BSAN4204 - Project (A2)

Briefing Notes

Semester 1, 2025 - Industry Partner Briefing (Business Problem)

Jason Tan of DDA Labs outlined a business problem in their briefing in Week 1, which can summarised as follows:  develop an online application that provides data-driven insights to help GoCard users identify fare anomalies (instances of fixed-fares) in their travel history and to assist users in the process of applying for a refund for incorrect fares.  The purpose of the Project Proposal/Prototype (A1) was to outline a plan to address this brief.  The purpose of your final Project (A2) in BSAN4204 is to deliver a functional form of your Project Proposal/Prototype (A1) that addresses the industry partner briefing.

Task description

The task is to produce data-driven insights that address the business problem in an effective, technically sound, and creative way.  The application should include features which guide users on how to use the application with clear and concise language, and structuring the application using a layout that ensures a good user experience as well as  delivering robust analysis of the  data.   The  application  must  include  documentation  (e.g.,  as  a section/page/tab within the application) which provides a technical summary of how the application works.

Features of the app

At a minimum, it is essential your app addresses the business problem provided by the industry partner.

Addressing the business problem provided by the industry partner is the most important feature of your app. Satisfying this requirement will constitute delivering a minimum viable product (MVP) that meets the needs of the industry partner, and hence is also the minimum requirement to be eligible for a passing grade on this assessment. To perform well beyond a passing grade on this project, you need to go beyond the MVP and deliver a application that is user friendly, visually appealing, and provides additional features that add value to the user experience. Particularly novel features (even if not fully functional at scale), will be looked upon favourably in this project.

Minimal Viable Product (MVP):

The application must be able to process a  .csv file of GoCard data in the format provided by TransLink without requiring the user to the modify the file before uploading.

The application must also help users easily identify instances of fixed-fares in their GoCard data.  A simple way to achieve this is by processing the  .csv file into a sortable table, as demonstrated in class using DT within an R  Shiny app.  This approach meets the minimum requirements for a passing grade.  Applications that provide more intuitive and user-friendly ways to explore and understand fixed-fares in their travel history will be viewed as exceeding the minimum expectations.

Calls to action:

The application must include a clear call to action for users on how to apply for a refund for any fixed-fares identified by your app. Basic applications will simply link to the TransLink refund page, while more sophisticated applications will provide informative guides for users. Advanced applications may also collate and organise the required information from the data to assist with the refund application process.

Additional features:

Enhancing the application with additional analyses beyond identifying fixed-fares will increase the value of your application for end users.  Basic applications are expected to include visualisations and/or tabulations of the variables available in a GoCard trip history  .csv file.  More advanced applications would comprise modifying the dataframe during the data processing step (e.g., calculation of new variables, or aggregating the data in meaningful ways). Highly sophisticated applications will attempt to integrate external data sources.

You are encouraged to take an ambitious approach with this project with regards to the types of additional features you include in your application.   While  delivering  a  MVP  that  addresses  the  business  problem  is essential, there is no predefined checklist of analytics (specific plots or specific statistics) you are required to include. As the capstone project of your business analytics major, this is your opportunity to showcase the full extent of your technical skills, expertise, and creativity in working with data to create value for an end user of a business analytics product.

While the goal should always be for all attempted features to be fully functional without errors,  it is not strictly required. If you are unable to implement a feature successfully, you are encouraged to retain these non- functional or partially functional features in your application.  Features that partially work can remain enabled, while those causing critical issues (e.g., those which prevent the entire app from running) can be disabled by commenting them out in your code. In either case, be sure to document all atempted features in the application’s documentation section.  Describe your efforts to implement them, along with the limitations or challenges you encountered.   This will showcase your ambition,  creativity, and problem-solving skills in striving to build a sophisticated application, while also demonstrating your ability to critically evaluate its technical limitations.

User Interface (UI) and User Experience (UX):

The application must include features which guide users on how to use the application with clear and concise language and structuring the application using a layout that ensures a good user experience as well as delivering robust analysis of the data.

Documentation:

The application must include documentation (e.g., as a section/page/tab within the application) that provides a technical summary of how the application works. This should briefly outline the methods used to process the data and highlight the main tools employed to generate insights within the application.  For R  Shiny apps, the focus should be on explaining the purpose and role of the key R libraries used.  Note: providing detailed documentation of code snippets is not required–the emphasis should remain on describing the overarching methods and approach.

Submission Guidelines

The Project (A2) assignment is worth 40 percent of your score in the course and is due in Week 10 (check eCP for exact submission date/time). Submit the following two items:

(1)  a URL link to a functioning implementation and deployment of an application which addresses the industry partner briefing (e.g., an R  Shiny app), and;

(2) the source code files used to create the application (e.g.,  .Rmd,  .app or  .ui/ .server for a R  Shiny app). If you have used a different platform other than R  Shiny, ask the course coordinator for advice on how to submit your application.

Your source code files are needed to verify the authenticity of your application and to act as a backup for running it locally if deployment issues arise.

You are not required to submit your own personal data files.  It is recommended to test your app using the example_go_card_data.csv file on BlackBoard (this file will be used to test your app in marking).