Předmět: Analýza a interpretace dat

» Seznam fakult » FMK » KAME
Název předmětu Analýza a interpretace dat
Kód předmětu KAME/ANIND
Organizační forma výuky Přednáška + Seminář
Úroveň předmětu Bakalářský
Rok studia nespecifikován
Semestr Zimní
Počet ECTS kreditů 2
Vyučovací jazyk Čeština
Statut předmětu nespecifikováno
Způsob výuky Kontaktní
Studijní praxe Nejedná se o pracovní stáž
Doporučené volitelné součásti programu Není
Vyučující
  • Kříž Michal, MgA.
Obsah předmětu
1. Úvod do výzkumu a práce s daty - význam výzkumu, práce s potřebami, základní typy výzkumu a výzkumných metod 2. Aplikace a využití dat - příklady z praxe, jak a kde se dají data všude využít, etické aspekty práce s daty 3. Základy metodologie - příprava výzkumného projektu, tvorba session guide, výzkumné cíle, výzkumná omezení 4. Kvantitativní metody výzkumu - dotazníkové šetření, NPS, kódování dat, vizualizace dat, datová analýza, big data 5. Kvalitativní metody výzkumu - metody human-centred-design, testy konceptů, uživatelské testování, pocitové mapy 6. Sekundární data - přehled zdrojů sekundárních dat, desk research, interní výzkumy a práce s daty 7. Sekundární data - trend reporty, panelová data, firemní a oborové analýzy 8. Kognitivní zkreslení a jak s nimi pracovat 9. Nástroje pro práci s daty - vizualizace, interpretace, nástroje pro práci s daty, datová analýza, PowerBI, Google Data Studio apod. 10. Cílová skupina - rekrutace, tvorba hypotéz a vhledů, tvorba segmentace a zákaznických person 11. Výzkumné agentury - jak to funguje, role v týmu, produkty výzkumných agentur, tvorba briefu pro výzkumnou agenturu 12. Propojení cílů instituce a sběr dat - jaká data a analýzy potřebujeme pro sledování naplňování cílů instituce nebo projektu 13. Prezentace dat - vizualizace, interpretace týmů, jak pracovat s daty uvnitř organizace

Studijní aktivity a metody výuky
  • Účast na výuce - 26 hodin za semestr
  • Domácí příprava na výuku - 15 hodin za semestr
  • Příprava na zápočet - 9 hodin za semestr
Předpoklady
Odborné znalosti
Předpoklady nejsou stanoveny.
Předpoklady nejsou stanoveny.
Výsledky učení
Pochopení důležitosti dat a práce s nimi
Pochopení důležitosti dat a práce s nimi
Pochopení základní metodologie, jak s daty pracovat a interpretovat je (kvantitativní vs kvalitativní data)
Pochopení základní metodologie, jak s daty pracovat a interpretovat je (kvantitativní vs kvalitativní data)
Základní znalost a orientace v nástrojích pro vyhodnocování a prezentaci dat
Základní znalost a orientace v nástrojích pro vyhodnocování a prezentaci dat
Morální aspekty při práci s daty
Morální aspekty při práci s daty
Vědomá práce s kognitivními zkresleními
Vědomá práce s kognitivními zkresleními
Odborné dovednosti
Vytvoření výzkumného briefu
Vytvoření výzkumného briefu
Práce s daty uvnitř organizací nebo projektech (návaznosti na strategické dokumenty a cíle organizace)
Práce s daty uvnitř organizací nebo projektech (návaznosti na strategické dokumenty a cíle organizace)
Schopnost nastavit sběr dat či sekundárních zdrojů
Schopnost nastavit sběr dat či sekundárních zdrojů
Schopnost dát doporučení a udělat rozhodnutí na základě dat
Schopnost dát doporučení a udělat rozhodnutí na základě dat
Schopnost realizovat a vyhodnotit základní výzkumné metody (dotazník, hloubkový rozhovor)
Schopnost realizovat a vyhodnotit základní výzkumné metody (dotazník, hloubkový rozhovor)
Vyučovací metody
Odborné znalosti
Demonstrace
Demonstrace
Odborné dovednosti
Praktické procvičování
Praktické procvičování
Hodnotící metody
Odborné znalosti
Zpracování prezentace
Zpracování prezentace
Analýza výkonů studenta
Analýza výkonů studenta
Doporučená literatura
  • GEMIGNANI, Chris. Efektivní analýza a využití dat. Praha. 2015.
  • HENDL, J., REMR, J. Metody výzkumu a evaluace. Praha: Portál, 2017. ISBN 978-80-262-1192-1.
  • Kupka, Karel. Statistické řízení jakosti : interaktivní analýza a interpretace dat pro řízení jakosti a ekonomiku. Pardubice : TriloByte, 1997. ISBN 802381818X.


Studijní plány, ve kterých se předmět nachází
Fakulta Studijní plán (Verze) Kategorie studijního oboru/specializace Doporučený ročník Doporučený semestr