Business Analytics para Hotelaria e Turismo – 5 Módulos

1. Análise de dados com o Excel: insights generation | 2. Modelos descritivos: da segmentação à associação | 3. Modelos preditivos: classificação | 4. Modelos preditivos: regressão | 5. Text mining

DATA

– Curso – 5 módulos: 9 Dezembro 2020 a 28 de Janeiro 2021

– Trabalho final: 28 de Janeiro a 25 de fevereiro

– Entrega de diplomas: 11 de Março de 2021

DURAÇÃO

Total: 40 horas

+ Projeto final

LOCAL

Online – Ao vivo: Cisco Webex

Nota: Presencial (caso seja viável em termos de saúde pública)

PREÇO

– Cada módulo: 250,00 Euros

Desconto de 20% para inscrições em todos os módulos

– Avaliação: 350 Euros

Descrição

As entidades ligadas ao turismo têm-se deparado com enormes desafios, para os quais os dados que geram e recolhem podem dar um contributo decisivo para a criação de valor. No entanto, não têm recursos humanos com disponibilidade e competências analíticas que permitam suportar as suas decisões –, estratégicas, táticas ou operacionais –, em factos, isto é, nos informação e conhecimento gerado pelos dados.

Assim, este curso visa, por um lado, dotar os participantes de conhecimentos de data analytics que lhes permitam identificar as potencialidades dos dados e, por outro, evidenciar que a ciência de dados, data analytics, business intelligence, business analytics ou big data estão associadas ferramentas de análise de relativamente fácil utilização, não obrigado a conhecimentos profundos de matemática, estatística, ou machine learning.

No caso concreto do turismo e da hospitalidade, este curso permite aos seus participantes responder, no contexto das suas organizações, a questões como:

  • Quais são as tendências no comportamento dos clientes/turistas?
  • É possível prever quais as reservas que serão canceladas?
  • Como identificar clientes/turistas para ofertas de cross ou up-selling?
  • Qual será a ocupação no próximo mês?
  • Quais os segmentos de clientes/turistas mais promissores?
  • O que dizem os clientes/turistas nas plataformas online de reserva?
  • Como estipular o melhor preço por noite com base nos dados disponíveis

Tudo isto com:

  • Aquisição de conhecimentos teóricos de Data Analytics
  • Abordagem aplicada assente na análise de casos reais
  • Realização de casos práticos em computador
  • Desenvolvimento do pensamento analítico

a quem se destina

  • Profissionais na área do turismo/hospitalidade que visam alargar os seus conhecimentos em Data Analytics, em particular , Revenue managers e coordenadores de operação
  • Investigadores e Estudantes do ensino superior na área do turismo e hospitalidade
MódulosDuraçãoDATAS

 

Análise de dados com o Excel: insights generation

 

8 horas 9 e 10 dezembro 2020

 

Modelos descritivos: da segmentação à associação

 

8 horas15 e 17 dezembro 2020

 

Modelos preditivos: classificação

 

8 horas12 e 14 janeiro 2021

 

Modelos preditivos: regressão

 

8 horas19 e 21 janeiro 2021

 

Text mining

 

 

8 horas26 e 28 janeiro 2021

 

Avaliação: Realização de um projeto com apoio dos formadores (inclui duas horas de apoio personalizado)

 

4 semanas28 de Janeiro a 25 de fevereiro

 

Avaliação do projeto

 

Entrega de Diploma final

11 de Março de 2021 (entrega do diploma)

formador

Raul Laureano (coordenador) é professor auxiliar no departamento de Métodos Quantitativos para Gestão e Economia, da Escola de Gestão, do Instituto Universitário de Lisboa (ISCTE-IUL), onde leciona unidades curriculares de Data Analytics. É doutor em Gestão com Especialização em Métodos Quantitativos para Gestão e desenvolve o seu trabalho de investigação em aplicações de data analytics em áreas como turismo/hospitalidade, saúde e fraude. É Diretor do mestrado em Business Analytics do ISCTE-IUL e foi diretor da Pós-Graduação em Analytics for Business do INDEG-ISCTE.

Francisco Cruz é CTO da Feels Like Home, grupo cujo universo engloba gestão de propriedades para alojamento local e gestão hoteleira. É responsável pelo desenvolvimento e implementação do sistema interno, conectividade com aplicações externas e tratamento e análise de dados. É professor convidado na ISCTE-Executive Education. Possui licenciatura em Engenharia Civil e mestrado em Geotecnia pela Universidade de Coimbra, Doutoramento em Geotecnia pela Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio) e Pós-graduação em Data Science pela Nova IMS

programa

  • Análise de dados com o Excel: insights generation (8 horas)
    1. Introdução ao business analytics e à metodologia CRISP-DM
    2. Compreensão e preparação de dados
    3. Análise descritiva (estatística) de dados com tabelas e gráficos
    4. Elaboração de dashboards de monitorização do desempenho
    5. Aplicações com dados reais
  • Modelos descritivos: da segmentação à associação (8 horas)
    1. Problemas de segmentação e de associação: diferenças e semelhanças
    2. Principais técnicas de segmentação (k-means, método hierárquico, two-step)
    3. Métricas de avaliação de modelos de segmentação
    4. Análise de associações (market basket analysis)
    5. Análise de sequências
    6. Métricas de avaliação de modelos de associação
    7. Aplicações com dados reais
  • Modelos preditivos: da classificação (8 horas)
    1. Problemas de classificação e de regressão: diferenças e semelhanças
    2. Principais técnicas de classificação (regressão logística, redes neuronais, árvores de decisão)
    3. Métricas de avaliação de modelos de classificação
    4. Técnicas avançadas de modelação
    5. Aplicações com dados reais
  • Modelos preditivos: regressão (8 horas)
    1. Principais técnicas de regressão (regressão linear, redes neuronais, árvores de decisão)
    2. Métricas de avaliação de modelos de regressão
    3. Técnicas avançadas de modelação
    4. Aplicações com dados reais
  • Text mining para dados não estruturados (8 horas)
    1. Introdução ao processamento de linguagem natural
    2. Nuvem de palavras
    3. Topic modelling
    4. Análise de sentimentos
    5. Aplicações com dados reais
  • Projeto Final (facultativo) e avaliação- 4 semanas com 2 horas de apoio direto dos professores

A avaliação é efetuada através da realização, apresentação e discussão de um projeto aplicado ao contexto do participante (com dados do participante). A inscrição no projeto tem um valor de 350€ (isento de IVA), e garante ao participante o acompanhamento/orientação individual por parte de um docente de, no máximo, duas horas de contacto via skype. 

Quem não efetuar a avaliação receberá um certificado de frequência/participação.

pré-requisitos e metodologia

  • Ter afinidade com a área do turismo / hospitalidade
  • Ter gosto e apetência pela análise de dados (acreditar no poder dos dados);
  • Conhecimentos básicos de estatística descritiva;
  • Conhecimentos básicos de utilização do Excel;
  • Acesso a um computador com o Microsoft Excel (Office 365) e possibilidade de efetuar instalação de software de apoio (e.g., IBM SPSS Modeler, NVivo; R e R Studio, Python).
  • Formato: Presencial
  • Rácio: 20% de Teoria e 80% de Prática (aplicações com o software utilizado no módulo)

Certificação

Será entegue um certificado GADES Solutions e DGERT.

Quem não efetuar a avaliação terá apenas um certificado de frequência.

Referência bibliográficas:

  • Larose, D. & Larose, C. (2015) Data Mining and Predictive Analytics (Wiley Series on Methods and Applications in Data Mining), 2nd Edition, Wiley.
  • McGuire, K. (2017) The Analytic Hospitality Executive Implementing Data Analytics in Hotels and Casinos, SAS Institute, Inc. , John Wiley & Sons, Inc.
  • Mueller, A. C. & Guido, G. (2016) Introduction to Machine Learning with Python: A Guide for Data Scientists, O’Reilly Media.
  • Wendler, T. & Gröttrup, S. (2016) Data Mining with SPSS Modeler: Theory, Exercises and Solutions, Springer.
  • Winston, W. (2019) Microsoft Excel 2019 Data Analysis and Business Modeling, Sixth Edition, Microsoft, Pearson Education.
  • Mueller, A. C. & Guido, G. (2016) Introduction to Machine Learning with Python: A Guide for Data Scientists, O’Reilly Media.
  • Laureano, R. (2020) Testes de Hipóteses e Regressão: o meu manual de consulta rápida, Edições Sílabo. [Disponível em setembro.

Fale connosco

gades solutions

Rua Ferreira de Castro nº19

2635-361, Sintra, Portugal

Telefone: 210 124 743

Telemóvel: 932 027 860

Email: info@gades-solutions.com

inscrição

Por favor, introduza os seus dados. Entraremos em contacto brevemente.

Qual módulo deseja cursar:

3 + 3 =

Usaremos seus dados para fornecer informações sobre produtos e serviços da Gades Solutions. Para mais informações, consulte a nossa Política de Privacidade

 

COPYRIGHT © 2019 • GADES SOLUTIONS • TODOS OS DIREITOS RESERVADOS