6 Sigda
-
Upload
majong-devjfu -
Category
Documents
-
view
1.896 -
download
1
description
Transcript of 6 Sigda
SISTEMI INFORMATIVI PER LA GESTIONE DELL’AZIENDA
dott. ing. Francesco [email protected]
dott. ing. Francesco Guerraa.a. 2009/2010
2
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il modello informatico deisistemi informativi direzionali
dott. ing. Francesco Guerraa.a. 2009/2010
3
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Le esigenze informative direzionali
I sistemi informativi direzionali hanno lo scopo di supportare il management aziendale fornendo le informazione per supportare il processo decisionale.Dal punto di vista informativo i processi direzionali usano indici, e cioe’ informazioni aggregate:
Informazioni aggregate preventive esprimono obiettivi e traguardiInformazioni aggregate consuntive si riferiscono a risultati effettivi: derivano da SI operativi che rilevano e memorizzano le attivita’
La base di dati direzionale deve privilegiare la consultazione:Occorre che sia strutturata secondo le diverse chiavi utilizzatenell’analisi dei risultati finanziari e operativi (centri di costo, prodotti, cliente, …)Occorre permettere l’analisi di serie storiche e multidimensionali, cioe’secondo le varie chiavi (dimensioni) che usate nel processo di controllo
La base di dati preposta a operazioni di questo tipo e’ detta “data warehouse”
dott. ing. Francesco Guerraa.a. 2009/2010
4
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
I livelli di elaborazione
L’elaborazione delle transazioni nelle aziende e’informatizzata da SI di tipo ES (ERP, CRM, …) che memorizzano gli eventi gestionali su basi di dati.Si puo’ immaginare il SI direzionale come uno strato superiore che poggia sullo strato di elaborazione delle transazioni da cui ricava la materia prima.Il SI direzionale opera in due stadi fondamentali di elaborazione:
La trasformazione di dati elementari in informazioni direzionaliL’elaborazione delle informazioni trasformate attraverso suite di applicazioni
Conseguentemente, l’architettura dei sistemi direzionali e’stratificata su piu’ livelli.
dott. ing. Francesco Guerraa.a. 2009/2010
5
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Architettura standard dei sistemi direzionali
ESTRAZIONE
•DATA ENTRY •ACQUISIZIONE DATI ESTERNI
BASI DATI TRANSAZIONALI
TRASFORMAZIONECARICAMENTO
DATA WAREHOUSE
Motori di calcolo (DSS)
Motori di presentazione(EIS, reporting)
Altri motori(p.e. Mining)
DATA MART
ETL
dott. ing. Francesco Guerraa.a. 2009/2010
6
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
I livelli di elaborazione (1)
Livello 0: fontiIl numero delle fonti puo’ essere elevato: in generale tanto piu’ sono numerose le informazioni del SI direzionale tanto maggiore e’ il numero delle fonti
Livello 1: input e trasformazioneE’ formato dai processi che eseguono il ciclo detto ETL (Extraction, Transformation and Loading), che include:
La selezione e l’estrazione delle informazioni relative al periodo da elaborareLa trasformazione delle informazioni operative che sono necessarie per produrre le informazioni direzionaliIl caricamento dei dati nella base di dati
Possono essere incluse in questa fase altre possibili applicazioni destinate al data entry, utilizzate per il caricamento degli obiettivi direzionali e del budget.Le fasi estrazione e di caricamento hanno prevalentemente interesse informatico
dott. ing. Francesco Guerraa.a. 2009/2010
7
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
I livelli di elaborazione (2)
Livello 2: memorizzazioneQuesto livello comprende le basi di dati che memorizzano le informazioni direzionali in una struttura orientata all’analisi multidimensionale.
Operational data store: struttura di memorizzazione costituita da una semplice estrazione delle basi di dati relazionaliData warehouse: si tratta di un insieme di basi di dati relazionali che offrono uno schema logico integrato per la loro consultazioneData mart: sono dei sotto-insiemi di informazione estratta dal data warehouse attraverso i quali le interrogazioni da parte degli utenti finali sono rese maggiormente efficienti.Al livello di memorizzazione si collocano anche i metadati: si tratta di informazioni sui dati che ne descrivono il formato, il dominio, le modalita’ di aggiornamento, …
dott. ing. Francesco Guerraa.a. 2009/2010
8
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
I livelli di elaborazione (3)
Livello 3: elaborazioneIl livello 3 elabora e presenta le informazioni sintetiche per il management. Il livello 3 comprende i motori applicativi per:
presentazione, di tipo interattivo guidato, finalizzata ad utenti inesperti (EIS)preparazione di rendiconti, con funzionalità ricche e complesse, finalizzate ad utenti esperti (reporting)motori vari di analisi
Decision support systems: sistemi informatici che si utilizzano nel processo decisionale come supporto all’estrazione di informazioni dalle basi di dati e alla loro visualizzazioneData mining: strumenti e tecniche utilizzati per estrarre dai dati informazioni nascoste (informazioni predittive)Business Intelligence: insieme di attivita’ orientate a estrarre informazioni dai dati di businessKnowledge management: gestione complessiva dell’insieme di conoscenza anche non strutturata (documentazione tecnica e di progetto)
dott. ing. Francesco Guerraa.a. 2009/2010
9
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello delle fonti
Le fonti dei SI direzionali sono le basi di dati operative che includono dati anagrafici e dati dinamici. La provenienza dei dati e’ diversa: sistemi di distribuzione, sistemi di gestione ordini, sistemi contabili, …
Tutte le basi di dati operative sono potenziali fontiLa qualita’ dei dati del SI direzionale e’ funzione della qualita’dei dati dei SI di livello operativoA causa del numero dei tipi di dato dei SI operativi, la progettazione dei SI direzionali puo’ essere solo di tipo top-down: si parte dalle variabili che devono essere elaborate (target data) e si individuano le fonti informative corrispondenti (source data)
dott. ing. Francesco Guerraa.a. 2009/2010
10
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Fonti del rendiconto direzionale
Spedizioni e trasporto
Magazzini prodotti finiti
Movimentaz. delle scorte
Controllo avanzamento produzione
Ricezione e collaudo
Magazzini delle materie prime
Conto lavorazione
Gestione laboratori
Flusso dei materiali
Schede di lavoro
Schedulazione dei progetti
Pianificazione dei progetti
Archivio DisegniDistinta base di
progettazione
Piano dei progetti
Osservatorio Tecnologico
Progettaz. & Industrializz
Gestione ordini fornitori
Schedulazione delle consegne
Programmazione delle forniture
Anagrafe dei fornitori
distinta base di produzione
Piano degli acquisti
Marketing acquisti
Approvvigionam.
Gestione degli ordini alla produzione
Schedulazione dei reparti
Programmaz. Stabilimenti
Anagrafe impianti
Cicli di lavorazione
Piano della produzione
Fabbricaz.
Gestione degli ordini dei clienti
Schedulazione dei trasportatori
Programmaz. Trasporti
Anagrafe dei clientiCatalogo dei
prodotti
Previsioni vendita
Marketing
Distribuzione & vendita
Flusso degli ordini
Schedulazione
Programmazione operativa
Gestione dei dati tecnici
Pianificazione
Analisi strategica e ambientale
dott. ing. Francesco Guerraa.a. 2009/2010
11
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Perche’ una gestione specifica dei dati direzionali?
L’informazione direzionale e’ diversa da quella operativa:Finalita’:
sistemi operativi hanno come fine esecuzione di attivita’ correnti; sistemi direzionali hanno come obiettivo fornire informazioniSistemi informazionali devono descrivere il passatoTipi di dati diverso (informazioni sul trattamento IVA o sullecoordinate bancarie non sono utili nel sistema direzionale, la profilazione dei clienti si ma non c’e’ nell’operativo)
StrutturaOperativi: articolati attorno alle funzioni aziendaliDirezionali: soggetti di interesse
Utenza e strumenti:Operativi: personale tecnico esecutivo necessita’ di essereguidati dal softwareDirezionale: manager e decisori necessita’ di guidare il software rispetto alle esigenze
dott. ing. Francesco Guerraa.a. 2009/2010
12
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Perche’ una gestione specifica dei dati direzionali?
Storicita’ dei datiSistema operativo
valuta lo stato corrente aziendaleSpesso i dati storici sono limitati per risparmiare spazio
Sistema direzionaleNecessita’ di dati storici per confronto
Livello di dettaglioNel sistema operativo si hanno livelli di dettaglio non utili nelsistema direzionale
Tipo di accessoI sistemi operativi richiedono operazioni di lettura e di scrittura, mente i sistemi direzionali necessina unicamente di accessi in lettura
dott. ing. Francesco Guerraa.a. 2009/2010
13
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Esempio: il caso Rossetti
CONTESTO La catena di supermercati ROSSETTI conta 300 punti vendita in 3 regioni; ciascuno di essi offre circa 60.000 prodotti diversi. Il supporto alle attività operative si basa sulla raccolta dei dati relativi all'ingresso, allo stoccaggio ed all'uscita delle merci nei magazzini dei singoli punti vendita. La cattura dei dati può avvenire in diversi momenti ed a diversi stadi del flusso dei prodotti (logistica in entrata, display scaffale o vendita alle casse).La vendita è registrata dallo scontrino.
REQUISITISi vuole osservare l’andamento delle vendite.Fatti:
Vendite giornaliere unitarie di prodotto per punto di vendita Unità di misura: valore, q.ta, numero scontrini
Dimensioni di analisi e loro granularità
Tempo : valore giornalieroProdotto : codice prodottoPunto Vendita: singolo punto vendita
Profondità temporale (non espressa) : 24 mesi
dott. ing. Francesco Guerraa.a. 2009/2010
14
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Scontrino # 2002a23b11Punto di vendita #0021MI
Cod art Des Prezzo Qta Importo#190 Pen 3560 2 7.120#69 Mat 550 10 5.500#90 Lib 32000 1 32.000TOTALE 44.620Pagamento Carta P.Data 11-06-96
Tabella Anagrafe Prodotto• # Articolo• # Punto di vendita• Descrizione• Prezzo• Unità di misura della quantità• Scorta corrente • Scorta a inizio giornata• Previsione consumo medio giornaliero
Tabella Testata Scontrini• # Punto di vendita• # Scontrino• Importo• Mezzo pagamento• Data
Tabella Dettaglio Scontrini• # Scontrino• # Articolo• Importo• Quantità
Livello 0: fonti – schema delle informazioni
dott. ing. Francesco Guerraa.a. 2009/2010
15
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di trasformazione
La trasformazione comprende le elaborazioni attraverso le quali dalle registrazioni delle fonti (source data) si ottengono le registrazioni della base di dati direzionale (target data)
Si tratta di operazioni periodiche e includono controlli sulla qualita’dei source data.
Estrazione e controlloL’estrazione e’ integrata da elaborazioni di controllo dette data cleaning per garantire la completezza e la correttezza dei dati.I dati che devono essere elaborati vengono posti in un archivio temporaneo detto staging areaLa combinazione di staging area e di elaborazione di cleaning permette la tracciabilita’ del source data e offre un’area di memorizzazione per le elaborazioni di verifica e controlloI source data corretti e completi possono essere memorizzati in una warehouse di dettaglio detta ODS (Operational Data Store)
dott. ing. Francesco Guerraa.a. 2009/2010
16
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di trasformazione (2)
TrasformazioneScopo della trasformazione e’ ottenere i target data attraverso:
Operazioni di riconciliazione: viene verificata la congruita’ e sono omogeneizzati i dati provenienti da diverse fonti e riferiti allo stesso oggettoRiconoscimento dei duplicatiStandardizzazione dei formatiPulizia dei dati
Dati incompleti / errati / inconsistenze
CaricamentoSi tratta di una elaborazione periodica attraverso cui i dati sono inseriti nella warehouseLa periodicita’ del caricamento e’ arbitraria
dott. ing. Francesco Guerraa.a. 2009/2010
17
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Livello 2: input e trasformazione - esempio
Tabella Testata Scontrini• # Punto di vendita• # Scontrino• Importo• Mezzo pagamento• # Data
Tabella Dettaglio Scontrini• # Scontrino• # Articolo• Importo• Quantità
LIVELLO 1 - TRASFORMAZIONE
Tabella Riepilogativa (=totalizza più record di scontrini con eguali le chiavi indicate qui sotto) • # Punto vendita • # Articolo• # Data• Quantità totale venduta dell’articolo # nel punto di vendita # nella data #• Importo delle vendite dell’articolo # nel punto di vendita # nella data #• Numero degli scontrini emessi dell’articolo # nel punto di vendita # nella data #
LIVELLO 2 –DATA WAREHOUSE
LIVELLO 0 –
FONTI
dott. ing. Francesco Guerraa.a. 2009/2010
18
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di memorizzazione
I sistemi direzionali si basano su una struttura dati dettamultidimensiale adatta all’analisi:
Il processo di analisi si articola intorno a soggetti che l’aziendaha interesse a misurare e a controllare
Es: abitudini di acquisto dei clienti ( cliente)Margine di reddittivita’ degli articoli ( articoli)
L’analisi e’ effettuata valutando in che misura un soggettopartecipa a un evento
Es: acquisti effettuati dal cliente ( vendite registrate)Articoli venduti
Uno stesso soggetto puo’ essere messo in relazione con altrisoggetti e analizzato attraverso una matrice multidimensionale
Ogni evento e’ descritto da un insieme di coordinate ognuna dellequali rappresenta un soggetto di interesse per le analisi dacondurre su quell’evento
dott. ing. Francesco Guerraa.a. 2009/2010
19
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di memorizzazione
Nella terminologia corrente si parla diIpercubo: matrice di analisi multidimensionaleFatto: l’evento ottenuto specificando un valore per ognidimensione di analisiMisura: quantificazione del fatto
Es: Fatto: vendita di un prodottoMisura: quantita’, importo di venditaDimensione di analisi: cliente, tempo, articolo
Tempo
Prodotto
Arti
colo
dott. ing. Francesco Guerraa.a. 2009/2010
20
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di memorizzazione
FattiEventi che accadono nell’ambito dell’attivita’ di unaorganizzazione
Indicazioni sull’andamento delle attivita’: reclami, spedizioni, arrivimerci, richieste di informazioni
Ogni fatto e’ caratterizzato da:Alcune dimensioni che lo collocano nel tempo e nello spazioaziendale (a chi e a che cosa il fatto si riferisce)Almeno un dato numerico che quantifica il fatto rispetto all’analisiche si intende compiere (es: importo fatturato per analizzare le vendite)Eventuali informazioni descrittive utili per commentare il fatto(elenco fatture, informazioni qualitatibe su altre dimensioni non rappresentate)
dott. ing. Francesco Guerraa.a. 2009/2010
21
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di memorizzazione
MisureEsprimono caratteristiche numeriche del fatto e ne descrivonoaspetti quantitativi
Es vendite: (cliente: bianchi; art: 2, data: 12/11/2009) Quantita’ =5
Alcuni fatti possono essere senza misure (un articolo a cui non corrisponde nessun acquisto, assenza di reclamo rispetto a un prodotto)
DimensioniInsieme dei soggetti a cui si vuole rapportare l’analisiLe dimensioni di analisi possono essere numerose:
Maggiore e’ la quantita’, maggiore la complessita’ del sistemainformativoNormalmente si tende a diminuire il numero di dimensioni per facilitare l’analisiOgni dimensione e’ caratterizzata da un dominio
dott. ing. Francesco Guerraa.a. 2009/2010
22
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di memorizzazione
Gerarchie di dimensioniOgni dimensione puo’ essere aggregata in una gerarchia diattributiGli attributi di una gerarchia si chiamano attributi dimensionaliEs:
GiornoSettimanaMeseAnno
L’analisi dei fatti di un cubo puo’ essere condotta attraverso delleviste dei dati che utilizzano un insieme di attributi dimensionalidella gerarchia di analisi
Es: un cubo relativo alle vendite ha una dimensione di analisi relativaalla citta’ che appartiene a una gerarchia citta’ – regione – stato
Il dato delle vendite puo’ essere visualizzato rispetto alle citta’, alle regioni e agli stati in cui e’ effettuata una vendita
dott. ing. Francesco Guerraa.a. 2009/2010
23
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di memorizzazione
Pighin, 2005
dott. ing. Francesco Guerraa.a. 2009/2010
24
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di memorizzazione
Data warehouse e metodologia OLAPLa memorizzazione dei dati avviene a livello di data warehouse o di data martDatawarehouse: “Subject-oriented, integrated, time-variant(temporal), non volatile collection of summary and detailed data, used to support strategic decision-making process for the enterprise” Inmon (1997)La struttura di memorizzazione dei dati orientata alla consultazione divide due tipi di tabelle: la “tabella dei fatti” e la “tabella delle chiavi”Il termine OLAP (On-Line Analytical Processing) identifica gli strumenti orientati all’analisi interattiva con caratteristiche:
Velocita’AnalisiCondivisioneMultidimensionalita’Informative
dott. ing. Francesco Guerraa.a. 2009/2010
25
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Tecniche di analisi dei dati
I principali operatori OLAP sono:Drill down: permettere di scendere verso un maggiore dettaglio delle informazioniRoll up: permette di aggregare le dimensioniSlice: permette di limitare l’insieme dei dati di analisi alla porzione ottenuta fissando una delle dimensioniDice: permette di limitare l’insieme dei dati di analisi a una porzione caratterizzata da valori prefissati in uno o piu’attributi dimensionaliPivot: permette di “ruotare” l’ipercubo” di analisi ridisponendo le dimensioni di analisi
dott. ing. Francesco Guerraa.a. 2009/2010
26
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Tecniche di analisi dei dati: esempi
Drill Down
Roll up
dott. ing. Francesco Guerraa.a. 2009/2010
27
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Tecniche di analisi dei dati: esempi
Slice
Pivot
Dice
dott. ing. Francesco Guerraa.a. 2009/2010
28
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
FATTI=VENDITE
TEMPO Tempo (ch) Tempo attributi (da def.)
PRODOTTO
PUNTO VENDITA
Prodotto (ch) Prodotto attributi (da def.)
PuntoVendita (ch) PuntoVendita attributi (da def.)
Tempo (ch)
Prodotto (ch)
PuntoVendita (ch)
Vendite a valore
Vendite a qtà
Numero scontrini
Livello 3.A: il data warehouse – tabella dei fatti
La tabella dei fatti (p.e. Vendite) contiene i valori dei fatti (variabili) e la chiave multipla corrispondente alle dimensioni di analisi applicateA una tabella dei fatti corrispondono da 1 a N tabelle chiave (p.e. Tempo, Prodotto, Punto-vendita)Una stessa tabella chiave (per esempio Tempo) può essere collegata a piùtabelle di fatti (p.e. Acquisti)
dott. ing. Francesco Guerraa.a. 2009/2010
29
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
VENDITE
Tempo (ch)
Prodotto (ch)
PuntoVendita (ch)
Vendite a valore
Vendite a qtà
Numero scontrini
TEMPO
PRODOTTO
PUNTO VENDITA
Tempo (ch) Giorno nella settimanaData nel meseNumero di giorni annoNum di settimane annoMeseTrimestrePeriodo FiscaleFlag feriale / festivoFlag ultimo giorno meseStagioneEvento
Livello 3.A: il data warehouse – dettaglio tempo
• La tabella Tempo é una tabella chiave
• Ogni tabella chiave contiene anche gli attributi della chiave
• E’ perciò possibile realizzare gerarchie sulle chiavi implementate mediante opportune tabelle
dott. ing. Francesco Guerraa.a. 2009/2010
30
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
VENDITE
Tempo (ch)
Prodotto (ch)
PuntoVendita (ch)
Vendite a valore
Vendite a qtà
Numero scontrini
PRODOTTO
PROMOZIONE
TEMPO
PUNTO VENDITA
Prodotto (ch) DescrizioneNumero codice a barreQtà per confezioneTipo confezioneMarcaSottocategoriaCategoriaRepartoPesoPeso unità di misuraPezzi per confezionePezzi per imballoPezzi per palletScaffale larghezzaScaffale altezzaScaffale profondità
Livello 3.A: il data warehouse – dettaglio prodotto
dott. ing. Francesco Guerraa.a. 2009/2010
31
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
VENDITE
Tempo (ch)
Prodotto (ch)
PuntoVendita (ch)
Vendite a valore
Vendite a qtà
Numero scontrini
PUNTO VENDITA
TEMPO
PRODOTTO
Punto Vendita (ch) DescrizioneTipologia IndirizzoDistrettoAreaData Prima AperturaSuperficie punto venditaSuperficie repartoServizi finanziariResponsabile PdV
Livello 3.A: il data warehouse – dettaglio punto di vendita
dott. ing. Francesco Guerraa.a. 2009/2010
32
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Tempo
Prodotto
Prom
ozio
ne
PdV
Tempo
Prodotto
Prom
ozio
ne
PdV
Tempo
Prodotto
Prom
ozio
ne
PdV
Vendite a valoreVendite a qtà
Numero
scontrini
FATTI
TEMPO Tempo (ch) Tempo attributi (da def.)
PRODOTTO
PUNTO VENDITA
Prodotto (ch) Prodotto attributi (da def.)
PuntoVendita (ch) PuntoVendita attributi (da def.)
Tempo (ch)
Prodotto (ch)
PuntoVendita (ch)
Vendite a valore
Vendite a qtà
Numero scontrini
Struttura della base dati multi-dimensionale
NB Il dominio del DM, rispetto al DW relazionale:
• può coincidere (vedi esempio)
• può essere un sotto-insieme• può essere un superinsieme
(p.e. + dimensione “fase gestionale” + variabile “costi” ottenuta per calcolo)
dott. ing. Francesco Guerraa.a. 2009/2010
33
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Altri esempi di analisi
Analisi acquisti
dott. ing. Francesco Guerraa.a. 2009/2010
34
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Altri esempi di analisi
Analisi di marginalita’
dott. ing. Francesco Guerraa.a. 2009/2010
35
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Altri esempi di analisi
Analisi di produzione
dott. ing. Francesco Guerraa.a. 2009/2010
36
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Altri esempi di analisi
Controllo di qualita’
dott. ing. Francesco Guerraa.a. 2009/2010
37
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Altri esempi di analisi
Servizio assistenza clienti
dott. ing. Francesco Guerraa.a. 2009/2010
38
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Osservazioni sulla tecnologia OLAP
La velocita’ di ritrovamento nella tecnologia OLAP e’ istantanea. Cio’ ha incrementato la sua diffusione, nonostante l’assenza di un linguaggio standard di descrizione e di interrogazione dei dati e quindi il ricorso a strutture proprietarie dei singoli produttoriLe sfide tecnologiche sono il riempimento e la scalabilita’.
Riempimento: non tutti gli incroci degli assi degli ipercubicontengono valori, ma i valori sono sparsi fra celle e spesso posti lontano uno dall’altroIl tasso di riempimento diminuisce (peggiora) all’aumentare del numero delle dimensioni. Un tasso basso e’ critico per gli sprechi di tempo nella elaborazione e di memoria per il salvataggio dei datiLa tecnologia e’ sensibile all’inserimento di nuovi valori per questo motivo l’uso e’ destinato in generale alla sola visualizzazione (la struttura degli ipercubi e’ creata al caricamento e lasciata inalterata dalla consultazione)
dott. ing. Francesco Guerraa.a. 2009/2010
39
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di elaborazione
Gli attuali sistemi informativi direzionali sono costituiti da tre tipi di supporti informativi:
Sistemi che producono reporting di origine contabileSistemi che producono un reporting di origine extracontabileSistemi di supporto a processi decisionali di tipo non routinarioe non strutturato
dott. ing. Francesco Guerraa.a. 2009/2010
40
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il reporting di origine contabile
I sistemi di reporting contabili automatizzati si sviluppano in relazione a tre tipi di esigenze:
La necessita’ di fornire informazioni alla direzione aziendale per il governo dell’impresaL’esigenza di fornire informazioni certificabili verso terzi, quindi in ottemperanza alla normativa civilistica e contabileLa necessita’ di alleggerire il carico di lavoro gravante sulle attivita’ contabili svolte a livello operativo.
I sistemi di reporting sono condizionati dalle impostazioni concettuali e dalle modalita’ pratiche con cui e’ realizzata la contabilita’ automatizzata.
La progettazione implica una conseguente progettazione anche del sistema contabile
dott. ing. Francesco Guerraa.a. 2009/2010
41
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il reporting di origine contabile
Viene distinto sulla base degli aspetti della realta’ aziendale cui si riferisce e rappresenta (reporting economico, finanziario, commerciale, …)La struttura basilare comprende le seguenti categorie di informazione:
Informazioni relative allo stato patrimonialeInformazioni relative al conto economico di esercizioInformazioni relative alla redditivita’, alla efficienza e alla situazione finanziariaInformazioni analitiche sui fabbisogni e sulle disponibilita’Informazioni relative all’andamento dei risultati economici infra-annuali
dott. ing. Francesco Guerraa.a. 2009/2010
42
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il reporting di origine extracontabile
In contesti di instabilita’ e di rapida evoluzione, l’attenzione si sposta verso i sistemi di origine extracontabile, che possono aiutare il manager alla individuazione dei fattori critici di successo (CSF – Critical Success Factors) e che dipendono dalle seguenti condizioni:1. Il settore in cui opera l’impresa2. La strategia e la posizione competitiva dell’impresa3. Le condizioni di contesto in cui opera l’impresa4. Situazioni contingenti e temporanee5. La personale visione del mondo che ha la direzione cui e’
destinato il reporting
dott. ing. Francesco Guerraa.a. 2009/2010
43
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Limiti della reportistica
I principali limiti della reportistica sono i seguenti:Staticita’ dei dati estratti: un reporto fotografa una situazione aziendale secondo una logica prefissata. Se il report suggerisce un’ulteriore analisi occorre lanciare un secondo report che se non presente occorre far sviluppareDifficolta’ e lentezza dell’iter di realizzazione:ogni nuova esigenza di report viene trattata come una fornitura e quindi puo’ comportare l’analisi di una offerta, l’ordine e l’installazione.
Il tempo tra la necessita’ e l’ordine puo’ essere lungoIl processo decisionale che si basa sul quel report rimane bloccato
dott. ing. Francesco Guerraa.a. 2009/2010
44
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Limiti della reportistica
Uso di fogli elettroniciPuo’ velocizzare il processo di produzione dell’analisi in quantolo strumento e’ configurabile in modo autonomodall’utilizzatoreRichiede competenze non sempre posseduteSi tratta di un processo macchinoso: i dati devono essereestratti dalle fonti e portati su fogli di calcolo.
Pulizia dei datiGestione di grandi quantitativi di datiUso di dati storici
Scarso controllo dei datiProliferazine di strumenti di calcolo personalizzati e non controllatiGrande complessita’ del database operativo difficolta’ nelreperire i dati utili e le logiche sottese
dott. ing. Francesco Guerraa.a. 2009/2010
45
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Il processo decisionale e i sistemi di supporto alle decisioni
Il modello sviluppato da Simon negli anni ’60 (ulteriormente evoluto) indica che il decisore nel compiere decisioni passa attraverso 5 momenti logici successivi:1. Ricognizione del problema (intelligence)2. Ricerca di possibili soluzioni (design)3. Valutazione e scelta dell’alternativa migliore (choiche)4. Attuazione della decisione (implementation)5. Controllo sui risultati e aggiustamento dell’azione (control)
Non tutte le decisioni sono dello stesso tipo: esistono decisioni strutturate e decisioni poco/per nulla strutturate.
dott. ing. Francesco Guerraa.a. 2009/2010
46
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Tipi di decisioni e soluzioni organizzative
Non strutturate o poco strutturateobiettivi numerosi e in conflitto
tra di loro, non espressi in forma certa e con pesi e priorita’
situazioni nuove e analisi delle soluzioni che modificano il risultato
natura del problema complessa ed elusiva: conseguenze insolite e non note
decisione unica, rilevante da trattare in modo specifico
Strutturateripetitive
Tipi di decisioni
Si attua un processo di selezione in cui si mettono in luce gli individui capaci di affrontare le situazioni in modo
razionaleintuitivoorientativo
l’organizzazione sviluppa processi specifici (procedure standard)
Soluzioni organizzative
dott. ing. Francesco Guerraa.a. 2009/2010
47
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Tecniche per il supporto delle decisioni
giudizio, intuito e creativita’regole empiriche (riflessione
guidata)apprendimento (selezione e
addestramento dei dipendenti
esperienza (abitudine)procedure operative standardstrutture organizzative che
guidano ( sistemi sottobiettivi, canali informativi formali, delega e limiti di responsabilita’)
Tradizionali
accesso flessibile alle basi di dati
sviluppo di modelli quantitativi direttamente da parte del decisore
sviluppo di supporti decisionali di tipo expert system
Area dei sistemi di supporto alle decisioni
l’organizzazione sviluppa dei processi specifici
Area dei supporti operativi e del reporting
Informatiche
Dec
isio
ni poco
st
rutt
ura
teD
ecis
ioni
stru
ttura
te
dott. ing. Francesco Guerraa.a. 2009/2010
48
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Le diverse tipologie di sistemi di supporto alle decisioni
I DSS (Decision Support Systems) si possono suddividere in tre famiglie:1. DSS data oriented: basati sulle tecniche di interrogazione dei
patrimoni di dati al fine di estrarre le informazioni che vi sono contenute a livello potenziale
2. DSS model oriented: intesi a riprodurre mediante modelli matematici e logici gli effetti del processo decisionale
3. Expert system/ Knowledge based system: basati su tecniche di intelligenza artificiale per emulare il comportamento umano e in particolare quello di un decisore esperto
Cor riferimento alle fasi del processo decisionale individuate da Simon, si puo’ evidenziare come ciascuna classe di DSS possa essere intesa al supporto ottimale di alcune fasi
dott. ing. Francesco Guerraa.a. 2009/2010
49
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Fasi del processo decisionale e DSS piu’ adeguati
Ricognizione del problema
Ricerca disoluzioni
Scelta
Attuazione
Controllo
DATA ORIENTED
MODELORIENTED
KNOWLEDGEBASED
EXPERT SYSTEM
dott. ing. Francesco Guerraa.a. 2009/2010
50
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Caratteristiche dei diversi tipi di DSS:i DSS basati sulle tecnologie di gestione dei dati
Si tratta dei sistemi piu’ semplici dal punto di vista concettuale:
Si propongono di supportare il processo decisionale reperendo i dati, correlandoli e sintetizzandoli secondo dei criteri che permettano di ricavare delle informazioni per il decisore.
Possono essere di due tipi:Data retrieval: se si accede a una informazione contenuta in un singolo record di un unico archivio (e.g. per conoscere lo stato di una risorsa dell’impresa).Data analysis: l’informazione puo’ essere prodotta solo consultando e analizzando i dati di piu’ record (e.g. la conoscenza degli articoli ordinati che non possono essere consegnati perche’ mancano le scorte).
Risultano essere efficaci se e’ il decisore stesso che puo’andare alla ricerca dei dati di interesse, ricavando le informazioni desiderate e affinando la propria ricerca.
dott. ing. Francesco Guerraa.a. 2009/2010
51
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Caratteristiche dei diversi tipi di DSS:i DSS basati sulle metodologie quantitative
Presuppongono una conoscenza causa/effetto del fenomeno di interesse per il decisore: si deve essere in grado di descrivere in termini matematici, logici e statistici o probabilistici un fenomeno reale sul quale il decisore deve prendere una decisione1. Modelli che forniscono informazioni utili come input nel processo
decisionale: si tratta di modelli predittivi che aiutano un decisore a prendere decisioni che riguardano il futuro (e.g. modello previsionale della domanda di mercato per stabilire una produzione). I modelli possono essere deterministici o probabilistici
2. Modelli che consentono di valutare le conseguenze di scelte decisionali: si tratta di mettere a punto un modello che sulla base di sollecitazioni del decisore (input) risponde mostrando gli effetti della decisione (output). Il processo puo’ essere reiterato. La simulazione puo’ essere deterministica o probabilistica.
dott. ing. Francesco Guerraa.a. 2009/2010
52
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Caratteristiche dei diversi tipi di DSS:i DSS basati sulle metodologie quantitative
3. Modelli che propongono una scelta ottimale: sono modelli che propongono in maniera automatica la soluzione ottimale tra tutte quelle praticate, tenendo conto dei vincoli assegnati, e dei modelli per la selezione della alternativa migliore (e.g. scelte produttive che la direzione deve effettuare quando le risorse non consentono di soddisfare completamente la domanda, identificando il mix produttivo che renda massimo il risultato economico).
4. Modelli per l’attuazione di decisioni: se il processo decisionale e’ descrivibile completamente in termini quantitativi, il supporto automatizzato puo’ indicare la soluzione migliore e contestualmente attuarla (e.g. i sistemi per la gestione delle scorte in un magazzino che effettuano un ordine di rifornimento per evitare un fuori stock).
dott. ing. Francesco Guerraa.a. 2009/2010
53
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Caratteristiche dei diversi tipi di DSS:i DSS basati sulle tecniche di intelligenza artificiale
Si dividono in Sistemi basati sulla conoscenza: tendono a costruire una base diconoscenze interrogabile dal decisore per ricavare delle informazioni da utilizzarsi come input del processo decisionale.
Nella base di conoscenze sono inseriti i fatti e le regole di interpretazione e di correlazione dei fatti.Inserendo delle regole sempre piu’ precise e definite, la base di conoscenza puo’ rispondere a dei quesiti sempre piu’ raffinati.
Sistemi esperti: si tratta di basi di conoscenza cui e’ stata aggiunta una logica per la ricerca della soluzione a un problema. La procedura di consultazione risponde a una strategia di ricerca della soluzione analoga a quella adottata da un esperto del settore, opportunamente formalizzata mediante dei modelli logicidi ragionamento. Un decisore junior, supportato da un expert system, puo’ raggiungere gli stessi risultati di un esperto.
dott. ing. Francesco Guerraa.a. 2009/2010
54
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Caratteristiche dei diversi tipi di DSS:i DSS basati sulle tecniche di intelligenza artificiale
Interfacciacon l’esperto
esperienza
Base di conoscenza
Motoreinferenziale
Interfacciautente
Strategia disoluzione
soluzioni
fatti
comandiutente
esperto
nuovi fatti
dott. ing. Francesco Guerraa.a. 2009/2010
55
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Confronto fra DSS data orientede DSS model oriented
Data OrientedPrimo stadio di realizzazione dei DSSBasati fortemente su mezzi elaborativiUsabili a tutti livelli in azienda
Nascono per impulso degli specialisti EDPRisultati correlati con:
Qualita’ dei datiPotenza del linguaggio di interrogazioneFacilita’ di uso del linguaggio
Finalita’: si cercano le informazioni
Model OrientedStadio successivo
Basati fortemente principi di gestione aziendaleInteressano principalmente il management Sono voluti dagli utenti
Risultati correlati con:Realismo del modelloAttendibilita’ dell’input
Finalita’: si cercano potenziali soluzioni a problemi
dott. ing. Francesco Guerraa.a. 2009/2010
56
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Confronto con il modello basato sull’Intelligenza Artificiale
Tra questa famiglia di modelli e la precedente vi e’ uno stacco: occorre disporre della sufficiente conoscenza del problema e di mezzi tecnici appropriati. Il principio causa/effetto che sta alla base del fenomeno il cui comportamento si riproduce deve essere noto a chi costruisce il modello1. Occorre sapere come si forma la conoscenza in un
determinato dominio, cioe’ quali fatti e quali regole per la correlazione e l’interpretazione dei fatti costituiscono il patrimonio conoscitivo del dominio in oggetto.
2. Occorre sapere quale processo logico segue abitualmente un decisore nel ricercare la soluzione ad un problema appartenente a tale dominio di conoscenze.
dott. ing. Francesco Guerraa.a. 2009/2010
57
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di elaborazione
Le tecnologie di reporting hanno lo scopo di presentare secondo un formato definito dall’utente informazioni estratte da un insieme di basi di dati (database, data warehouse, data mart o anche semplici file)
Uno strumento di reporting dovrebbe essere aperto, universale, cioe’ leggere un qualsiasi standard di memorizzazioneQueste tecnologie hanno lo scopo di fornire tre macrofunzionalita’ che sono complementari le une alle altre:
Definizione del dominio informativo del sistemaGestione del formato del rapporto (editing)Gestione delle scadenze di elaborazione e dei profili di distribuzione
dott. ing. Francesco Guerraa.a. 2009/2010
58
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Datawarehouse
Datamart Database vari
Definizione del dominio
Definizione del formato (editing)
Calendario di elaborazioni e profili di distribuzione Macrofunzionalità dei sistemi di presentazione e reporting
Il livello di elaborazione (2)
dott. ing. Francesco Guerraa.a. 2009/2010
59
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Il livello di elaborazione (3)
Definizione del dominioPer presentare dati di fonti eterogenee occorre trasformare tali dati dal formato sorgente al formato target del sistema di reporting
Definizione del formatoLa gestione del formato comprende tutte le operazioni di editingattraverso cui sono costruite le pagine dei report.La funzionalita’ basilare e’ quella di definire le informazioni dell’universo da riportare nella pagina e gli eventuali indicatori derivati da calcolare.Il formato base puo’ essere trasformato in differenti prospetti
Calendario di elaborazione e profili di distribuzioneLa gestione delle scadenze attiva l’elaborazione al momento opportuno e ottimizza il carico delle elaborazioniIl sistema di reporting deve gestire opportunamente i profili di accesso alle informazioni
dott. ing. Francesco Guerraa.a. 2009/2010
60
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 4: presentazione e reporting –mapping del dominio
Non e’ sempre possibile /conveniente che il data martpossieda tutti i dati sia dal punto di vista dei contenuti sia della struttura di analisiIl sistema di reporting deve integrare i dati che un utente vuole ricevere in modo sistematico sottoforma di rapporti elettronici che includono tutti i dati necessari all’utente
Il mapping deve integrare in maniera coerente i dati che provengono da diverse fonti in un’unica vista logicaUn insieme di dati nel gergo viene diviso in classi le quali sono a loro volta formate da oggetti che sono distinti in tre categorie:
Dimensioni (=dimensioni di analisi)Dettagli delle dimensioni (=attributi di una dimensione di analisi)Misure (=misure o fatti)
dott. ing. Francesco Guerraa.a. 2009/2010
61
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 3: presentazione e reporting –mapping del dominio
dott. ing. Francesco Guerraa.a. 2009/2010
62
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 3: presentazione e reporting –gestione del formato
La gestione del formato comprende le operazioni di editing attraverso le quali sono costruite le pagine dei report.
Vengono definite le informazioni da presentare e gli eventuali indicatori da calcolare (come in un normale foglio elettronico)Il nucleo informativo cosi’ costituito potra’ essere integrato da grafici, testo e tabelleIl formato base ottenuto puo’ essere arricchito: i software di reporting forniscono una vista multidimensionale sui dati; la differenza fra la visualizzazione degli ipercubi dei data mart e quella di un sistema avanzato di reporting e’ formale
dott. ing. Francesco Guerraa.a. 2009/2010
63
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 3: presentazione e reporting –gestione del formato
dott. ing. Francesco Guerraa.a. 2009/2010
64
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 3: presentazione e reporting –costruzione del report
dott. ing. Francesco Guerraa.a. 2009/2010
65
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 3: presentazione e reporting –gestione dei profili di consultazione
Il sistema di reporting deve anche provvedere alla elaborazione e alla distribuzione delle informazioniIl processo di elaborazione deve essere gestito definendo le scadenze di elaborazione con lo scopo di:
Attivare l’elaborazione dei dati nel momento opportuno, e cioe’quando le basi di dati sono opportunamente aggiornate e sincronizzateOttimizzare il carico di lavoro
La tecnologia deve gestire profili di accesso alle informazioniLa pubblicazione dei dati puo’ avvenire con procedure di tipo publish-subscribe, e diffusione via Web, mail, telefono, PDA, …
dott. ing. Francesco Guerraa.a. 2009/2010
66
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 3: presentazione e reporting –gestione dei profili di consultazione
dott. ing. Francesco Guerraa.a. 2009/2010
67
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A Livello 3: presentazione e reporting –pubblicazione di KPI
dott. ing. Francesco Guerraa.a. 2009/2010
68
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Cenni sulle tecnologie EIS
EIS (Executive Information Systems) termine nato nella seconda meta’ degli anni 80 per designare le informazioni di origine interna o esterna regolarmente utilizzate dal management di un’azienda senza riferimento a una specifica tecnologia per l’elaborazione di queste informazioniEIS e’ poi passato a indicare una navigazione grafica e interattiva delle basi di dati mirata a sostituire i report cartacei.
La tecnologia EIS e’ quindi considerata come un’estensione della tecnologia di reporting , finalizzata alla elaborazione periodica di sommari direzionali generali e alla progettazione di cruscotti gestionali sui processi critici di tipo statico destinati alla sola lettura
dott. ing. Francesco Guerraa.a. 2009/2010
69
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Motore di analisi e data mining
Il data mining consiste nella ricerca in una base di dati di associazioni e di relazioni non note a priori.
Lo strumento fondamentale e’ costituito dai metodi di analisi con cui i dati sono estratti e confrontati: alberi decisionali, cluster analisys, analisi fattoriale e analisi di regressione.In un sistema di mining le tecniche possono essere utilizzate in varie combinazioni e in maniera simultanea o sequenziale.
dott. ing. Francesco Guerraa.a. 2009/2010
70
6
SIS
TEM
I IN
FORM
ATIV
I PER L
A G
ESTIO
NE D
ELL
’AZIE
ND
A
Bibliografia
Giampio Bracchi , Chiara Francalanci, Gianmario Motta: Sistemi informativi per l’impresa digitale – McGraw-Hill Libri Italia, 2005Maurizio Pighin, Anna Marzona – Sistemi Informativi Aziendali – Pearson Prentice Hall 2005Giampio Bracchi, Chiara Francalanci, Gianmario Motta: Sistemi informativi e aziende in rete: McGraw-Hill 2001Pier Franco Camussone: Il sistema informativo aziendale, Etaslibri 1998