d’en informer le directeur des études (avec justificatifs) dès que possible. Aussi, l’apprenant ne doit pas hésiter à en discuter avec son professeur.

Comportement en classe
● En guise de courtoisie envers le professeur et les autres apprenants, tous les téléphones portables, jeux électroniques ou autres appareils générant du son doivent être désactivés pendant les cours.
● L’apprenant doit éviter out comportement perturbateur et irrespectueux tel que: arriver en retard en classe, partir tôt, comportement inconsidéré (ex. dormir, lire un document non lié au cours, utiliser un langage vulgaire, parler excessivement, manger, boire, etc.). Un avertissement peut être donné à la première infraction de ces règles. Les contrevenants seront pénalisés et pourront être expulsés de la classe et/ou subir d'autres procédures disciplinaires.
● Le retard toléré est de 5 minutes. La présence sera déclarée sur Moodle durant ces 5 minutes via un QR code fourni par le professeur à chaque démarrage de cours.
● L’apprenant doit arriver à l'heure pour les examens et autres évaluations. Personne ne sera autorisé à entrer en classe une fois que la première personne aura terminé l'examen et quitté la salle. Il n'y a absolument aucune exception à cette règle. Aucun apprenant ne peut continuer à passer un examen une fois le temps écoulé. Aucun apprenant ne peut quitter la salle pendant un examen à moins qu'il / elle ait terminé et ait remis tous les documents.
● En cas de cours à distance, l'apprenant doit maintenir sa caméra allumée sauf en cas d'indications contraires données par l'enseignant.

Code éthique
IMT-BS est engagée dans une politique d'honnêteté dans le milieu académique. Toute conduite compromettant cette politique peut entraîner des sanctions académiques et/ou disciplinaires. Les apprenants doivent s'abstenir de tricher, de mentir, de plagier et de voler. Ceci consiste à accomplir un travail original et à reconnaître toute autre personne dont les idées et les documents imprimés (y compris ceux provenant d’Internet) sont paraphrasés ou cités directement. Tout apprenant qui enfreint ou aide un autre élève à enfreindre les normes de comportement scolaire sera sanctionné conformément aux règles de l'IMT-BS.

Références obligatoires et lectures suggérées

Sherman, R. (2014). Business intelligence guidebook: From data integration to analytics. Newnes.
Provost, F., & Fawcett, T. (2013). Data Science for Business: What you need to know about data mining and data-analytic thinking. " O'Reilly Media, Inc.".

Mots-clés

Data Visualization, Descriptive Analytics, Predictive Analytics, Data Mining, Dashboard Design, Data Integration, Business Analytics, Data Governance.

Prérequis

No specific prerequisite is necessary.