Правительство Российской Федерации
Государственное образовательное автономное учреждение
высшего профессионального образования
«Национальный исследовательский университет - Высшая школа экономики»
Факультет логистики
Кафедра информационных систем
и технологий в логистике
Программа дисциплины
«ИНФОРМАЦИОННЫЕ ТЕХНОЛОГИИ В МЕНЕДЖМЕНТЕ»
для подготовки бакалавра по направлению 080200.62 «Менеджмент»
Специализация «Логистика и управление цепями поставок»
Автор: ст. преподаватель Заходякин Г.В. (postlogist@gmail.com)
Рекомендована секцией УМС Одобрена на заседании кафедры
_____________________________ «Информационных систем и
технологий в логистике»
Председатель Зав. кафедрой
_____________________Дыбская В.В. _____________________ Новиков В.Э.
«_____» __________________ 2012 г. «____»___________________ 2012 г.
Москва
Аннотация
Целью преподавания дисциплины «Информационные технологии в менеджменте» является формирование у студентов практических навыков применения информационных технологий для решения задач управления – в первую очередь, задач анализа, прогнозирования и планирования. Дисциплина включает два раздела: «Часть I. Методы и инструменты анализа данных в логистике» (I курс, 3 и 4 модуль) и «Часть II. Системы управления базами данных и основы технологий бизнес-аналитики» (II курс, 1 и 2 модуль).
Для успешного освоения программы курса студенты должны владеть основами работы в пакете Microsoft Office (Word и Excel) и прослушать курс по основам логистики (введение в специальность). Полезно предварительное изучение теоретического курса по основам теории вероятностей и математической статистики, однако это требование не является обязательным, поскольку необходимые статистические понятия включены в программу настоящего курса.
В результате освоения I части курса студенты должны:
- освоить работу с электронными таблицами Excel в объеме, достаточном для решения профессиональных и учебных задач, включая ввод и отладку формул, построение графиков и диаграмм, применение списков и сводных таблиц, применение инструментов поддержки принятия решения – таблицы подстановки и поиск решения;
- знать назначение и порядок применения методов матричного анализа запасов (ABC и XYZ);
- уметь эффективно выполнять матричный анализ запасов по различным критериям с помощью электронных таблиц;
- знать основные методы сглаживания временных рядов, области их применения, основные критерии оценки ошибки прогноза;
- уметь выбирать адекватные методы прогнозирования временных рядов и реализовывать их с помощью электронных таблиц или статистического пакета SPSS;
- знать основные виды данных и способы их описания;
- уметь исследовать и эффективно представлять данные с помощью статистического пакета SPSS;
- знать принципы проверки статистических гипотез;
- уметь правильно применять графические инструменты и статистические критерии для оценки параметров совокупности по выборке, а также для сравнения между собой групп наблюдений;
- уметь количественно описывать взаимоотношения между признаками объектов (переменными) при помощи корреляции и регрессии;
- применять статистическое мышление при решении задач оценки эффективности бизнеса, выбора вариантов решений, прогнозирования и планирования.
В результате освоения II части курса студенты должны:
- понимать роль систем управления базами данных в архитектуре корпоративных информационных систем и значение накопления и аналитической обработки данных в управленческой деятельности;
- знать основные принципы организации данных в реляционных СУБД;
- владеть основами информационного моделирования;
- владеть языком SQL в объеме, достаточном для построения любых запросов на выборку данных, модификации или отладки запросов, созданных графическими средствами;
- уметь создавать описания источников данных и использовать их для доступа к данным из офисных и аналитических приложений;
- понимать назначение и основные принципы работы OLAP-технологий;
- знать области применения технологий бизнес-аналитики в логистике;
- уметь применять аналитическую платформу Deductor для решения задач консолидации данных и разработки оперативной аналитической отчетности при решении задач логистики.
Курс знакомит студентов с ИТ-инструментами для решения задач управления в сфере логистики и является поддержкой для большинства общепрофессиональных и специальных дисциплин, предусмотренных учебным планом. В первую очередь, полученные при изучении настоящего курса знания потребуются при изучении дисциплин: «Экономико-математические методы и модели в логистике», «Управление запасами в цепях поставок», «Информационные системы в логистике и управлении цепями поставок», «Компьютерная поддержка прогнозирования в логистике», а также дисциплин магистратуры: «Теория логистической интеграции», «Интегрированное планирование цепей поставок», «Компьютерное имитационное моделирование для решения задач логистики и управления цепями поставок», «Контроллинг логистических бизнес-процессов». Навыки сбора и статистической обработки данных будут исключительно полезны при выполнении курсовых и научно-исследовательских работ.
Изучение курса предполагает посещение аудиторных занятий (компьютерный практикум) и интенсивную самостоятельную работу. В процессе самостоятельной работы студент должен освоить необходимый для выполнения заданий теоретический материал с использованием методических разработок кафедры и рекомендованной литературы, освоить технику работы с программными продуктами, а также выполнить предусмотренные программой домашние задания.
Контроль знаний предполагает выполнение домашних заданий, экспресс-тестов на знание теоретического материала (в аудитории), а также итогового тестирования. Итоговая оценка выставляется за каждую часть курса отдельно.
Для организационной и методической поддержки курса активно применяется система LMS, в которой размещены теоретические материалы, базовые учебники, домашние задания, примеры. Экспресс-контроль знаний в виде тестов также производится с использованием LMS.
Тематический план учебной дисциплины
№
|
Название раздела
|
Всего часов по дисциплине
|
Аудиторные часы
|
Самостоятельная работа
|
Лекции
|
Сем. и практ. занятия
|
Часть I. Методы и инструменты анализа данных в логистике
|
1
|
Раздел 1. Применение электронных таблиц Excel для решения задач логистики
|
41
|
0
|
16
|
25
|
2
|
Раздел 2. Анализ данных и прогнозирование в статистическом пакете SPSS
|
49
|
0
|
24
|
25
|
Часть II. Системы управления базами данных и основы технологий бизнес-аналитики
|
3
|
Раздел 3. Основы реляционных баз данных и языка запросов SQL
|
49
|
0
|
24
|
25
|
4
|
Раздел 4. Основы технологий бизнес-аналитики
|
41
|
0
|
16
|
25
|
|
Итого:
|
180
|
|
80
|
100
|
-------------------------------------------------------------------------------------------------------------------------------
Базовый учебник (и) или ридер (ы)
По тематике практических занятий подготовлены презентации и файлы примеров, размещенные в разделе поддержки курса в LMS НИУ ВШЭ.
---------------------------------------------------------------------------------------------------------------------------------------------------------
Часть I. Методы и инструменты анализа данных в логистике
Формы контроля:
Итоговая оценка за I часть учебной дисциплины складывается из следующих элементов:
Выполнение и защита домашних заданий
Текущий контроль знаний в форме электронных экспресс-тестов
Письменный зачет в форме итогового теста (40 мин.)
Формула для расчета итоговой оценки за I часть курса:
Итоговая оценка = 0.4 * Средняя оценка за выполнение ДЗ + 0.1 * Оценка за активность + 0.1 * Средняя оценка за экспресс-тесты + 0.4 * Оценка за итоговый тест
Итоговый тест является блокирующим. Студенты, не набравшие после выполнения всех работ 4 баллов, сдают устный зачет в соответствии с заданиями, приведенными в разделах «Тематика заданий по различным формам текущего контроля» и «Вопросы для оценки качества освоения дисциплины».
Содержание программы
Раздел 1. «Применение электронных таблиц Excel
для решения задач логистики»
Тема 1. Разработка аналитической отчетности в электронных таблицах
Концепция проведения расчетов в электронных таблицах. Электронные таблицы как рабочий инструмент логиста. Автоматизация расчетов с использованием большого объема данных. Импорт и экспорт данных в электронных таблицах. Функции для работы с массивами и ссылками. Использование фильтров и списков. Именование объектов в рабочей книге. Сводные таблицы и диаграммы. Средства отладки расчетных моделей в Excel. Средства создания графического интерфейса пользователя. Применение электронных таблиц для решения логистических задач (на примере задачи ABC-XYZ анализа запасов).
Дополнительная литература
Копыл В.И. Логистика управления товарными запасами с помощью Excel. — Минск: Харвест, 2007. — 64 с.
3. Перенос данных из нескольких таблиц-источников в таблицу-цель. С. 15-19. 4. Метод ABC-анализа товарно-материальных запасов. С. 19-20. 5. Проведение ABC-анализа в Microsoft Excel. С. 21-23. 6. Построение кривой Лоренца. С. 24-26. 8. Метод XYZ-анализа товарно-материальных запасов. С. 33-38. 20. Обработка табличной информации с помощью сводных таблиц. С. 61-64
Тема 2. Реализация методов и моделей прогнозирования с использованием электронных таблиц
Роль прогнозирования в управлении цепью поставок. Классификация методов прогнозирования. Понятие временного ряда. Реализация методов сглаживания временных рядов в Excel: скользящие средние и медиана, экспоненциальное сглаживание, методы Хольта и Винтерса, метод сезонной декомпозиции временного ряда. Выбор параметров методов прогнозирования. Оценка ошибки прогноза.
Ханк Д.Э., Уичерн Д.У., Райтс А. Дж. Бизнес-прогнозирование,
7-е изд. – М. : Вильямс, 2003. – 656 с.
Глава 4. Методы сглаживания и скользящие средние
Дополнительная литература
Минько А.А. Прогнозирование в бизнесе с помощью Excel. Просто как дважды два. – М. : Эксмо, 2007. – 208 с.
Глава 1. Введение в прогнозирование. С. 11-24. Глава 2. Быстрое прогнозирование. С. 25-52. Глава 4. Способы оценки моделей данных. С. 75-98. Глава 5. Сглаживание данных. С. 99-116.
Лукинский В.С. Модели и методы теории логистики. – 2-е изд. СПб. : Питер, 2008. – 448 с.
Глава 7. Применение методов прогнозирования в логистике. С. 145-213
Раздел 2. «Анализ данных и прогнозирование в статистическом пакете SPSS»
Тема 3. Основы работы в пакете SPSS
Набор данных: загрузка данных, переменные и наблюдения, свойства переменных, шкалы измерения переменных, использование множеств переменных, импорт и экспорт, редактирование таблицы данных. Процедуры: настройка параметров, запуск через графический интерфейс и синтаксис. Работа с выводом: структура журнала вывода, работа с мобильными таблицами и графикой, редактирование вывода, экспорт в другие приложения. Справочная система SPSS: контекстная справка для процедур и вывода, учебник по работе с программой, тренер по статистике, примеры анализа. Настройка интерфейса системы. Основные файлы SPSS.
Наследов А.Д. SPSS 19: Профессиональный Статистический Анализ Данных. – С-Пб.: Питер, 2011
Глава 2. Общий обзор SPSS. Глава 3. Создание и редактирование файлов данных. Глава 4. Управление данными – C. 22-90
Тема 4. Разведочный анализ данных в пакете SPSS
Шкалы измерения и способы описания данных. Способы описания номинальных и порядковых переменных: таблицы частот, описательные статистики, диаграммы частот и круговые диаграммы. Кодирование номинальных и порядковых переменных. Описательные статистики для интервальных переменных: меры центрального положения и меры разброса. Графическое представление распределений – точечная диаграмма, гистограммы, диаграммы ствол-листья, диаграммы "ящик с усами". Распределение случайной величины: способы описания. Нормальное распределение. Стандартное нормальное распределение. Стандартизация значений. Рекомендации по использованию различных способов описания для симметричных и асимметричных распределений. Анализ распределений в SPSS: кривые распределения, вероятностные графики P-P и Q-Q. Работа с конструктором диаграмм SPSS.
Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. - СПб. : Речь, 2007. - 392 с.
Глава 1. Генеральная совокупность и выборка – с. 19-22, Глава 2. Измерения и шкалы – с. 23-29, Глава 3. Таблицы и графики – с. 30-39, Глава 4. Первичные описательные статистики – с. 40-48, Глава 5. Нормальный закон распределения и его применение – с. 49-63
Наследов А.Д. SPSS 19: Профессиональный Статистический Анализ Данных. – С-Пб.: Питер, 2011
Глава 5. Диаграммы – с. 91-105. Глава 6. Частоты – с. 106-116. Глава 7. Описательные статистики – с. 117-123.
Тема 5. Проверка статистических гипотез с использованием пакета SPSS
Выборочные распределения и центральная предельная теорема. Интервальная оценка для среднего значения при известном и неизвестном генеральном стандартном отклонении. Нормальное распределение и t-распределение. Проверка статистических гипотез. Общая схема проверки статистических гипотез. Понятие p-значения. Одновыборочный t-критерий в SPSS. Проверка нормальности распределения переменной в SPSS. Преобразования данных для устранения асимметрии распределения.
Наследов А.Д. SPSS 19: Профессиональный Статистический Анализ Данных. – С-Пб.: Питер, 2011
Глава 10. Средние значения – с. 148-153
Наследов А.Д. Математические методы психологического исследования. Анализ и интерпретация данных. - СПб. : Речь, 2004. - 392 с.
Глава 1. Генеральная совокупность и выборка – с. 19-22 Глава 5. Нормальный закон распределения и его применение – с. 49-63. Глава 7. Введение в проблему статистического вывода – с. 93-110. Глава 11. Параметрические методы сравнения двух выборок – с. 164-165, 169-170
|