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


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”


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.


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


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


7

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


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, …


8

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


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)


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)


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


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


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


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


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


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)


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


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


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


19

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


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


20

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


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)


21

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


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


22

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


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


23

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


Pighin, 2005


24

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


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


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


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


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


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)


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


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


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


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)


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


34

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


Analisi di marginalita’


35

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


Analisi di produzione


36

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


Controllo di qualita’


37

6

SIS

TEM

I IN

FORM

ATIV

I PER L

A G

ESTIO

NE D

ELL

’AZIE

ND

A


Servizio assistenza clienti


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)


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


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


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


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


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


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


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.


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


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


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


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


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.


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.


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).


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.


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


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


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.


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


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)


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


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)


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


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


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


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


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, …


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


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


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


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.


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

6 Sigda

Documents

Transcript of 6 Sigda