Crédits ECTS
5
Volume horaire
50 h
Programme d'études
| Programme | Bloc | Caractère |
|---|---|---|
| IE-Bachelier de spécialisation en business data analysis | 1 | Obligatoire |
Prérequis
Co-requis
Implantation
Département économique de Namur
Directeur de département du domaine
Benoît Dujardin
Responsable de l'UE
Fiona Giudice
Enseignants intervenants
L'unité d'enseignement fait partie du programme, B1.
Elle contribue au profil d'enseignement du Bachelier de spécialisation en Business Data Analysis.
Acquis d’apprentissage spécifiques de cette UE
Pour atteindre le seuil de réussite, l’étudiant sera capable, face à un agglomérat de données présentes dans le datawarehousing d’une organisation fictive ou réelle mis à disposition par le chargé de cours, de :
• extraire des données utiles à l’analyse en utilisant l’outil adéquat ;
• mettre efficacement en forme les données pour fournir un résultat clair et utilisable par un client ;
• concevoir des tableaux connectés aux données ainsi que des figures/graphiques pertinents fournissant des résultats orientés Business Intelligence ;
• créer un support de présentation répondant aux demandes des clients en utilisant la méthode la plus adéquate ;
• présenter les données et résultats de manière synthétique, critique et compréhensible.
Document annexe à la fiche UE accessible via un lien explicitant en quoi le programme d’études s’inscrit dans une politique de développement durable. Une ou plusieurs UE spécifique(s) pourraient être ciblée(s) dans cette annexe.
Le cours a également pour objectif de familiariser l'étudiant avec les outils professionnels de Business Intelligence (PowerBI, Tableau Software, ...) et de le rendre autonome dans la création de tableaux de bord actualisables, afin de répondre de manière synthétique et critique aux besoins d'analyse et de pilotage d'une organisation
Aspect business
• Présentation de l’information de manière claire, ciblée et efficace
• Utilisation de figures et graphiques adéquats
• Bonnes et mauvaises pratiques de la Data Visualization
• Aspect technique et informatique
• Extraction et analyse des données ; rédaction de requêtes SQL simples et croisées ; création de tableaux connectés ; création de graphiques d’analyse
• Exportation des résultats sous différents formats
Yan Holtz, From Data to Viz ; Edward R. Tufte, The Visual Display of Quantitative Information ; Stephen Few, Show Me the Numbers. Liste non exhaustive : les références complémentaires sont mentionnées dans les supports de cours.
| Activité d'apprentissage | Support |
|---|---|
| ABIN1008 — Data Visualization | Partie théorique : syllabus sous forme de PowerPoint disponible sur Moodle. Partie pratique : PowerBI, logiciel tableur (Excel), logiciel permettant l’intégration de bases de données SQL ainsi que la création de requêtes SQL (à définir en fonction des connaissances des étudiants et des logiciels utilisés dans les autres cours : SSMS, PostgreSQL, …). |
| Activité d'apprentissage | Heures | Langue d'enseignement | Langue d'évaluation |
|---|---|---|---|
| ABIN1008 — Data Visualization | 50 h | Français | Français |
| Activité d'apprentissage | Méthodes d'enseignement et d'apprentissage |
|---|---|
| ABIN1008 — Data Visualization | Illustrations, discussions et analyses des concepts théoriques de la Data Visualization lors des cours. Application de ces concepts à l’aide d’outils informatiques adéquats : SQL, logiciel tableur, logiciel de Business Intelligence (PowerBI ou autre), en cours et chez soi sous forme de projet. |
Sans objet : cette unité d'enseignement ne compte qu'une seule activité d'apprentissage.
Évaluation intégrée : non.
L'UE comporte une activité d’apprentissage : Data Visualization.
La note finale de l’UE repose sur les modalités d’évaluation décrites ci-dessous.
Au sein du programme d'études, lors du calcul de la moyenne, la pondération de l'évaluation de l'unité d'enseignement est effectuée sur base des crédits affectés à cette unité d'enseignement et évalués
| Activité d'apprentissage | Modalités d'évaluation |
|---|---|
| ABIN1008 — Data Visualization | Q2-Q3: Remise d’un travail (50%) et présentation orale (50%). Langue d'évaluation : français. |
Une mention sur la fiche informera les étudiants du fait que les précisions sur les épreuves seront disponibles sur Moodle au plus tard 6 semaines avant l'évaluation.