Course code INN353

INN353 Modellering og kontroll av forretningsprosesser

English course information

Søk etter andre emner

Viser emneinfo for studieåret 2021 - 2022.

Emneansvarlige: Joachim Scholderer
Studiepoeng: 5
Ansvarlig fakultet: Handelshøyskolen
Frekvens: Årlig
Undervises på språk: EN
(NO=norsk, EN=Engelsk)
Begrensning antall plasser:
70
Undervises i periode:
Emnet har oppstart høsten 2022. Emnet starter i høstparallellen. Emnet har undervisning/vurdering i høstparallellen. 
Første gang: Studieår 2021-2022
Fortrinnsrett: <list listType="numbered"><listItem>Studiespesialiseringer som har dette kurset obligatorisk vil ha prioritet: Digital forretningstransformasjon (M-EI), business analytics (M-TDV) og business analytics (M-ØA)</listItem><listItem>Studenter fra datavitenskap (M-DV og M-TDV), entreprenørskap og innovasjion (M-EI), industriell økonomi og teknologiledelse (M-IØ) og økonomi og administrasjon (M-ØA) som har bestått alle nødvendige og anbefalte forutsetningsemner for kurset</listItem></list><p></p>
Emnets innhold:

I dette kurset vil deltakerne lære klassiske og moderne teknikker for modellering og kontroll av forretningsprosesser, og hvordan disse teknikkene kan brukes til automatisert prosessovervåking, avviksdeteksjon og avvikshåndtering.

  • Introduksjon til prosessmodellering og prosesskontroll
  • Datadrevet modellering av forretningsprosesser, basert på hendelsesloggdata
  • Samsvarskontroll
  • Statistisk prosesskontroll
  • Kapabilitetsanalyse
  • Automatisering av avviksdeteksjon og avvikshåndtering
  • Implementering i bedriftens informasjonssystemer

Kurset tar en datadrevet tilnærming. Vi vil arbeide med hendelsesloggdata fra ERP-, CRM- og SCM-systemer. Avanserte prosessanalyseteknikker demonstreres i Celonis, Python, R og SAS.

Praktisk arbeid med virkelige case er en viktig del av kurset. Deltakerne vil jobbe i grupper på et semesterlangt caseprosjekt.

Læringsutbytte:

Kunnskaper

  • Forstå de teoretiske grunnlagene for klassiske og moderne prosessmodellerings- og kontrollteknikker

Ferdigheter

  • Kunne bruke algoritmer til datadrevet modellering av forretningsprosesser
  • Kunne lage og bruke viktige typer kontrolldiagrammer
  • Kunne utføre kapabilitetsanalyser
  • Kunne bruke teknikkene til automatisert overvåking av forretningsprosesser
  • Kunne bruke teknikkene til automatisert avviksdeteksjon og avvikshåndtering

Generell kompetanse

  • Kunne arbeide i tverrfunksjonelle prosjektstrukturer
  • Kunne bidra konstruktivt i prosessautomatiseringsprosjekter 
Læringsaktiviteter:
Forelesninger, øvinger med data og programvare, case-workshops under veiledning, selvstendig gruppearbeid relatert til prosjektoppgaven
Læringsstøtte:
Canvas, Microsoft Teams
Pensum:
  • Montgomery, D. C. (2019). Introduction to statistical quality control (8th Ed.). Hoboken, NJ: Wiley.
  • Van der Aalst, W. (2016). Process mining: Data science in action (2nd Ed.). Berlin: Springer.
  • Utvalgte tidsskriftartikler og bokkapitler
Forutsatte forkunnskaper:
  • INN265 Analyse av forretningsprosesser
Anbefalte forkunnskaper:
  • INF120 Programmering og databehandling
  • BUS240 Vareproduksjon og logistikk eller IND210 Driftsledelse
Vurderingsordning:
Samlet vurdering, basert på en individuell midtveis-hjemmeeksamen (vekt: 50%) og en prosjektoppgave, utført i grupper på fire deltakere (vekt: 50%). Ingen kontinuasjonseksamen blir arrangert i dette faget.
Sensor:
Ekstern sensor kvalitetssikrer pensum, eksamensoppgaver og prinsipper for evaluering og besvarelser.
Merknader:
Emnet har oppstart høsten 2022.
Normert arbeidsmengde:
125 timer
Opptakskrav:
Bachelorgrad (eller tilsvarende)
Overlapp:
INN350 (5 stp) 
Undervisningstid:
  • Forelesninger og case-workshops: 20 timer
  • Øvinger med data og programvare: 5 timer
  • Prosjektoppgave: 50 timer
  • Selvstudium/pensumlitteratur: 50 timer
Eksamensdetaljer: :