Conoscenza condivisa: verso la convergenza di dati, processi, persone
-
Upload
marco-montali -
Category
Presentations & Public Speaking
-
view
86 -
download
0
Transcript of Conoscenza condivisa: verso la convergenza di dati, processi, persone
Conoscenza condivisa Verso la convergenza di dati, processi, persone
Marco Montali KRDB Research Centre for Knowledge and Data Facoltà di Scienze e Tecnologie Informatiche Libera Università di Bozen-Bolzano www.inf.unibz.it/~montali
Horizon/Samsung Day, 11 ottobre 2012
Organizzazioni e produzione del valore
• Organizzazione nella catena del valore
• Identificazione delle funzionalità di business
• Realizzazione delle funzionalità tramite attività
Tre dimensioni organizzative
Processo aziendale: coordinamento delle attività per soddisfare un obiettivo strategico • Creazione di un prodotto • Erogazione di un servizio • Ottimizzazione di procedure interne
Tre aspetti fondamentali • Cosa: come è strutturato il dominio? Quali sono i
concetti rilevanti? dati e vincoli statici • Chi: chi è responsabile di cosa? Quali parti del
processo sono automatizzabili? risorse e persone • Come: quali vincoli sull’esecuzione delle attività nel
tempo? processo/flusso di controllo
Supporto tecnologico
Dati e programmi • Condivisi • Accessibili sempre e ovunque • Senza limiti di risorse
Tecnologia e automazione
Nel 2005, Broninski scrive: Nonostante gli avanzamenti nell'automazione del business durante gli ultimi 50 anni, il cuore e l'anima di ogni organizzazione è costituito ancora dalle proprie persone - senza le quali l'azienda si fermerebbe immediatamente. Eppure non c'è attualmente alcun approccio completo per la gestione dei processi umani, considerandone la complessità e continua evoluzione - e le tecnologie attuali considerano le persone come se fossero ingranaggi di una macchina. Francamente, dobbiamo fare meglio. Nel 2012 siamo ancora lontani da questo obiettivo • Ci stiamo muovendo nella giusta direzione?
Parleremo di…
• Situazione attuale • Alcuni contributi della ricerca • Visione sul futuro
?
Information Silos
Hardware
Dominio
Processo di business
Software
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento di conoscenza
realizzazione
Due problemi…
Mediazione tra idea e realizzazione guidata dallo staff IT
Hardware
Dominio
Processo di business
Software
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento di conoscenza
realizzazione
Astrazione: “Idea” del sistema lontana dalla sua realizzazione
Coerenza e comunicazione
Stato della ricerca
Hardware
Dominio
Processo di business
Software
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento di conoscenza
realizzazione
Stato della ricerca
Hardware
Dominio
Processo di business
Software “intelligente”
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento di conoscenza
co-realizzazione
Dati e conoscenza strutturale
Esperti di dominio
Staff IT
trasferimento di conoscenza a! i S C!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#0!!.3.60&(%
7 7
85 ,.-#%0$6'#0!!.3.60&(%
5 %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
22 22,.-3$&&(%#3#0!!.3.60&(%
".-6$,4(%#3#0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
5 %0&( 4).+6'#!"#3(0,.+(3(/&
".-#,.-#4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
rappresenta
Qualità della rappresentazione
Esperti di dominio
Staff IT
trasferimento di conoscenza a! i S C!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#0!!.3.60&(%
7 7
85 ,.-#%0$6'#0!!.3.60&(%
5 %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
22 22,.-3$&&(%#3#0!!.3.60&(%
".-6$,4(%#3#0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
5 %0&( 4).+6'#!"#3(0,.+(3(/&
".-#,.-#4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
? rappresenta
Comprensione dei dati
Esperti di dominio
Staff IT
trasferimento di conoscenza a! i S C!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#0!!.3.60&(%
7 7
85 ,.-#%0$6'#0!!.3.60&(%
5 %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
22 22,.-3$&&(%#3#0!!.3.60&(%
".-6$,4(%#3#0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
5 %0&( 4).+6'#!"#3(0,.+(3(/&
".-#,.-#4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
?
dati
rappresenta
Schema concettuale
Esplicitazione di concetti e relazioni rilevanti in un dominio • Focalizzandosi sulla realtà • Astraendo da dettagli realizzativi (database)
Modellazione concettuale
Esperti di dominio
Staff IT
trasferimento di conoscenza
co-realizzazione
rappresenta
a! i S C!Energy Use Case: Graphical representation of the Ontology
(excerpt)
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 5
a! i S C!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#0!!.3.60&(%
7 7
85 ,.-#%0$6'#0!!.3.60&(%
5 %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
22 22,.-3$&&(%#3#0!!.3.60&(%
".-6$,4(%#3#0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
5 %0&( 4).+6'#!"#3(0,.+(3(/&
".-#,.-#4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
realizza
Schema concettuale (ontologia)
Ragionamento sugli schemi
• Verifica di consistenza • Scoperta di errori • Scoperta di “informazioni nascoste”
Credits: Enrico Franconi
Accesso ai dati basato su ontologie
• Ora esiste un modello concettuale per le informazioni • Ma i dati continuano a essere memorizzati in un database
di più “basso livello” • È possibile fornire un accesso ai dati utilizzando lo schema
concettuale prodotto dagli esperti?
Esperti di dominio
a! i S C!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#0!!.3.60&(%
7 7
85 ,.-#%0$6'#0!!.3.60&(%
5 %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
22 22,.-3$&&(%#3#0!!.3.60&(%
".-6$,4(%#3#0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
5 %0&( 4).+6'#!"#3(0,.+(3(/&
".-#,.-#4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
dati
realizza
a! i S C!Energy Use Case: Graphical representation of the Ontology
(excerpt)
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 5
?
Accesso ai dati basato su ontologie
• Accesso ai dati basato su ontologie – Definizione di “mapping” che agganciano parti del database a
corrispondenti concetti e relazioni (interazione esperti/staff IT) – Possibilità di interrogare i dati attraverso il “vocabolario” dello
schema concettuale • Un componente automatico si occupa di “mediare e tradurre”
Esperti di dominio
a! i S C!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#0!!.3.60&(%
7 7
85 ,.-#%0$6'#0!!.3.60&(%
5 %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
22 22,.-3$&&(%#3#0!!.3.60&(%
".-6$,4(%#3#0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#0!!.3.60&(%
".-#,.-#%#%$FF(+(/!(
5 %0&( 4).+6'#!"#3(0,.+(3(/&
".-#,.-#4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
dati
a! i S C!Energy Use Case: Graphical representation of the Ontology
(excerpt)
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 5
domande/risposte
OBDA framework
Integrazione dei dati a! i S C!Energy Use Case: Graphical representation of the Ontology
(excerpt)
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 5
OBDA framework OBDA framework
Esperti di dominio domande risposte
Sorgenti distribuite e eterogenee
Processi e conoscenza dinamica
Esperti di dominio
Staff IT
trasferimento di conoscenza
rappresenta
Qualità della rappresentazione
Esperti di dominio
Staff IT
trasferimento di conoscenza ? rappresenta
Comprensione dei dati
Esperti di dominio
Staff IT
trasferimento di conoscenza ?
eventi
rappresenta
Schema di processo
• Rappresentazione delle possibili “dinamiche” eseguibili nel sistema
Business Process Modeling
Esperti di dominio
Staff IT
trasferimento di conoscenza
co-realizzazione
rappresenta
realizza
Schema di processo
Ciclo di vita
BusinessProcesslifecycle
esecuzione
diagnosi
desig
n &
impl
emen
t.
desig
n
feedback
modello (eseguibile)di processo
log di eventi
Supporto a design-time
• Formalizzazione, logiche temporali e algoritmi di “model checking” per – Verifica di proprietà general
• Il processo è “corretto”? • Ci sono attività che non sono mai eseguibili?
– Verifica di proprietà specifiche del dominio • E’ sempre vero che, prima di mandare in spedizione un
ordine, questo è stato pagato dal compratore?
Errore!
Process mining
• Cosa succede davvero nella mia azienda? • I processi progettati corrispondono alla realtà? • Dove sono i punti critici del processo (es., colli di bottiglia)? • È possibile estrarre modelli di processo dai log?
MONDO DIGITALE N . 43 - se t tembre 2012
5
l'enhancement (miglioramento). In tal caso, l'idea è quella di estendere o migliorare un modello di processo esistente usando le informazioni contenute nei log. Mentre il conformance checking misura quanto un modello è allineato con ciò che accade nella realtà, questo terzo tipo di process mining si propone di cambiare o estendere il modello preesistente per adeguarlo alla realtà.
Figura 2
I tre tipi principali di process mining: (a) discovery, (b) conformance checking, e (c) enhancement.
La Figura 3 descrive i tre tipi di process mining in termini di input/output. Le tecniche di discovery prendono in input un log e producono un modello. Il modello estratto è tipicamente un modello di processo (per esempio una rete di Petri, un modello BPMN, un modello EPC o un diagramma UML delle attività). Tuttavia, il modello può anche descrivere altre prospettive (come per esempio una social network che descrive la rete sociale di un'organizzazione). Le tecniche di conformance checking prendono in input un log e un modello. L'output consiste in una serie di informazioni diagnostiche che mostrano le differenze tra il modello e il log. Anche le tecniche di enhancement (revisione o estensione) richiedono un log e un modello in input. L'output è il modello stesso, migliorato o esteso.
Google “process
mining manifesto”
ProM Framework Screenshot of ProM 5.2
PAGE 7
Flessibilità
0 5 10 15 20 25 30 35
Ad-hoc, sempre diversa
Obiettivo definito, libertà d'azione
Documentata e gestita, non automatizzata
Parzialmente automatizzata, eccezioni frequenti
Lavoro e attività giornaliere (%)
Fonte: Adaptive Case Management survey, 2011
Visibilità e condivisione
0 10 20 30 40 50 60 70
Mancanza di visibilità dello stato del lavoro dei collaboratori
Difficoltà nella gestione di documentazione e info per un progetto
Difficoltà di ottenere la lista dei task da portare a termine
Difficoltà nel reperire collaboratori con le competenze necessarie
Difficoltà nel comprendere il prossimo passo da fare
Difficoltà nell'assemblare il team vincente
Ostacoli quotidiani alla produzione (%)
Fonte: Adaptive Case Management survey, 2011
Le sfide di oggi
• Convergenza di dati e processi • Modellazione partecipativa e flessibile • Computazione guidata dalla “logica”
Software
Hardware
Dominio
Entità di business
Flessibilità – Mondo ideale
Flessibilità – Mondo reale U
nder
stan
din
gSpag
het
tiM
odel
sw
ith
Seq
uen
ceC
lust
erin
gfo
rP
roM
9
thos
eex
cept
ions
.Fig
ure
4de
pict
sth
ere
sult
ofa
first
atte
mpt
toan
alyz
eth
eap
plic
atio
nse
rver
logs
usin
gth
ehe
uris
tics
min
er[4
].
Exc
eptio
n(c
om
ple
te)
187
Est
abele
cim
ento
NotF
oundE
xceptio
n(c
om
ple
te)
187
0,9
91 1
52
GR
EJB
Pers
iste
ncy
Exc
eptio
n(c
om
ple
te)
179
0,9
09 1
59
PG
WS
Exc
eptio
n(c
om
ple
te)
168
0,8
89 1
2
ITP
TE
xtern
alS
erv
iceE
xceptio
n(c
om
ple
te)
183 0
,944
162
SIP
SC
NoR
eco
rdsF
oundE
xceptio
n(c
om
ple
te)
160
0,8 5
Pess
oaS
ingula
rNotF
oundE
xceptio
n(c
om
ple
te)
138
0,6
67 3
Busi
ness
Logic
Exc
eptio
n(c
om
ple
te)
183
0,7
5 4
SIC
CLE
xceptio
n(c
om
ple
te)
175
0,8
57 1
9
NaoE
xist
em
Regis
tosE
xceptio
n(c
om
ple
te)
143
0,8
33 6
RP
CB
usi
ness
Exc
eptio
n(c
om
ple
te)
38 0
,75
3
SA
FB
usi
ness
Exc
eptio
n(c
om
ple
te)
115
0,8
68
GR
EJB
Busi
ness
Exc
eptio
n(c
om
ple
te)
45
0,7
5 2
3
DE
SW
SE
xce
ptio
n(c
om
ple
te)
14
0,6
67 1
4
NullP
oin
terE
xceptio
n(c
om
ple
te)
104
0,8
91
Valid
atio
nE
xceptio
n(c
om
ple
te)
31
0,8
12
GIL
Busi
ness
Exc
eptio
n(c
om
ple
te)
14
0,5 6
GR
Serv
icesE
xceptio
n(c
om
ple
te)
7 0,6
67 3
CS
IBusi
ness
Exc
eptio
n(c
om
ple
te)
14
0,5 6
Conco
rrenci
aE
xceptio
n(c
om
ple
te)
5
0,5 2
CS
IPers
iste
ncy
Exc
eptio
n(c
om
ple
te)
3
0,5 2
0,8
57 3
4
ITP
TS
erv
erE
xceptio
n(c
om
ple
te)
21
0,6
67 1
5
CO
OP
Exc
eptio
n(c
om
ple
te)
4 0,5 2
RS
IValid
atio
nE
xceptio
n(c
om
ple
te)
25
0,6
67 1
8
Basi
cSys
tem
Exc
eptio
n(c
om
ple
te)
16
0,6
67 1
1
Pesq
uis
aA
mbig
uaE
xceptio
n(c
om
ple
te)
6
0,5 6
CP
FB
usi
ness
Exc
eptio
n(c
om
ple
te)
3
0,5 2
0,8
95
AD
OP
Exc
eptio
n(c
om
ple
te)
6
0,5 5
AF
Busi
ness
Exc
eptio
n(c
om
ple
te)
64
SIP
SC
Rem
ote
Busi
ness
Exc
eptio
n(c
om
ple
te)
51
0,8
33 1
3
Concu
rrentM
odifi
catio
nE
xceptio
n(c
om
ple
te)
5
0,5 1
CD
FB
usi
ness
Exc
eptio
n(c
om
ple
te)
6
0,6
67 2
Ass
inatu
raN
aoIn
cluid
aE
xceptio
n(c
om
ple
te)
1
0,5 1
SIC
CS
Exc
eptio
n(c
om
ple
te)
32
0,8
11
Ca
rta
oC
ida
da
oE
xce
ptio
n(c
om
ple
te)
64
0,8
33 3
8
SO
AP
Exc
eptio
n(c
om
ple
te)
22
0,6
67 1
4
TooM
anyR
ow
sExc
eptio
n(c
om
ple
te)
112
0,6
67 1
8
SIP
SC
Fata
lExc
eptio
n(c
om
ple
te)
20
0,6
67 9
Lim
iteT
em
pora
lExc
eptio
n(c
om
ple
te)
4
0,5 2
0,8
28
SV
IBusi
ness
Use
rExc
eptio
n(c
om
ple
te)
18
0,7
5 1
2
GR
Concu
rrency
Exc
eptio
n(c
om
ple
te)
8 0,5 2
Contr
ibuin
teR
egio
nalN
otF
oundE
xceptio
n(c
om
ple
te)
63
0,7
5 3
0
JDO
Fata
lUse
rExc
eptio
n(c
om
ple
te)
124
0,9
47 4
9
0,6
67 5
SQ
LE
xceptio
n(c
om
ple
te)
9
0,6
67 7
IOE
xceptio
n(c
om
ple
te)
27
0,7
5 2
2
Pess
oaC
ole
ctiv
aN
otF
oundE
xceptio
n(c
om
ple
te)
23
0,7
5 2
0
Serv
iceD
ele
gate
Rem
ote
Exc
eptio
n(c
om
ple
te)
3
0,5 2
0,5 5
PA
SE
xce
ptio
n(c
om
ple
te)
2
0,5 1
File
NotF
oundE
xceptio
n(c
om
ple
te)
31
0,7
5 1
3
QgenM
IPara
metr
izedB
usi
ness
Exc
eptio
n(c
om
ple
te)
1
0,5 1
AD
OP
Mess
ageE
xceptio
n(c
om
ple
te)
3 0,5 2
Layo
ffE
xceptio
n(c
om
ple
te)
1
0,5 1
0,7
5 8
CM
PE
xceptio
n(c
om
ple
te)
1
0,5 1
GR
EJB
Rem
ote
Serv
iceE
xceptio
n(c
om
ple
te)
34
0,7
5 4
RS
IPers
iste
nce
Exc
eptio
n(c
om
ple
te)
24
0,7
5 4
CS
IRem
ote
Exc
eptio
n(c
om
ple
te)
3
0,5 1
SIP
SC
Fata
lRem
ote
CallE
xceptio
n(c
om
ple
te)
3
0,5 1
SIP
SC
Data
base
Exc
eptio
n(c
om
ple
te)
1
0,5 1
Busi
ness
Exc
eptio
n(c
om
ple
te)
159
0,6
67 9
SV
IBusi
ness
Exc
eptio
n(c
om
ple
te)
1
0,5 1
Para
metr
izedB
usi
ness
Exc
eptio
n(c
om
ple
te)
2
0,5 2
GD
Serv
icesE
xceptio
n(c
om
ple
te)
4
0,5 3
Serv
erE
xceptio
n(c
om
ple
te)
132
0,7
5 1
6
PG
Exc
eptio
n(c
om
ple
te)
6
0,6
67 5
0,7
5 4
DE
SE
xceptio
n(c
om
ple
te)
135
0,6
67 1
3
0,6
67 2
0,7
5 9 SIP
SC
Exc
eptio
n(c
om
ple
te)
27
0,7
5 9
Report
Exc
eptio
n(c
om
ple
te)
5
0,6
67 2
SS
NS
erv
iceE
xceptio
n(c
om
ple
te)
1
0,5 1
AF
Exc
ep
tion
(com
ple
te)
1
0,5 1
Inva
lidN
ISS
Exc
eptio
n(c
om
ple
te)
14 0
,75
4
0,7
5 1
4
GIL
Concu
rrency
Exc
eptio
n(c
om
ple
te)
1
0,5 1
RS
ISys
tem
Exc
eptio
n(c
om
ple
te)
28
0,7
5 7
0,6
67 5
0,6
67 1
0,7
5 2
0,6
67 5
0,8
33 5
0,6
67 5
0,6
67 4
0,7
5 1
2
0,9
81 5
3
AD
OP
Use
rChoic
eE
xceptio
n(c
om
ple
te)
1
0,5 1
0,6
67 5
RP
CE
xceptio
n(c
om
ple
te)
1
0,5 1
GR
EJB
Concu
rrency
Exc
eptio
n(c
om
ple
te)
15 0
,875
8
0,5 1
0,5 1
0,6
67 1
Mora
daP
ort
uguesa
NotF
oundE
xceptio
n(c
om
ple
te)
1
0,5 1
0,7
5 4
0,5 1
0,6
67 6
0,5 1
0,5 2
0,8
89 8
0,7
5 3
0,8 3
RS
IExc
eptio
n(c
om
ple
te)
1
0,5 1
0,5 1
0,5 1
0,6
67 4
0,6
67 3
0,5 1
0,5 2
0,7
5 5
0,5 1
0,5 1
0,5 2 0
,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,5 1
0,8 1
0,5 1
0,5 1
0,5 1
Fig
.4.
Spag
het
tim
odel
obta
ined
from
the
applica
tion
serv
erlo
gsusi
ng
the
heu
rist
ics
min
er.
Usi
ngth
ese
quen
cecl
uste
ring
plug
-inan
dit
spr
epro
cess
ing
capa
bilit
ies,
asw
ella
sthe
poss
ibili
tyof
visu
ally
adju
stin
gth
ecl
uste
rmod
elsa
ccor
ding
toce
rtai
nth
resh
olds
,itw
aspo
ssib
leto
iden
tify
seve
ralp
atte
rnsin
volv
ing
diffe
rent
type
sof
exce
ptio
ns.T
hese
patt
erns
wer
efo
und
afte
rse
vera
latt
empt
sof
tuni
ngw
ith
the
prep
roce
ssin
gpa
ram
eter
s,se
lect
ing
the
num
ber
ofcl
uste
rs(t
ypic
ally
from
3to
Processi adattivi e flessibili
• Processi imprevedibili e “knowledge-intensive” • Flessibilità a tempo di esecuzione: adattività
– Gestione dinamica di eccezioni e modifiche alla struttura del processo
• Flessibilità per “sotto-modellazione” – Parti del processo decise a tempo di esecuzione
• Flessibilità in fase di modellazione – Approcci dichiarativi
• Flessibilità in tutte le fasi del ciclo di vita – Adaptive case management
BPM centrato sugli artefatti
• Capovolgimento nella gestione dei processi • Dati e processi: di pari livello e strettamente
interconnessi • Dati al supporto dei processi, processi che
operano sui dati • Elicitazione in termini di artefatti o entità di
business, che racchiudono – Modello dei dati (es.: ordine, paziente, …) – Ciclo di vita (es.: non è possibile chiudere un ordine
finché il cliente non l’ha confermato)
www.acsi-project.eu
a! i S C!
Collaborazione
Bradley e McDonald: organizational success with social media is fundamentally a leadership and management challenge, not a technology issue.
Entità di business
Infrastruttura collaborativa
Linked Business Entities
• Concetto di “linked data” come rete in cui le unità informative sono collegate le une alle altre mediante connessioni semantiche
Conclusioni
• Internet e cloud come base tecnologica • Convergenza di dati e processi come base
concettuale per lo sviluppo di applicazioni a supporto delle persone – Sfide teoriche e pratiche – Necessità di sinergie tra ricerca scientifica, ricerca
tecnologica, mondo delle aziende
• Venite a trovarci in piazza Domenicani!
Grazie!
Convergence, Rian Hughes