Bu dersin amacı, Uluslararası Ticaret bölümü öğrencilerine veri madenciliğinin temel kavramlarını, yöntemlerini ve iş dünyasındaki uygulama alanlarını öğretmek; öğrencilerin ticari verileri analitik bir bakış açısıyla değerlendirebilmelerini sağlamak ve veri temelli karar verme yetkinliği kazandırmaktır.
Ders kapsamında öğrencilerin; veri, bilgi ve içgörü arasındaki farkı kavramaları, veri madenciliği süreçlerini anlayabilmeleri, farklı veri türlerini tanıyabilmeleri ve uluslararası ticarette kullanılan başlıca veri kaynaklarını analiz edebilmeleri hedeflenmektedir. Ayrıca öğrencilerin, dijitalleşme ile birlikte artan veri hacminin ticari kararlar üzerindeki etkisini değerlendirebilmeleri ve analitik düşünme becerileri geliştirmeleri amaçlanmaktadır.
Bu ders, öğrencilerin klasik raporlama yaklaşımının ötesine geçerek tanımlayıcı (descriptive), teşhis edici (diagnostic), tahminsel (predictive) ve yönlendirici (prescriptive) analitik seviyelerini kavramalarını; veri kalitesi, kirli veri ve veri ekosistemi gibi temel kavramları uluslararası ticaret bağlamında yorumlayabilmelerini sağlamayı amaçlamaktadır.
Dersin sonunda öğrencilerin, gerçek iş dünyasında karşılaşılan ticari veri problemlerini anlayabilmeleri, analitik sorular üretebilmeleri ve veri madenciliği yaklaşımlarını teorik düzeyde değerlendirebilecek bilgi altyapısına sahip olmaları hedeflenmektedir.
Ön Koşullar
Yok
Eş Koşullar
Yok
Özel Koşullar
Ön koşul yok, ama temel dijital okuryazarlık ve istatistik farkındalığı önerilir.
Öğretim Üyeleri
Dr. Öğr. Üyesi Neslihan Fatma Er
Asistanlar
Ders Gün,Saat ve Yeri
Salı, 09:00 - 10:50, CATS Uzaktan Eğitim Sistemi
Görüşme Saatleri ve Yeri
Salı 11:00-12:00
Öğretim Yöntem ve Teknikleri
-Bu ders, öğrenci merkezli ve analitik düşünmeyi teşvik eden bir öğretim yaklaşımıyla yürütülmektedir. Ders kapsamında aşağıdaki öğretim yöntem ve tekniklerinden yararlanılmaktadır:
Anlatım Yöntemi: Veri madenciliğinin temel kavramları, teorik çerçevesi ve uluslararası ticaret bağlamındaki uygulama alanları sistematik biçimde açıklanır.
Örnek Olay (Vaka) Analizi: İş dünyasından gerçek veya kurgusal ticari senaryolar üzerinden veri temelli karar süreçleri incelenir.
Tartışma Yöntemi: Öğrencilerin analitik düşünme becerilerini geliştirmek amacıyla veri yorumlama ve karar üretme süreçleri sınıf içinde tartışılır.
Problem Temelli Öğrenme: Ticari veri problemleri üzerinden analitik soru geliştirme ve çözüm yolları değerlendirilir.
Kavramsal Modelleme: Veri türleri, veri kalitesi, analitik seviyeler ve veri madenciliği süreçleri şematik ve sistematik yapılar üzerinden ele alınır.
Görsel ve Dijital Materyal Kullanımı: Grafikler, tablo örnekleri ve sektörel veri senaryoları ile teorik kavramlar somutlaştırılır.
Ders sürecinde öğrencilerin; veri odaklı düşünme, analitik soru geliştirme, veri kalitesi değerlendirme ve ticari karar süreçlerini analitik bakış açısıyla yorumlama becerilerinin geliştirilmesi hedeflenmektedir.
Temel Kaynaklar
-Han, J., Kamber, M., & Pei, J. (2012). Data Mining: Concepts and Techniques. Morgan Kaufmann.
Provost, F., & Fawcett, T. (2013). Data Science for Business: What You Need to Know about Data Mining and Data-Analytic Thinking. O’Reilly Media.
Sharda, R., Delen, D., & Turban, E. (2018). Business Intelligence, Analytics, and Data Science: A Managerial Perspective. Pearson.
Laudon, K. C., & Laudon, J. P. (2020). Management Information Systems: Managing the Digital Firm. Pearson.
Özkan, Y. (2018). Veri Madenciliği ve İş Zekâsı. Papatya Yayıncılık.
Alpaydın, E. (2011). Yapay Öğrenme. Boğaziçi Üniversitesi Yayınları.
Çelik, A., & Aydoğan, E. (2019). Uluslararası Ticaret ve Lojistik Yönetimi. Nobel Akademik Yayıncılık.
Chopra, S., & Meindl, P. (2019). Supply Chain Management: Strategy, Planning, and Operation. Pearson.
Diğer Kaynaklar
-
Haftalık Ders Programı
Hafta
Dersin İçeriği
Öğretim Yöntem ve Teknikleri
1. Hafta
Veri madenciliğine giriş, veri–bilgi–içgörü kavramları, analitik seviyeler (descriptive, diagnostic, predictive, prescriptive), dijitalleşme sonrası ticarette veri kullanımı
Anlatım, görsel materyal, örnek olay incelemesi
2. Hafta
Veri türleri (yapılandırılmış, yarı yapılandırılmış, yapılandırılmamış), ticarette kullanılan veri alanları, veri kalitesi ve kirli veri kavramı
Anlatım, vaka analizi, sınıf içi tartışma
3. Hafta
Veri madenciliği süreci ve CRISP-DM modeli, problem tanımı, analitik soru geliştirme
Anlatım, problem temelli öğrenme, tartışma
4. Hafta
Tanımlayıcı ve teşhis edici analitik, temel istatistiksel kavramlar, ticari performans göstergeleri (KPI)
Anlatım, örnek çözümleme, görsel analiz
5. Hafta
Tahminsel ve yönlendirici analitik yaklaşımlar, ticari karar destek sistemleri, veri madenciliği yöntemlerine genel bakış
Anlatım, vaka analizi, senaryo değerlendirme
6. Hafta
İş dünyasında kullanılan veri madenciliği araçları ve platformlar, Power BI’nin kavramsal tanıtımı, ticari analitik mimariler
Anlatım, görsel materyal, karşılaştırmalı araç incelemesi
7. Hafta
Segmentasyon ve kümeleme kavramları, müşteri gruplama mantığı, ticarette kullanım alanları
Ticari verilerin yorumlanması, analitik sonuçların iş kararlarına dönüştürülmesi
Anlatım, örnek senaryo çözümleme
10. Hafta
Veri madenciliğinde riskler, etik konular ve veri güvenliği
Anlatım, tartışma
11. Hafta
Uluslararası ticarette analitik kullanım örnekleri (satış, lojistik, finans)
Vaka analizi, sınıf içi tartışma
12. Hafta
Büyük veri ve dijital dönüşümün ticaret üzerindeki etkileri
Anlatım, görsel materyal
13. Hafta
Güncel veri madenciliği trendleri ve sektör uygulamaları
Anlatım, örnek olay
14. Hafta
Genel değerlendirme, dersin bütüncül özeti ve tekrar
Anlatım, soru–cevap
15. Hafta
16. Hafta
17. Hafta
Değerlendirme Ölçütleri
Ölçüt Tipleri
Adet
Yüzdesi(%)
Ara sınav(lar)
1
50
Final
1
50
ÖÇ-1
Veri, bilgi ve içgörü kavramlarını ayırt eder ve veri madenciliğinin uluslararası ticaretteki rolünü açıklar.
ÖÇ-2
Uluslararası ticarette kullanılan temel veri türlerini, veri kaynaklarını ve ticari veri alanlarını tanımlar.
ÖÇ-3
Veri kalitesi boyutlarını değerlendirir ve kirli verinin ticari karar süreçlerine etkisini analiz eder.
ÖÇ-4
Veri kalitesi boyutlarını değerlendirir ve kirli verinin ticari karar süreçlerine etkisini analiz eder.
ÖÇ-5
Analitik seviyeleri (descriptive, diagnostic, predictive, prescriptive) ayırt eder ve ticari örnekler üzerinden yorumlar.
ÖÇ-6
Veri madenciliği süreçlerini (CRISP-DM) açıklayarak analitik sorular geliştirebilir.
ÖÇ-7
Uluslararası ticarette veri temelli karar verme yaklaşımlarını teorik düzeyde değerlendirir.
ÖÇ-8
Ticari veriler üzerinden elde edilen analiz sonuçlarını yazılı ve sözlü olarak ifade eder.
ÖÇ-9
Güncel ticari ve ekonomik verileri eleştirel ve analitik bakış açısıyla yorumlar.
Program Çıktıları
PÇ-1
Uluslararası Ticaret alanında teorik ve uygulamalı düzeyde ileri derecede bilgi sahibi olur ve bu bilgileri kullanır.
PÇ-2
Uluslararası Ticaret ve Ekonomi ile ilgili temel kavram, fikir ve verileri bilimsel yöntemlerle inceler, eleştirel ve analitik bakış açısı ile yorumlar ve ekonomik olay ve gelişmelerle ilişkilendirerek değerlendirir.
PÇ-3
Uluslararası Ticaret ile ilgili konularda düşünce, yorum ve değerlendirmelerini yazılı ve sözlü olarak aktarır.
PÇ-4
Güncel sorunları tanımlar, kanıtlara ve araştırmalara dayalı nitel ve nicel verilerle desteklenmiş çözüm önerileri geliştirir.
PÇ-5
Uluslararası Ticaret kavramı ile bağlantılı kamu kurumları ve özel sektör kuruluşlarının, nasıl işlediğini inceler ve bu alandaki süreklilikleri ve değişiklikleri değerlendirir.
PÇ-6
Yerel, bölgesel (örneğin Avrupa Birliği ve Orta Doğu) ve küresel gelişmeleri politik ekonomik açıdan tanımlar, takip eder ve bu gelişmeler arasında ilişki kurar.
PÇ-7
Uluslararası Ticaret ile ortak çalışma içerisinde olan disiplinlere (örneğin; iktisat, hukuk, finans, uluslararası işletme vb) ilişkin temel bilgilere sahip olur ve bu bilgileri rapor eder.
PÇ-8
Uluslararası Ticaret, Küreselleşme ve Finansman sistemleri ile ilgili İngilizce yayın ve araştırmaları izler ve meslektaşları ile uluslararası alanda iletişim kurar.
PÇ-9
İkinci bir dili (İngilizce, Rusça ya da Çince) orta düzeyde kullanır.
PÇ-10
Veri toplanması, yorumlanması ve duyurulması aşamalarında bilimsel ve etik değerlere sahip olur, yargılar ve değerlendirir.
