Logo UAB

Business Intelligence (Sistemes d'Informació de Negoci)

Codi: 107563 Crčdits: 6
2025/2026
Titulació Tipus Curs
Empresa i Tecnologia OB 3

Professor/a de contacte

Nom:
Jose Luis Masson Guerra
Correu electrņnic:
joseluis.masson@uab.cat

Idiomes dels grups

Podeu consultar aquesta informació al final del document.


Prerequisits

Ja que el curs tracta especificament de l'obtenció i organització de dades, és important tenir en compte, i refrescar si cal, els conceptes introduits a l'assignatura de Bases de Dades, especialment en relació a consultes SQL.

 

 


Objectius

L'objectiu basics de l'assignatura és el d'introduir als i les estudiants en el conjunt d'eines i habilitats necessàries per a confeccionar quadres de comandament que siguin útils i complerts per a la presa de decisions estratègiques dins una organització.

Al finalizar el curs, els i les estudiants hauran de ser capaces de:

  • Recollir i comprendre la informació que es genera en els processos empresarials
  • Estructurar la informació per aconseguir un model dimensional que generi el Data Wharehouse de l'empresa
  • Analitzar els programes de Business Intelligence disponibles al mercat
  • Usar de forma intensiva un dels programes específics de Business Intelligence.

Resultats d'aprenentatge

  1. CM13 (Competčncia) Proposar bases de dades relacionals que recullin les caracterķstiques, les funcionalitats i l'estructura adequades a l'organització.

Continguts

1. Business Inteligence, Data Wharehouse i Model Dimensional

2. Model Dimensional aplicat a distints processos empresarials (transaccions, vendes, inventaris, comptabilitat, gestió de comandes, comerç electrònic, ...)

3. Recorregut pels Processos i Tasques del sistema de ETL (Extracció, Transformació i càrrega de dades)

4. Programari de Business Intelligence

5. Representació de dades: mètriques, KPI, bones pràctiques de visualització, etc.

6. Creació de quadres de comandament efectius

7. Integració de Bases de Dades a nivell Dimensional

8. Big Data i les implicacions en BI


Activitats formatives i Metodologia

Tķtol Hores ECTS Resultats d'aprenentatge
Tipus: Dirigides      
Classes magistrals, discussió de casos i presentació de treballs 30 1,2 CM13
Prąctiques de laboratori 15 0,6 CM13
Tipus: Supervisades      
Tutories i seguiment dels treballs a realitzar i dels casos a preparar 15 0,6 CM13
Tipus: Autņnomes      
Lectures relacionades, preparació de casos i prąctiques, estudi i elaboració d'esquemes 87 3,48 CM13

En aquesta assignatura s'aplicarà la metodologia docent de treball en projectes, i, sempre que sigui possible, basat en reptes reals (challenge bases learning) d'empreses o entitats. Amb aquesta metodologia, els i les docents de l'assignatura proporcionen recursos (lectures, videos, podcast, ...) per tal que els i les estudiants puguin aplicar-los a projectes d'intel·ligència de negoci.

En les sessions dirigides el temps es dividieix entre la teoria aplicable a les tasques pròpies de la intel·ligència de negoci i la seva aplicació pràctica.  En aquest segon cas, les propostes abasten tant pràctiques individuals, com la realització d'un Projecte de Business Intelligence que consisteix en proposar i desenvolupar un conjunt de quadres de comandament a partir de les dades reals d'una empresa. Es realitzen sessions de tutoria grupals i individuals per resoldre dubtes i orientació en la preparació i execució del projecte.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, per a la complementació per part de l'alumnat de les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura/mòdul.

Nota: es reservaran 15 minuts d'una classe, dins del calendari establert pel centre/titulació, perquč els alumnes completin les enquestes d'avaluació de l'actuació del professorat i d'avaluació de l'assignatura.


Avaluació

Activitats d'avaluació continuada

Tķtol Pes Hores ECTS Resultats d'aprenentatge
Lliurament i participació de les activitats realitzades a l'aula 20% 0 0 CM13
Proves individuals i prova final 40% 3 0,12 CM13
Realització d'un projecte de Business Intelligence 40% 0 0 CM13

La qualificació final de l'assignatura és el resultat d'una avaluació contínua formada per:

1. Participació i lliurament de les activitats realitzades a l'aula.

2. Realització d'un projecte de Business Intelligence, que abasta bona part del curs, i que es divideix en 3 parts:

   a) Cerca d'una base de dades operacional d'una empresa i desenvolupament del model dimensional.

   b) Definició dels indicadors de gestió més adequats i de la visualització més adequada.

   c) Presentació d'uns quadres de comandament amb el software adient.

3. Proves individuals realitzades al llarg del curs i en la data fixada per la Facultat.

La qualificació final de l'assignatura s'ibtindrà a partir de la suma ponderada de les valoracions de cada una de les tres components anteriors, fent servir el càlcul següent:

N= 20% (Participació i lliurament activitats individuals) + 40% ( Reallització d'un projecte de BI) + 40% (Proves individuals)

Serà condició necessària per a calcular aquest valor: (1) L'assistència i participació a un mínim del 60% de les activitats planificades durant el semestre (component 1), i (2) obtenir una qualificació mitjana mínima de 4.5 en el conjunt de les proves individuals (component 3).

Notes importants:

  • En el cas de no superar l'assignatura degut a que alguna de les components de l'avaluació no arriba al mínim requerit, la nota numèrica de 'expedient serà el valor menorenster4.5 i N.  Si és igual o superior a 3.5, l'estudiant podrà presentar-se a la prova de recuperació.
  • Un alumne serà considerat "No avaluable" en l'assignatura, si informa el professor que deixa l'assignatura abans de la setmana 7 del curs.
  • Aquesta assignatura/mòdul no preveu el sistema d'avaluació única

 

Calendarid’activitats d’avaluació

Les dates de les diferents activitats d'avaluació (exercicis, entregade treballs, ...) s'anunciaran amb suficient antelació durant el semestre.

La data de l'examen final de l'assignatura està programada en el calendari d'exàmens de la Facultat.

"La programació de les proves d’avaluació no es podrà modificar, tret que hi hagi un motiu excepcional i degudament justificat pel qual no es pugui realitzar un acte d’avaluació. En aquest cas, les persones responsables de les titulacions, prèvia consulta al professorat i a l’estudiantat afectat, proposaran una nova programació dins del període lectiu corresponent."  Apartat 1 de l'Article 115. Calendari de les activitats d’avaluació (Normativa Acadèmica UAB)  

Els i les estudiants de la Facultat d'Economia i Empresa que d'acord amb el paràgraf anterior necessitin canviar una data d'avaluació han de presentar la petició omplint el document Sol·licitud reprogramació prova  https://eformularis.uab.cat/group/deganat_feie/reprogramacio-proves

Procediment de revisió de les qualificacions

Coincidint amb l'examen final s'anunciarà el dia i el mitjà en que es publicaran les qualificacions finals. De la mateixa manera s'informarà del procediment, lloc, data i hora de la revisió d'exàmens d'acord amb la normativa de la Universitat.

Procés de Recuperació

“Per participar al procés de recuperació l'alumnat ha d'haver estat prèviament avaluat en un conjunt d'activitats que representi un mínim de dues terceres parts de la qualificació total de l'assignatura o mòdul.” Apartat 3 de l'Article 112 ter. La recuperació (Normativa Acadèmica UAB). Els estudiants i les estudiants han haver obtingut una qualificació mitjana de l’assignatura entre 3,5 i 4,9.

La data d’aquesta prova estarà programada en el calendari d'exàmens de la Facultat. L'estudiant que es presenti i la superi aprovarà l'assignatura amb una nota de 5. En cas contrari mantindrà la mateixa nota.

Irregularitats en actes d’avaluació 

Sense perjudici d'altres mesures disciplinàries que s'estimin oportunes, i d'acord amb la normativa acadèmica vigent, "en cas que l’estudiant realitzi qualsevol irregularitat que pugui conduir a una variació significativa de la qualificació d’un acte d’avaluació, es qualificarà amb 0 aquest acte d’avaluació, amb independència del procés disciplinari que s’hi pugui instruir. En cas que es produeixin diverses irregularitatsen els actes d’avaluaciód’una mateixa assignatura, la qualificació final d’aquesta assignatura serà 0".  Apartat 10 de l'Article 116. Resultats de l'avaluació. (Normativa Acadèmica UAB)

En aquest sentit, qualsevol lliurament que s'identifiquiplagiat d'altres companys o de qualsevol altra font comporta un zero en aquesta avaluació. En cas de plagi entre companys delcurs elzero serà tant per qui fa el plagi com per qui ho facilita.


Bibliografia

Kimball, Ralph y Ross, Margy ((2013): The Data Wharehouse Toolkit: The definitive guide to Dimensional Modeling. Tercera edicion

Few, Stephen (2013): Information Dashboard Design: Displaying data for at-a-glance monitoring, Second Edition, Analytics Press

Few, Stephen (2012): Show Me the Numbers: Designing Tables and Graphs to Enlighten, Second Edition, Analytics Press

Clark, Dan (2020): Beginning Microsoft Power BI. A Practical Guide to Self-Service Data Analytics, APress Berkeley, CA, Accés: https://link.springer.com/openurl?genre=book&isbn=978-1-4842-5620-6

Aspin, Adam (2020): Pro Power BI Desktop. Self-Service Analytics and Data Visualization for the Power User, Apress Berkeley, CA, Accés: https://link.springer.com/openurl?genre=book&isbn=978-1-4842-5763-0

Aspin, Adam (2021): Pro Power BI Theme Creation. JSON Stylesheets for Automated Dashboard Formatting, Apress Berkeley, CA, Accés: https://link.springer.com/openurl?genre=book&isbn=978-1-4842-7068-4

Seamark, Philip and Martens, Thomas (2021):Pro DAX with Power BI. Business Intelligence with PowerPivot and SQL Server Analysis Services Tabular, Apress Berkeley, CA, Accés: https://link.springer.com/openurl?genre=book&isbn=978-1-4842-4897-3

Ehrenmueller-Jensen, Markus (2020): Self-Service AI with Power BI Desktop. Machine Learning Insights for Business, Apress Berkeley, CA, Accés: https://link.springer.com/openurl?genre=book&isbn=978-1-4842-6231-3

Wade, Ryan (2020): Advanced Analytics in Power BI with R and PythonIngesting, Transforming, Visualizing, Apress Berkeley, CA, Accés:https://link.springer.com/openurl?genre=book&isbn=978-1-4842-5829-3


Programari

Programaris específics de BI, com ara Power BI o Tableau, sempre en versions educatives adients.

 


Grups i idiomes de l'assignatura

La informació proporcionada és provisional fins al 30 de novembre de 2025. A partir d'aquesta data, podreu consultar l'idioma de cada grup a través d’aquest enllaē. Per accedir a la informació, caldrą introduir el CODI de l'assignatura

Nom Grup Idioma Semestre Torn
(PLAB) Prąctiques de laboratori 201 Catalą/Espanyol primer quadrimestre tarda
(PLAB) Prąctiques de laboratori 202 Catalą/Espanyol primer quadrimestre tarda
(PLAB) Prąctiques de laboratori 203 Catalą/Espanyol segon quadrimestre matķ-mixt
(PLAB) Prąctiques de laboratori 204 Catalą/Espanyol segon quadrimestre matķ-mixt
(PLAB) Prąctiques de laboratori 205 Catalą/Espanyol segon quadrimestre matķ-mixt
(PLAB) Prąctiques de laboratori 206 Catalą/Espanyol segon quadrimestre matķ-mixt
(TE) Teoria 20 Catalą/Espanyol primer quadrimestre tarda
(TE) Teoria 21 Catalą/Espanyol segon quadrimestre matķ-mixt