Bu dersin amacı doktora düzeyinde olan öğrencileri, verinin yoğun olarak kullanımını gerektiren, gerek istatistik gerekse makine öğrenmesi alanından karar verme için tanımlayıcı ve tahminleyici modeller ile durumlara ve süreçlere dayalı yönetim olan işletme analitiği alanında bilgilendirmektir. Temel performans göstergeleri ve performans yönetimi için çeşitli uygulamalardan bahsedilecektir. İşletme karar verme durumlarında neden, ne zaman, nasıl ve hangi veri madenciliği tekniklerini kullanmak gerektiğini anlamanın yanı sıra, bu ders aynı zamanda işletme süreçlerinin yönetimine de veri perspektifi ile bakılacaktır.

İşletmelerin sahip olduğu veri kaynaklarının en etkin şekilde değerlendirilmesi kapsamında, bu süreçte kullanılabilecek çeşitli istatistik, makine öğrenmesi ve süreç madenciliği yöntemleri öğretilecek ve tartışılacaktır. İş süreçlerindeki performanslarının nasıl arttırılabileceğine yönelik olarak vaka çalışmaları ve tartışmalar gerçekleştirilecektir.

Dersin ilk haftalarında bazı tekniklerin öğretilmesi amacıyla teorik bilgiler verilecektir. Öğrenciler bu teknikleri yeterince kavradıktan sonra sınıf tartışmaları, vaka çalışmaları ve bilgisayar uygulamaları ile ders desteklenecek ve zenginleştirilecektir.

Davenport, Thomas H. (2013) Enterprise Analytics: Optimize Performance, Process, and Decisions Through Big Data. Wil Van Der Aalst, Process Mining: Discovery, Conformance and Enhancement of Business Processes, Franks, Bill (2012) Taming the Big Data Tidal Wave: Finding Opportunities in Huge Data Streams with Advanced Analytics Siegel, Eric (2013) Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die Big Data, Analytics, and the Future of Marketing and Sales, McKinsey Chief Marketing & Sales Officer Forum (Free as Kindle download)