Strumenti di Business Intellingence 1: introduzione al data warehouse
Download as PPTX, PDF1 like177 views
Dal dato in azienda alla conoscenza strutturata per effettuare scelte di business puntuali e precise. Cos'竪 e a cosa serve il data warehouse in un progetto di Business Intelligence.
More Related Content
What's hot (19)
Similar to Strumenti di Business Intellingence 1: introduzione al data warehouse (20)
Strumenti di Business Intellingence 1: introduzione al data warehouse
- 1. Strumenti di Business Intellingence 1: introduzione al data warehouse Dal dato alla conoscenza www.datamaze.it info@datamaze.it +39 0444 1496992
- 2. Le informazioni in azienda In azienda, la disponibilit di informazioni cresce in modo esponenziale. Alle sorgenti dati presenti sui sistemi ERP tradizionali, si affiancano sempre pi湛 informazioni esistenti su: o Sistemi dipartimentali di fabbrica, su soluzioni verticali per specifiche esigenze, come Gestione Qualit, Previsioni della Domanda, etc. o Soluzioni di Customer Relationship Management. o Il web e i mondi social. Il tutto con tecnologie e media molto diversi tra loro.
- 3. Il processo decisionale Chi deve prendere decisioni in azienda ha bisogno di conoscere e comprendere i fenomeni che saranno poi oggetto di scelte di business. E fondamentale riuscire a dare risposte puntuali e tempestive a domande quali: o Quanto sono efficienti le mie linee di produzione? o Mi sto garantendo la giusta marginalit sui prodotti? o In questi mesi sono allineato al budget di vendita oppure no? o Qual 竪 landamento delle vendite per agente negli ultimi 5 anni? o I livelli di servizio dei miei fornitori sono cambiati rispetto agli SLA concordati?
- 4. Dal dato allinformazione alla conoscenza Le aziende sono ricche di dati, meno di informazioni ed ancora meno di conoscenza. Vediamo il processo attraverso un esempio: o 12Ah di capacit (amperaggio) dato elementare (dato base) o Capacit riferita ad una batteria informazione (dato contestualizzato) o Unautomobile non pu嘆 usare una batteria da 12Ah in quanto di potenza inadeguata, una motocicletta invece s狸 conoscenza Ma il percorso che porta dal dato elementare alla conoscenza aziendale non 竪 cos狸 semplice.
- 5. Una conoscenza lacunosa Questa difficolt si manifesta in una disponibilit informativa, ovvero in una conoscenza di impresa, che spesso risulta essere: o Inadeguata - Non 竪 quello che voglio io! o Tardiva - Non posso aspettare tutto questo tempo. o Incompleta - Mi manca quel dato! Come faccio a fare il raffronto? o Incongruente - Ma perch辿 vengono numeri diversi? o Dispersiva - Non posso guardare report e sistemi diversi! o Non business-oriented - Non si capisce... Non posso avere una presentazione diversa? o Errata - Non ci siamo... Questi numeri non sono giusti!
- 6. Vincoli tecnici parte 1 Quali possono essere le motivazioni di questa situazione? Ecco alcune possibili spiegazioni di carattere tecnico: o I sistemi ERP (gestionali in senso lato) sono progettati per attivit di tipo operativo e non per attivit di analisi e reporting orientata al business. o Nei sistemi ERP non sono presenti dati con adeguata profondit storica che sono indispensabili per analisi statistiche di business. o Nel mondo ERP i dati sono gestiti per consentire unoperativit quotidiana e non sono organizzati in unottica di business. Risultano quindi essere nativamente poco utilizzabili per un decision maker. o Sempre pi湛 spesso per "conoscere" 竪 necessario elaborare dati presenti su media e tecnologie eterogenee.
- 7. Vincoli tecnici parte 2 oPer loro stessa natura, i dati nei sistemi gestionali sono in continua modifica ed evoluzione, cosa spesso incompatibile con la comprensione dei fenomeni aziendali. oIl significato delle informazioni disponibili non 竪 sempre coerente in tutti i supporti (gestionale, dipartimentali, sistemi delocalizzati, etc). oI tempi di calcolo ed elaborazione e le soluzioni di analisi e reporting presenti nei sistemi ERP spesso non sono in grado di supportare il processo decisionale dei manager. oManca un processo di certificazione dei dati presenti che possa "battezzare" il dato come ufficiale.
- 8. Vincoli organizzativi parte 1 Ma esistono motivazioni anche sul fronte organizzativo: o Le aziende storiche e con turnover mediamente contenuto, contengono spesso "isole di conoscenza" : Qualche volta poco inclini a condividere le conoscenze acquisite negli anni. Lazienda non si preoccupa della loro esistenza finch辿 non vengono a mancare. o La presenza di pi湛 strutture "produttrici" di informazioni fa crescere il rischio che allo stesso oggetto di business vengano attribuiti significati e valori diversi. o La mancanza di una visione unitaria e strategica delle scelte IT, a volte innesca scelte discutibili di delocalizzazione o altro dei sistemi informativi a tutto svantaggio di una visione unitaria della conoscenza di impresa.
- 9. Vincoli organizzativi parte 2 oSpesso il mondo IT si rivela poco attento alle esigenze di conoscenza dei manager aziendali, dimostrando primario interesse per la tecnologia senza considerare la stessa a supporto del business. oDaltra parte, si possono riscontrare anche atteggiamenti "coercitivi" da parte di manager o vertici aziendali che spingono/impongono soluzioni tecniche "di parte" poco integrate nellecosistema, a discapito delle problematiche di gestione della filiera informativa tra sistemi.
- 10. Quale soluzione? Da una parte, abbiamo una disponibilit di informazioni crescente e sempre pi湛 estesa anche ad ambiti esterni allazienda. Dallaltra, vi 竪 il fabbisogno di conoscenza delle imprese e dei suoi manager che cresce in modo altrettanto veloce in un contesto di mercato sempre pi湛 rapido e competitivo. Va quindi individuata una soluzione che permetta di attingere al patrimonio informativo disponibile in azienda, trasformando i dati disponibili nei diversi supporti e nelle diverse tecnologie in conoscenza del business, a supporto dei processi decisionali.
- 11. Il data warehouse La risposta a questa esigenza 竪 la realizzazione di un Data Warehouse. Vale a dire limplementazione di un ambiente che contenga informazioni, acquisite dalle fonti dati aziendali, opportunamente certificate ed organizzate. Inoltre, sar in grado di supportare in modo semplice, efficace ed intuitivo le attivit di analisi e reporting svolte dai decision maker.
- 12. I benefici del data warehouse parte 1 Un unico ambiente certificato per la diffusione di informazioni e conoscenza aziendale. Storicizzazione delle informazioni. Fruibilit del sistema in realt distribuite da un punto di vista geografico. Utilizzo di diverse tecnologie dallelevato look & feel (web, mobile, etc) come front-end per la visualizzazione delle informazioni. Realizzazione di un lessico comune aziendale. Costruzione di un repository della conoscenza aziendale indipendente dalle evoluzioni tecnologiche. Gestione di grosse moli di dati.
- 13. I benefici del data warehouse parte 2 Certificazione del processo di caricamento Possibilit di navigare nel DW con le funzionalit tipiche di questi strumenti quali: o Aggregazione dei dati a diversi livelli o Possibilit di vedere la stessa informazione da pi湛 punti di vista Documentazione di processi e strutture dati a tutto vantaggio della diffusione del know-how aziendale. Innesco di processi di miglioramento sia lato tecnico che organizzativo in una visione globale della filiera del dato.
- 14. Introduzione tecnica al DataWarehouse www.datamaze.it info@datamaze.it +39 0444 1496992
- 15. Cosa significa implementare un Data Warehouse Il cuore di un sistema di analisi e reporting 竪 senza dubbio la banca dati costruita acquisendo i dati dai sistemi alimentanti. su questa, infatti, che poi insistono i prodotti specifici di interrogazione. Per questo motivo, i passi per la realizzazione di questo ambiente sono in estrema sintesi: o Individuazione ed analisi delle fonti dati. o Progettazione ed implementazione di una banca dati multidimensionale (Data Warehouse vero e proprio) ovvero aventi caratteristiche tecniche adeguate alle necessit analitiche successive. o Sviluppo delle procedure di alimentazione della banca dati con utilizzo di strumenti ad hoc (ETL). o Customizzazione dello strumento di frontend (scelto in precedenza, se possibile alla fine della fase di analisi) per permettere le attivit di analisi e reporting.
- 16. Architettura del Data Warehouse vista 1 Fonte: Pasini, Perego Levoluzione dei Sistemi di Business Intelligence
- 17. Architettura del Data Warehouse vista 2 Livello delle Sorgenti Analisi OLAP Data Mining Reporting Staging Area Metadati What-if MOLAP ROLAP Data Mart Flat file OLTP Fonti esterne Extract Trasform Load Dati Informazione Conoscenza Livello Staging Area Livello di Presentazione Livello di Analisi Enterprise Data Warehouse
- 18. Condivisione di dimensioni SORGENTI DATI MODELLI: Previsionali Data Mining Scoring ETC. OLAP QUERY REPORTING Estrazione Estrazione Estrazione Memorizzazione: file piatti RDBMS Altri Processi: Pulizia Integrazione Standardizzazione Trasformazione Strutturazione in dimensioni Eliminazione duplicati Esportazione verso i Data Mart P & R Popolamento & Ripristino P & R DATA MART #1 ROLAP/MOLAP/HOLAP Dimensional Locally implemented User group driven May store atomic data May be frequently refreshed Conform to DW bu DATA MART #2 DATA MART #3 DATA STAGING AREA Fruizione DATA MART AREA Condivisione di dimensioni DW BUS DW BUS ACCESSO AI DATI Data Warehousing I processi del sistema di Data Warehousing
- 19. Benefici attesi del DataWarehouse www.datamaze.it info@datamaze.it +39 0444 1496992
- 20. Ulteriori benefici strategici di un Data Warehouse Come abbiamo visto, limplementazione di un ambiente DW mette a disposizione dellazienda una serie di strumenti di supporto decisionale fondamentali per garantire il controllo delle performance aziendali. Ma una corretta realizzazione di tale ambiente permette di cogliere anche alcuni obiettivi di portata strategica assolutamente da non sottovalutare. Vediamo di capire quindi il valore aggiunto che pu嘆 dare una corretta progettazione di un ambiente DW.
- 21. Obiettivo 1: Documentazione di dati e processi La progettazione del DW richiede lanalisi puntuale delle fonti dati di alimentazione del DW stesso: anagrafica articoli, anagrafica clienti, ciclo attivo, ciclo passivo, etc. Lanalisi 竪 necessaria per poter capire: o Gli oggetti di business da mappare sul DW. o I processi che li governano. Tutto questo viene documentato a vari livelli (documento di progetto, CASE di progettazione della banca dati multidimensionale, documento di mapping tra source e target, etc) e costituisce una fotografia importantissima del contenuto informativo e di processo reali in essere in azienda.
- 22. Obiettivo 2: Stimolo al miglioramento qualitativo di dati e processi La documentazione prodotta costituisce una fotografia importantissima dellazienda, specialmente se nella stessa le soluzioni informatiche sono presenti da tempo. Dalla documentazione prodotta possono emergere (e quasi sempre succede) situazioni errate, prassi organizzative sbagliate, uso scorretto di dati e procedure, etc, che inducono a momenti di riflessione e di correzione di tali anomalie. Si innesca cos狸 un processo virtuoso che introduce iniziative di miglioramento. Per inciso, tale processo non termina in questa fase: sar luso stesso del DW e dei suoi strumenti che porter ad evidenziare possibili ulteriori azioni correttive grazie alla facilit duso dello strumento stesso.
- 23. Obiettivo 3: Archivio storico della conoscenza aziendale Per sua natura, il DW deve contenere serie storiche con profondit temporale importante relativamente agli oggetti trattati (ciclo attivo, ciclo passivo, acquisti, produzione, etc). impensabile, infatti, che sul gestionale vengano mantenuti anni ed anni di dati appesantendo cos狸 il sistema anche nella quotidianit (performance, backup, etc). Progettando quindi lambiente anche con questa finalit, si procede sin da subito a mantenere sia il contenuto informativo che il livello di dettaglio necessario a soddisfare esigenze analitiche future in senso lato.
- 24. Obiettivo 4: Frontend/backend "independent" Una corretta progettazione di un DW deve garantire il pi湛 possibile lindipendenza rispetto alle possibili modifiche introdotte sia sugli strumenti di frontend (Qlikview, SAP BO, Microstrategy, Oracle BI, Cognos, etc) che sulle fonti dati (backend). In altre parole: o Se lazienda decide di cambiare lo strumento di analisi e reporting o di introdurne uno ulteriore, deve essere possibile agganciarsi ai Data Mart prodotti senza dover riprogettarli o dover rifare procedure di alimentazione. o Se lazienda decide di adottare nuove soluzioni gestionali, ancora una volta deve essere possibile riusare al massimo lambiente DW esistente, intervenendo solo sullETL. Anzi, in queste situazioni, il DW diverr il forziere informativo dellazienda, che garantir il mantenimento e luso del patrimonio informativo accumulato.
- 25. Obiettivo 5: Banca dati per analisi statistiche Gli strumenti di analisi predittiva e di data mining si stanno diffondendo sempre pi湛 nelle aziende, grazie anche alle capacit di calcolo sempre maggiori dei computer ed allaumentata disponibilit informativa. Il DW costituisce un candidato ideale per attivit di data mining ed analisi predittive, purch竪 al suo interno i dati siano presenti con la granularit necessaria (es. dettaglio scontrino di una GDO) e siano stati oggetto delle opportune attivit di data cleansing. Questultima attivit, peraltro, 竪 un must di un ambiente di Data Warehouse che deve garantire una qualit "eccellente" delle informazioni poi rese disponibili agli utenti.
- 26. www.datamaze.it info@datamaze.it +39 0444 1496992