MSc i Business Analytics
Queen's University Belfast - Faculty of Arts, Humanities and Social Sciences
Nøkkelinformasjon
Campus plassering
Belfast, Det forente kongerike Storbritannia og Nord-Irland
Språk
Engelsk
Studieformat
På universitetsområdet
Varighet
1 år
Tempo
Fulltid
Studieavgift
GBP 23 100 / per year *
Søknadsfrist
Be om info
Tidligste startdato
Sep 2024
* Nord-Irland, Irland, England, Skottland eller Wales: £7 470 | EU annet og internasjonalt: £21 500
Introduksjon
Økningen i datavolumet, variasjonen og hastigheten skaper muligheter for bedrifter til å forbedre beslutningstaking og utvikle nye datadrevne produkter og tjenester. MSc Business Analytics er utviklet for å møte etterspørselen etter kvalifiserte fagfolk som har den nødvendige kompetansen for å realisere ende-til-ende forretningsanalyseløsninger og er utstyrt for å bruke data til forretningsbeslutningsformål.
Programmet er bygget rundt de tre kjerneområdene som trengs for å lykkes med analyse: forretningskunnskap, statistikk og databehandling. Dette inkluderer moduler som fokuserer på bruk av analyser i kjernevirksomhetsfunksjoner som markedsføring og menneskelige ressurser, samt moduler som fokuserer på å utvikle og anvende tekniske ferdigheter som avansert analyse og maskinlæring, dataadministrasjon og datadrevet beslutningstaking. Totalt skal studentene studere åtte moduler i tillegg til forkurs og et avsluttende avhandlingsprosjekt. Avhandlingsprosjektet vil innebære anvendelse av forretningsmessige, tekniske og statistiske ferdigheter som er lært under de underviste modulene.
Programmet vil inkludere et introduksjonskurs, der forkursopplæring i nøkkelstatistikk og dataferdigheter vil sikre at studenter fra en rekke bakgrunner har de nødvendige ferdighetene til å gjennomføre kurset.
Bransjelenker
Utviklet av ansatte med industri og akademisk bakgrunn, er kurset skreddersydd for nøkkelferdighetene som kreves for å lykkes i en forretningsanalyserolle.
Karriereutvikling
Bransjerapporter viser global mangel på dataforskere. Studentene skal lære å bruke banebrytende og industristandardverktøy og teknikker for å muliggjøre karriereutvikling.
Galleri
Opptak
Læreplan
Semester 1
Statistikk for næringslivet
Kunnskap om teori og anvendelse av sannsynlighet og statistikk er en viktig komponent i forretningsanalyse. Statistiske metoder utgjør en del av settet med verktøy som kreves i forretningsanalyse og danner grunnlaget for mer avanserte emner som maskinlæring og kunstig intelligens.
I denne modulen vil studentene fokusere på beskrivende og inferensiell statistikk ved bruk av programmeringsspråket R. Dette gir det nødvendige statistiske grunnlaget for forretningsanalyse, samt introduserer R-programmering.
Emner kan inkludere, men er ikke begrenset til:
- Beskrivende statistikk
- Sammenheng
- Sannsynlighet
- Distribusjoner
- Hypotesetesting og konfidensintervaller
- Lineær regresjon med to variabler
- Multippel regresjon
- Vurdere ytelse og forutsetninger
- Logistisk regresjon
- R-programmering
Dataledelse
Effektiv styring av små og store data er en avgjørende komponent i alle forretningsanalyseprosjekter.
Denne modulen utforsker teorien og praksisen for å administrere data, inkludert å identifisere og trekke ut data, dataforbehandling, datakvalitet, datavarehus, relasjonsdatabaser og big data-løsninger.
Kursinnholdet kan inkludere, men er ikke begrenset til:
- Strukturerte og ustrukturerte data
- Datainnsamling
- Datautvinning ved hjelp av SQL
- Datalagring (styringssystemer for relasjonelle databaser)
- Big data-løsninger
- Forberedelse av data
- Datakvalitet
- Sikkerhet, lovverk og etiske hensyn
HR Analytics
Effektiv bruk av menneskelige ressurser (HR)-data kan forbedre menneskelig ressursstyring (HRM) og dermed bredere organisasjonsytelse. Denne modulen vil vurdere praktisk bruk av data i HRM gjennom applikasjoner som overvåking og evaluering av ansattes aktivitet og ytelse, forutsi fremtidig ytelse og forutsigelse av ansattes avgang. Modulen vil også vurdere det teoretiske grunnlaget for bruk av data i HRM, og dermed koble den praktiske siden av personanalyse med HRM-teori.
Kursinnholdet kan inkludere, men er ikke begrenset til:
- Introduksjon og oversikt over HR-analyse.
- Den strategiske og operasjonelle rollen til HR-analyse i en organisasjon.
- Overvåke og forbedre ytelsen til menneskelige ressurser ved å bruke data.
- Anvendelsene av analyse til HRM og det teoretiske grunnlaget for disse applikasjonene.
- Beskrivende og visuell analyse med HR-data.
- Prediktiv analyse med HR-data.
- Etiske vurderinger med HR-analyse.
Driftsadministrasjon
Dette kurset utvikler hovedtemaene og strategiene for Operations Management innen både produksjons- og serviceorganisasjoner og bruken av kvantitative og analytiske teknikker på tvers av disse områdene. Hovedmålet er å gjøre studentene kjent med grunnleggende konsepter, teknikker, metoder og anvendelser av operasjonsledelse og hvordan analyser brukes på tvers av disse områdene.
Emner vil fokusere på områder som:
- Operasjonsstrategi
- Prosessdesign og analyse
- Kapasitetsstyring
- Kvalitetsstyring
- Lean management
- Lagerstyring og forsyningskjedestyring og bruk av analyser på disse områdene
Semester 2
Avansert analyse og maskinlæring
Maskinlæring er kjerneteknologien som ligger til grunn for prediktiv analyse og kunstig intelligens, samt mange andre analytiske oppgaver.
Denne modulen skal bygge på ferdighetene utviklet i statistikkmodulen når det gjelder både programmering og mer avanserte statistiske teknikker, nemlig anvendelse av maskinlæringsalgoritmer.
Emner kan inkludere, men er ikke begrenset til:
- Analyseprosessen
- Analyseverktøy
- Valg av funksjon
- Veiledet læring
- Uovervåket læring
- Evaluering av modellens ytelse
- Programmering av maskinlæringsmodeller
- Evaluering av de etiske implikasjonene av bruk av algoritmer, f.eks. potensialet for å forsterke skjevhet, sikkerhet og personvern.
Datadriven beslutningstaking
Analysen av data er bare nyttig hvis den bidrar til forbedringer i forretningsbeslutninger. Denne modulen utforsker hvordan bedrifter bruker data for å ta forretningsbeslutninger. Dette inkluderer et fokus på å få forretningsinnsikt fra effektiv styring og analyse av data, datavisualisering og historiefortelling, og preskriptive analyseteknikker. Studentene vil få muligheten til å jobbe med avansert visualiserings- og optimaliseringsprogramvare som Tableau, Excel og R. Modulen vil også vurdere menneskesiden av analyse, plassere analytiske teknikker for beslutningstaking i en forretningskontekst og vurdere ledelsesmessige og organisatoriske faktorer involvert i å bli en datadrevet organisasjon.
Modulinnhold kan inkludere, men er ikke begrenset til:
- Analysens rolle i beslutningstaking, både på operasjonelt og strategisk nivå
- Datavisualisering: visualisering av en rekke typer data som numeriske, tekst- og geospatiale data.
- Preskriptiv analyse og optimalisering
- Rollen til datadrevet beslutningstaking i organisasjoner
- Fordeler, barrierer og begrensninger ved datadrevet beslutningstaking
- Etiske hensyn ved bruk av data i beslutningsprosesser
- Forståelse av de kulturelle forskjellene i bruken av data og potensialet for at data kan brukes i bredere nasjonale og internasjonale beslutninger (f.eks. bærekraftig utvikling, katastrofeplanlegging, samfunnsansvar)
Kunstig intelligens i næringsliv og samfunn
Kunstig intelligens (AI) har allerede hatt en betydelig innvirkning på næringslivet og samfunnet, for eksempel datadrevne forretningsstrategier, endringer i arbeidets natur, utvikling av innovasjoner som former atferden til enkeltpersoner og samfunnet, bekymringer om personvern og overvåking, og nylige etiske kriser i bruken av data.
Med det raske tempoet i AI-utviklingen ser det ut til at disse trendene vil fortsette, noe som gjør det viktig å vurdere de bredere implikasjonene av AI for næringslivet og samfunnet. Denne modulen vil oppmuntre studentene til å engasjere seg i disse problemene, bygge en dypere forståelse av de bredere implikasjonene av AI og hvordan studenter kan bidra til ansvarlig utvikling og bruk av AI i deres fremtidige karrierer.
Kursinnholdet kan inkludere, men er ikke begrenset til:
- De strategiske implikasjonene av AI-innovasjoner for virksomheten
- De bredere økonomiske og samfunnsmessige konsekvensene av AI
- Endringer i arbeidets art på grunn av AI
- Etisk bruk av data
- Overvåkings- og personvernhensyn ved bruk av data
- Juridiske hensyn ved bruk av data
Markedsanalyse
Modulbeskrivelse
Denne modulen fokuserer på en ny og spennende utvikling innen markedsføringsteori og praksis. Bruken av data, "big data", for å hjelpe til med markedsføringsbeslutninger og ansvarlighet fortsetter å øke i betydning, spesielt i den nåværende tidsalderen med innstramminger og ressursknapphet. Modulen tar både en teoretisk og praktisk tilnærming til bruken av markedsanalyse i praksis.
Et høydepunkt i modulen er bruken av SAS- eller SPSS-programvare for å analysere data for markedsføringsrelaterte beslutnings- og evalueringsformål. Studenter som har fullført og bestått modulen vil kunne signalisere til potensielle arbeidsgivere at de har de teoretiske, praktiske pluss industristandard programvareferdighetene til å konkurrere.
Modulinnhold:
Veiledende innhold inkluderer:
- Introduksjon og oversikt over markedsanalyse
- Konkurrere i markedsanalyse – utvikle en markedsanalysekultur
- Markedsanalyse på strategisk, funksjonelt, analytisk og lagernivå
- Kundeengasjement og kundeanalyse
- Ytelsesimplikasjoner av markedsanalyse
- Aktuelle problemstillinger og trender innen markedsanalyse
- Den mørke siden av markedsanalyse
Annet innhold fokuserer på data mining-teknikker for markedsføring (inkludert salg og håndtering av kunderelasjoner). Undervist gjennom instruktørledede dataverksteder ved bruk av SAS- eller SPSS-programvare for å løse markedsføringsrelaterte problemer. Innholdet inkluderer:
- SAS eller SPSS opplæring – introduksjon og oversikt
- Markedsanalyseprosessen
- Data for markedsanalyse
- Forstå kunden
- Forutsi kundeadferd
- Sammenslåing i markedsføringsoperasjoner
- Case studier
- Selvlærende
Semester 3
Dissertation
Avhandlingen gir studentene mulighet til å gjennomføre et selvstendig prosjekt. Dette vil innebære utvikling av en teknisk forretningsanalyseløsning som inkluderer elementer fra kurset. De foreslåtte teknologiene for løsningen vil være de som dekkes i kurset. Løsningen bør typisk inkludere en kombinasjon av en database, maskinlæring og en visualiseringskomponent. Det er anerkjent at i noen tilfeller kan prosjekter fokusere på spesifikke komponenter (f.eks. lagring og prosessering, prediktiv analyse eller avansert visualisering og tolkning), og dette bør avtales på forhånd av studentenes veileder. Studentene vil også få forslag rundt potensielle datakilder for bruk i prosjektet.
I tillegg til den tekniske løsningen, vil studentene bli pålagt å lage en skriftlig rapport, inkludert en gjennomgang av litteraturen, metodikk for å løse problemet, samt resultater og konklusjoner.
Modulen krever at studentene trekker fra hele kurset, og inkluderer kunnskap fra de tre kjernevirksomhetsanalysedomenene: statistikk, databehandling og virksomhet.
Program undervisningsavgift
Karrieremuligheter
MSc Business Analytics vil appellere til studenter som har til hensikt å satse på en karriere innen et forretningsanalyserelatert felt, for eksempel datavitenskap, business intelligence, rådgivning, informatikk eller beslutningsinformasjon.
Grad pluss pris for undervisningsfaglige ferdigheter
I tillegg til studiet ditt, ved Queen's, kan du få muligheten til å få bredere livs-, akademiske og ansettelsesevner. For eksempel utplasseringer, frivillig arbeid, klubber, foreninger, idrett og mye mer. Så ikke bare oppgraderer du med en grad anerkjent fra et verdensledende universitet, du vil ha praktisk nasjonal og internasjonal erfaring pluss en bredere eksponering for livet generelt. Vi kaller dette Degree Plus. Det er det som gjør det spesielt å studere ved Queen's University Belfast.