Business Intelligence: Data warehouse & Data mining
|
|
- Dante Perri
- 8 anni fa
- Visualizzazioni
Transcript
1 Business Intelligence Business Intelligence: Data warehouse & Data mining Termine generico per indicare: un insieme di processi per raccogliere ed analizzare informazioni strategiche la tecnologia utilizzata per realizzare questi processi le informazioni ottenute come risultato di questi processi Per un informatico si tratta di sistemi di analisi dei dati basati su due diverse filosofie:" aggregazione di dati " " "(data warehouse)" scoperta di pattern di regolarità tra dati "(data mining)" 2 Sistema informativo aziendale (1) Il sistema informativo aziendale (SIA) raccoglie, organizza, elabora, gestisce i dati necessaria per la conduzione dell azienda. Tali dati possono: nascere direttamente all interno dell azienda durante lo svolgimento dei vari processi aziendali. essere acquisita come risultato delle relazioni con soggetti esterni. Analogamente tali dati possono essere destinata al consumo interno. essere destinata a terzi. Il sistema informativo aziendale si compone: di una parte informatizzata chiamato sistema informatico aziendale una parte non automatizzata come le conversazioni frontali e telefoniche, i documenti cartacei strutturati e non strutturati, l organigramma aziendale, la prassi operativa, la prassi decisionale ecc. 3 Sistema informativo aziendale (2) Le componenti (sia informatizzate che non) di un sistema informativo aziendale possono essere divise in due categorie a seconda della loro finalità: Componenti per il supporto dell attività operazionale. Tale parte del SIA si occupa di archiviare, gestire elaborare tutta l informazione per lo svolgimento dell attività quotidiana. Ad es. supporto informativo per le operazioni di acquisto, per le vendite, per la movimentazione del magazzino, per la registrazione di prescrizioni mediche ecc. Componenti per il supporto decisionale. Tale parte del SIA riguarda la gestione, la produzione e l archiviazione per supportare i dirigenti nelle scelte strategiche. Ad es. supporto per la scelta di quali prodotti mettere in promozione, quali prodotti aggiungere o rimuovere dal listino, a quale target rivolgere i messaggi pubblicitari quali prescrizioni cliniche sono più frequenti tra gli anziano ecc. 4 Cos è il SIA? E l insieme di strumenti hw/sw che permettono di gestire in maniera automatizzata l informazione aziendale. E composto da: Applicazionali Transazionali: Sono i sistemi e le procedure informatiche di supporto all attività operazionale quotidiana. Le applicazioni che rientrano in questa categoria sono le varie applicazioni aziendali per gestire i prodotti/servizi la contabilità l organizzazione, la logistica ecc. Decision Support System (DSS): Sono i sistemi e le procedure informatiche di supporto alle scelte strategiche dei dirigenti. In questa categoria rientrano le applicazioni di reportistica statica, le applicazioni di datawarehousing e le applicazioni di datamining. Le componeti del Sistema Informativo Aziendale Parte Operazionale Parte Decisionale Sistema Informatico Aziendale Transactional Applications: Application 1 Application 2 Decision Support System Applications: Report Data warehouse Data mining Sistema Informativo Aziendale 5 6 1
2 Come viene realizzato? Spesso si tratta di un insieme disordinato di applicazioni tra loro interdipendenti. Queste applicazioni spesso sono aggiunte con il passare del tempo. Ogni applicazione si occupa di supportare un certo processo aziendale senza interessarsi e tenere conto dell eventuale presenza di altre applicazioni. Ogni applicazione utilizza una base di dati spesso parzialmente indipendente dalle altre. L incompatibilità tra le varie applicazioni spesso è aggravata dal fatto che ognuna di esse si basa sulla migliore tecnologia disponibile al momento (quindi sistemi operativi, linguaggi, dbms differenti). 7 in entrata SIA: vecchio modello Le attività aziendali sono suddivisibili in varie categorie della figura (diagramma di Porter). Le attivita della Catena del Valore sono tra loro collegate e si influenzano a vicenda. Nei sistemi tradizionali ogni attività è gestita singolarmente. Operazioni in uscita Marketing e vendite Infrastruttura dell impresa (pianificazione, contabilità, affari legali, direzione, ) Gestione delle risorse umane (ricerca, selezione, assunzione, formazione, ) Sviluppo tecnologico (ricerca e sviluppo) Acquisizione risorse (ricerca fornitori, contatti, negoziazione, ) Servizi 8 Conseguenza: i sistemi legacy Ridondanza e mancanza di coerenza dei dati. Gli stessi dati possono essere presente in diverse applicazioni ed è rappresentata in modo diverso. Es: Male/Female o M/F o 0/1. Manca una visione d insieme dei dati, ossia una visione integrata ed univoca. I sistemi per la gestione transazionale (OLTP=OnLine Transaction Processing) e per l analisi dei dati (OLAP=OnLine Analytical Processing) non sono distinti. Sistema legacy = sistema (o applicazione) che continua ad essere utilizzato perché è troppo costoso rimpiazzarlo o risvilupparlo. Ciò comporta che il sistema è complesso, monolitico e difficile da modificare 9 in entrata SIA nuovo modello: ERP I sistemi ERP (Enterprise Resource Planning), costituiti da più moduli ma con dati centralizzati, gestiscono tutte le attività in modo integrato. Si parla in questo caso di sistemi enterprisewide. Operazioni in uscita Infrastruttura dell impresa Gestione delle risorse umane Sviluppo tecnologico Acquisizione risorse Marketing e vendite Servizi ERP Uno o più 10 Enterprise Application Solution Gli Enterprisewide Systems operazionali attualmente più diffusi sono: Supply Chain Management (SCM): gestisce in modo integrato ed orientato al processo l'approvvigionamento, la produzione, la consegna di prodotti e il servizio al cliente. Product LifeCycle Management (PLM): gestisce la concettualizzazione, il progetto e realizzazione di prodotti e servizi. Enterprise Resource Planning (ERP): gestisce in modo integrato tutte le risorse interne all azienda. Extended ERP: un ERP che supporta anche i partner aziendali. Business Process Management (BPM): comprende l analisi e il riallineamento dei processi organizzativi. Customer Relationship Management (CRM): gestisce i rapporti con i clienti. Partner Relationship Management (PRM): gestisce i rapporti con i partner aziendali. La reportistica statica E il primo tipo di applicazione di supporto alle decisioni. Di solito è costituito da un programma/script che recupera i dati operazionali attraverso un linguaggio come SQL effettuando una qualche elaborazione e presentado il risultato in modo tabellare. E definita statica perché la logica ed il formato di output è definito una volta per tutte e richiede un programmatore per essere modificato. Es. ogni settimana Volvo analizza le vendite di autoveicoli presso i suoi concessionari divisi per provincia e per regione con riferimento ai vari modelli di auto
3 Lamentele Cause delle lamentele Abbiamo montagne di dati ma non possiamo accedervi! Come è possibile che persone che svolgono lo stesso ruolo presentino risultati sostanzialmente diversi? Vogliamo selezionare, raggruppare e manipolare i dati in ogni modo possibile! Mostratemi solo ciò che è importante! Tutti sanno che alcuni dati non sono corretti! Ridondanza ed incoerenza dei dati La mancanza di strumenti di supporto alle decisioni (o analisi dei dati) Questi ci conferma che dati informazioni In realtà quello che stiamo tentando di fare è di aggregare ed interpretare i dati, di fatto trasformandoli in informazioni Stessi dati ma con più valore Vogliamo estrarre informazioni dalla vasta mole di dati operazionali presenti nei sistemi informatici aziendali utilizzando due tecniche: datawarehouse e dataming. Questo non comporta l inserimento di nuovi dati all interno del sistema informatico aziendale ma si occupa di riorganizzare, integrare, filtrare, aggregare i dati già disponibili per trarne delle informazioni strategiche (o dati di sintesi). Definizione di data warehouse Una collezione di dati di supporto al processo decisionale con le seguenti proprietà: E orientata ai soggetto (o argomenti di analisi). E integrata e consistente. E rappresentativa dell evoluzione temporale. E non volatile. Di seguito analizziamo più in dettaglio questi quattro punti Un data warehouse può essere considerato come un database in sola lettura, quindi cambiano le tecniche di progettazione Orientata ai soggetti (1) I dati sono organizzati per soggetti (o argomenti) principali. Es. Acquisti, Vendite, Diagnosi ecc. Ogni soggetto è rappresentato astrattamente come un cubo n- dimensionale (ipercubo). Per ogni determinato soggetto vi è un insieme di punti (i singoli fatti) in uno spazio n-dimensionale. Ogni cella del cubo contiene misure numeriche che quantificano i fatti da diversi punti di vista. Es. Numero di vendite o importo totale delle vendite. Ogni asse dello spazio rappresenta una dimensione di analisi (che può essere composta da gerarchie di livelli di aggregazione). Una dimensione può essere un qualsiasi insieme di valori numeri e non. Es. Tempo, Città, Prodotto ecc. Ogni singolo fatto è quindi indentificato univocamente da una n-pla di valori dimensionali (le coordinate). Orientata ai soggetti (2): multidimensionalità Ipercubo del soggetto vendite, le dimesioni sono tre: prodotto, mercato e trimestre. Una sola misura delle celle, l importo delle vendite
4 Gerarchie La granularità delle dimensioni di un fatto Nell esempio precedente una possibile gerarchia per la dimensione Mercato è: Città, Distretto, Nazione. Sono possibili gerarchie più complesse, rappresentabili come un albero o come un grafo. marca prodotto tipo categoria settore regione negozio città nazione Distretto di approvigionamento Nei sistemi operazionali i dati sono archiviati sempre ad un livello di dettaglio massimo (es. ogni singola vendita). Nei sistemi OLAP i dati vengono tipicamente acceduti in maniera collettiva; l astrazione di ipercubo può essere quindi pensato come avente un livello di granularità più alto. Ad es.: Ogni cella potrebbe contenere l importo totale delle vendite per ogni giorno, invece che l importo di una singola vendita. Ogni cella potrebbe contenere i dati relativi ad una certa marca di prodotto, invece che ad un singolo prodotto. Se i dati fossero fisicamente memorizzati in maniera aggregata avremmo: Una minore occupazione di spazio, e quindi migliori prestazioni in fase di interrogazione. Un numero minore di query soddisfacibili Ridurre la quantità di dati E integrata e consistente (1) Es. Un catena comprende 50 negozi che vendono complessivamente 1000 prodotti e si vuole coprire un periodo di 3 anni (circa 1000 giorni). Gli eventi sarebbero 50 x 1000 x 1000 = 500 milioni anche immaginando che solo il 10% dei prodotti vengono venduti si arriva a 50 milioni! Le informazioni memorizzate in un ipercubo, anche ipotizzando che siano di sintesi, sono di difficile interpretazione a causa della loro quantità. Due categorie di tecniche per ridurre la quantità di dati: Restrizione: si ritaglia una porzione del cubo, circoscrivendo il campo di analisi; in termini di algebra relazionale, corrisponde a fare selezioni/proiezioni. Aggregazione: si raggruppano in un unica macro-cella una serie di celle dell ipercubo. I dati sono il risultato dell attività di estrazione dei dati dalle sorgenti e organizzati per soggetti (o argomenti) principali. Es. Vendite, Acquisti, Diagnosi ecc. Ogni soggetto è ogni singolo fatto è quindi indentificato univocamente da una n-pla di valori dimensionali (le coordinate) E integrata e consistente (2) Le fonti dati da cui il data warehouse attinge possono essere molto differenti tra loro (es. file COBOL, RMS, file XML, fogli elettronici ecc.) e possono essere anche esterne al SIA. Di tutti questi dati il data warehouse restituisce una visione unficata, corretta e consistente. 23 E integrata e consistente (3) Partendo da diverse fonti operazionali si utilizzano gli strumenti ETL (Extraction Transformation and Loading). Tale compito può essere diviso in quattro fasi: Estrazione: in base ai fatti da caricare si scelgono e si prelevano i dati dalle varie sorgenti Pulitura: i dati originali quasi sempre contengono errori e inconsistenze, questa fase si occupa di migliorare la qualità dei dati mediante la loro correzione e omogeneizzazione. Trasformazione: Questa fase si occupa di convertire i vari formati dei dati delle sorgenti operazionali nel formato (unico) del datawarehouse effettuando le necessarie operazioni di conversione, normalizzazione, matching ed integrazione. Caricamento: i dati ottenuti vengono caricati nel datawarehouse o effettuando un refresh totale dei dati (di solito ciò viene fatto solo in fase di costruzione del datawarehouse) o mediante un update incrementale. 24 4
5 E rappresentativa dell evoluzione temporale Database operazionale Contenuto storico limitato. Il tempo solitamente non è parte delle chiavi. I dati possono e sono aggiornati di continuamente Datawarehouse Contenuto storico ampio. Es. 5/10/30 anni Il tempo è parte delle chiavi. I dati una volta raccolti non posso essere modificati da eventuali successive transazioni Non volatile I dati non vengono mai rimossi. Il data warehouse può solo crescere con il tempo. Nuovi dati vengono inseriti in blocchi prelevandoli dalle opportune sorgenti dei dati. Es. inserimento dei dati dell ultimo mese/trimestre/anno. L insieme dei dati è pertanto relativamente statico. Non ci sono modifiche frequentemente (ad esempio ogni ora) Database vs Data warehouse (1) Database vs Datawarehouse (2) Database (operazionale) Utenti: Impiegati Dirigenti Scopo Fonti dei dati Tipo di query Design Ottimizzazione Operazionale (registrazione di tutte le operazioni quotidiane). Dipende dall applicazione Data warehouse Supporto alle decisioni strategiche Direttamente dalle transazioni e/o dalle Database operazionali e altre fonti interne relative pezze d appoggio (fatture, bolle, e/o esterne filtrati dagli strumenti ETL ordini ) OLTP (OnLine Transactional Processing). Numerosissime transazioni brevi, semplici e predefinite. Read & Write Orientato alle applicazioni. Basato su ER. Normalizzato Per transazioni OLTP su una piccola parte del database OLAP (OnLine Analytical Processing). Query ad hoc molto complesse prevalentemente Read Only Orientato ai soggetti. Star Schema. Denormalizzato. Multidimensionale Per operazioni OLAP su tutti i dati 27 Database (operazionale) Data warehouse Parallelismo Inter-Query Intra-Query Integrazione dei dati Per applicazione Per soggetto Quantità di dati Centinaia/migliaia di GigaByte Centinaia/migliaia di TeraByte Tipo di dati Elementari. Sia numerici che alfanumerici. Numero di utenti (Decine di)migliaia Decine/centinaia Di sintesi. Prevalentemente numerici. Qualità dei dati In termini di integrità In termini di consistenza. Copertura temporale Solo dati correnti. (Es. anno in corso). Dati correnti e storici. (Es. ultimi cinque anni). 28 Data mining Con datamining si intende il processo di estrazione di informazione, utilizzabile e precedentemente sconosciuta, da grandi collezioni di dati e l utilizzo di queste informazioni per prendere decisioni di business. Ciò che cerchiamo sono dei pattern ossia delle forme, di regolarità tra i dati. Si cerca dunque una caratteristica dell insieme dei dati che permette di capire meglio come i dati sono fatti e/o come sono legati tra loro. Contrariamente a quanto affermano i super-ottimisti, è necessario controllare che i risultati ottenuti non siano errati. Data mining: parte del KDD Pattern Evaluation Data Mining Task-relevant Data Data Warehouse Selection Data Cleaning Data Integration 29 Databases 30 5
6 Il Processo di KDD Applicazioni del Data Mining Il data mining è solo una parte di un processo più ampio chiamato Knowledge Discovery in Databases. Il processo parte da un data warehouse o da una sorgente con caratteristiche simili. Vengono selezionati i dati rilevanti per l analisi, viene fatto il data mining e poi occorre valutare il risultato e verificare che sia corretto. Questa nuova informazione una volta validata può essere inserita nel SIA sviluppando ad esempio delle analisi OLAP ad hoc. Il processo di data mining può ripartire partendo tenendo conto di quanto si conosce già. 31 Banking: Concessione prestiti: predire l affidabilità di un cliente. Fraud Detection: predire se un acquisto è legittimo o se la carta di credito è stata rubata. Customer relationship management: In base al tipo e alla frequenza di ricorso di un cliente all assistenza predire se si rischia che il cliente passi ad un concorrente. Targeted marketing: Raggruppare gli utenti in modo da mandare cataloghi ad hoc ad ogni gruppo. Telecomunicazioni: Da una sequenza di malfunzionamenti predire se si va incontro ad un guasto grave. Medicina: Trovare se esiste una terapia più economica ma ugualmente efficace per un paziente. Astronomia: Identificare nuove galassie analizzando le immagini digitali dal telescopio. Web site/store design e promozioni: Capire gli interessi di un visitatore e proporre hyperlink ad hoc. 32 Esempio Classification: Si vuole segmentare l insieme dei dati in un numero di classi predefinite. Es. Banking: decidere se concedere un prestito o meno. In base al reddito, al tipo di lavoro, al tipo di abitazione ecc. si vuole predire se un soggetto rientra nella classe dei debitori affidabili o in quella dei debitori non affidabili. x: persone che hanno mancato la restituzione di rate o: persone che hanno rispettato le scadenze Effettuiamo la classificazione solo in base allo stipendio Risultato del data mining: se lo stipendio non superiore ad un certo valore è facile che venga mancato il pagamento di una rata 33 Riferimenti M. Golfarelli et al - Warehouse - Teoria e pratica della progettazione - McGrawHill, 2006 ISBN: P. Tan et al. - Introduction to data mining Addison Wesley, 2006 ISBN:
Per capire meglio l ambito di applicazione di un DWhouse consideriamo la piramide di Anthony, L. Direzionale. L. Manageriale. L.
DATA WAREHOUSE Un Dataware House può essere definito come una base di dati di database. In molte aziende ad esempio ci potrebbero essere molti DB, per effettuare ricerche di diverso tipo, in funzione del
DettagliArchivi e database. Prof. Michele Batocchi A.S. 2013/2014
Archivi e database Prof. Michele Batocchi A.S. 2013/2014 Introduzione L esigenza di archiviare (conservare documenti, immagini, ricordi, ecc.) è un attività senza tempo che è insita nell animo umano Primi
Dettagli1. BASI DI DATI: GENERALITÀ
1. BASI DI DATI: GENERALITÀ BASE DI DATI (DATABASE, DB) Raccolta di informazioni o dati strutturati, correlati tra loro in modo da risultare fruibili in maniera ottimale. Una base di dati è usualmente
DettagliData warehouse Introduzione
Database and data mining group, Data warehouse Introduzione INTRODUZIONE - 1 Pag. 1 Database and data mining group, Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi
DettagliIntroduzione data warehose. Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa. Data Warehouse
Introduzione data warehose Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa Data Warehouse Che cosa e un data warehouse? Quali sono i modelli dei dati per data warehouse Come si progetta
DettagliOrganizzazione degli archivi
COSA E UN DATA-BASE (DB)? è l insieme di dati relativo ad un sistema informativo COSA CARATTERIZZA UN DB? la struttura dei dati le relazioni fra i dati I REQUISITI DI UN DB SONO: la ridondanza minima i
DettagliCosa è un data warehouse?
Argomenti della lezione Data Warehousing Parte I Introduzione al warehousing cosa è un data warehouse classificazione dei processi aziendali sistemi di supporto alle decisioni elaborazione OLTP e OLAP
DettagliINDICE CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI
INDICE PREMESSA...1 PARTE PRIMA CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI CAPITOLO PRIMO IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI 1. I concetti di pianificazione strategica
DettagliBusiness Intelligence CRM
Business Intelligence CRM CRM! Customer relationship management:! L acronimo CRM (customer relationship management) significa letteralmente gestione della relazione con il cliente ;! la strategia e il
DettagliData Warehousing (DW)
Data Warehousing (DW) Il Data Warehousing è un processo per estrarre e integrare dati storici da sistemi transazionali (OLTP) diversi e disomogenei, e da usare come supporto al sistema di decisione aziendale
DettagliIl database management system Access
Il database management system Access Corso di autoistruzione http://www.manualipc.it/manuali/ corso/manuali.php? idcap=00&idman=17&size=12&sid= INTRODUZIONE Il concetto di base di dati, database o archivio
DettagliREALIZZARE UN MODELLO DI IMPRESA
REALIZZARE UN MODELLO DI IMPRESA - organizzare e gestire l insieme delle attività, utilizzando una piattaforma per la gestione aziendale: integrata, completa, flessibile, coerente e con un grado di complessità
DettagliSistemi Informativi Aziendali I
Modulo 6 Sistemi Informativi Aziendali I 1 Corso Sistemi Informativi Aziendali I - Modulo 6 Modulo 6 Integrare verso l alto e supportare Managers e Dirigenti nell Impresa: Decisioni più informate; Decisioni
DettagliB C I un altro punto di vista Introduzione
Bollicine Community B C Intelligence B C I un altro punto di vista Introduzione Graziano Guazzi General Manager Data Flow Settembre 2007 pag, 1 Cosa misurare La definizione di quale domanda di mercato
DettagliData warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007
Data warehousing Introduzione A partire dalla metà degli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa
DettagliBASI DI DATI per la gestione dell informazione. Angelo Chianese Vincenzo Moscato Antonio Picariello Lucio Sansone
BASI DI DATI per la gestione dell informazione Angelo Chianese Vincenzo Moscato Antonio Picariello Lucio Sansone Libro di Testo 22 Chianese, Moscato, Picariello e Sansone BASI DI DATI per la Gestione dell
DettagliData Warehouse Architettura e Progettazione
Introduzione Data Warehouse Architettura! Nei seguenti lucidi verrà fornita una panoramica del mondo dei Data Warehouse.! Verranno riportate diverse definizioni per identificare i molteplici aspetti che
DettagliUNIVERSITÀ DEGLI STUDI DI PADOVA
UNIVERSITÀ DEGLI STUDI DI PADOVA Facoltà di Scienze MM. FF. NN. Dipartimento di Matematica pura e applicata LAUREA TRIENNALE IN INFORMATICA Conversione di un datawarehouse SAS e dei relativi processi di
DettagliCORSO ACCESS PARTE II. Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?)
Ambiente Access La Guida di Access Esistono diversi tipi di aiuto forniti con Access, generalmente accessibili tramite la barra dei menu (?) Guida in linea Guida rapida Assistente di Office indicazioni
Dettagli25/11/14 ORGANIZZAZIONE AZIENDALE. Tecnologie dell informazione e controllo
ORGANIZZAZIONE AZIENDALE 1 Tecnologie dell informazione e controllo 2 Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale IT e coordinamento esterno IT e
DettagliOrganizzazione delle informazioni: Database
Organizzazione delle informazioni: Database Laboratorio Informatico di base A.A. 2013/2014 Dipartimento di Scienze Aziendali e Giuridiche Università della Calabria Dott. Pierluigi Muoio (pierluigi.muoio@unical.it)
DettagliCAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo
CAPITOLO 8 Tecnologie dell informazione e controllo Agenda Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale Sistemi di controllo a feedback IT e coordinamento
DettagliCorso di Access. Prerequisiti. Modulo L2A (Access) 1.1 Concetti di base. Utilizzo elementare del computer Concetti fondamentali di basi di dati
Corso di Access Modulo L2A (Access) 1.1 Concetti di base 1 Prerequisiti Utilizzo elementare del computer Concetti fondamentali di basi di dati 2 1 Introduzione Un ambiente DBMS è un applicazione che consente
DettagliIntroduzione alle basi di dati. Gestione delle informazioni. Gestione delle informazioni. Sistema informatico
Introduzione alle basi di dati Introduzione alle basi di dati Gestione delle informazioni Base di dati Modello dei dati Indipendenza dei dati Accesso ai dati Vantaggi e svantaggi dei DBMS Gestione delle
DettagliIntegrazione dei processi aziendali Sistemi ERP e CRM. Alice Pavarani
Integrazione dei processi aziendali Sistemi ERP e CRM Alice Pavarani Un ERP rappresenta la maggiore espressione dell inseparabilità tra business ed information technology: è un mega-package di applicazioni
DettagliIntroduzione alla teoria dei database relazionali. Come progettare un database
Introduzione alla teoria dei database relazionali Come progettare un database La struttura delle relazioni Dopo la prima fase di individuazione concettuale delle entità e degli attributi è necessario passare
DettagliSupporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita;
.netbin. è un potentissimo strumento SVILUPPATO DA GIEMME INFORMATICA di analisi dei dati con esposizione dei dati in forma numerica e grafica con un interfaccia visuale di facile utilizzo, organizzata
DettagliBusiness Intelligence Revorg. Roadmap. Revorg Business Intelligence. trasforma i dati operativi quotidiani in informazioni strategiche.
soluzioni di business intelligence Revorg Business Intelligence Utilizza al meglio i dati aziendali per le tue decisioni di business Business Intelligence Revorg Roadmap Definizione degli obiettivi di
DettagliProgettaz. e sviluppo Data Base
Progettaz. e sviluppo Data Base! Introduzione ai Database! Tipologie di DB (gerarchici, reticolari, relazionali, oodb) Introduzione ai database Cos è un Database Cos e un Data Base Management System (DBMS)
DettagliDispensa di database Access
Dispensa di database Access Indice: Database come tabelle; fogli di lavoro e tabelle...2 Database con più tabelle; relazioni tra tabelle...2 Motore di database, complessità di un database; concetto di
DettagliAnalisi dei Dati. Lezione 10 Introduzione al Datwarehouse
Analisi dei Dati Lezione 10 Introduzione al Datwarehouse Il Datawarehouse Il Data Warehousing si può definire come il processo di integrazione di basi di dati indipendenti in un singolo repository (il
DettagliData Warehousing e Data Mining
Università degli Studi di Firenze Dipartimento di Sistemi e Informatica A.A. 2011-2012 I primi passi Data Warehousing e Data Mining Parte 2 Docente: Alessandro Gori a.gori@unifi.it OLTP vs. OLAP OLTP vs.
DettagliSistemi di supporto alle decisioni
Sistemi di supporto alle decisioni Introduzione I sistemi di supporto alle decisioni, DSS (decision support system), sono strumenti informatici che utilizzano dati e modelli matematici a supporto del decision
DettagliStrutturazione logica dei dati: i file
Strutturazione logica dei dati: i file Informazioni più complesse possono essere composte a partire da informazioni elementari Esempio di una banca: supponiamo di voler mantenere all'interno di un computer
DettagliData warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni
Data warehouse Data warehouse La crescita dell importanza dell analisi dei dati ha portato ad una separazione architetturale dell ambiente transazionale (OLTP on-line transaction processing) da quello
DettagliCustomer Relationship Management. Eleonora Ploncher 3 aprile 2006
Customer Relationship Management Eleonora Ploncher 3 aprile 2006 1. Gli obiettivi Gli obiettivi della presentazione sono volti a definire: 1. gli elementi fondamentali e strutturali di una strategia di
DettagliLezione 1. Introduzione e Modellazione Concettuale
Lezione 1 Introduzione e Modellazione Concettuale 1 Tipi di Database ed Applicazioni Database Numerici e Testuali Database Multimediali Geographic Information Systems (GIS) Data Warehouses Real-time and
DettagliCiclo di vita dimensionale
aprile 2012 1 Il ciclo di vita dimensionale Business Dimensional Lifecycle, chiamato anche Kimball Lifecycle descrive il framework complessivo che lega le diverse attività dello sviluppo di un sistema
DettagliProgramma del Corso. Dati e DBMS SQL. Progettazione di una. Normalizzazione
Programma del Corso Dati e DBMS DBMS relazionali SQL Progettazione di una base di dati Normalizzazione (I prova scritta) (II prova scritta) Interazione fra linguaggi di programmazione e basi di dati Cenni
DettagliLe Basi di Dati. Le Basi di Dati
Le Basi di Dati 20/05/02 Prof. Carlo Blundo 1 Le Basi di Dati Le Base di Dati (database) sono un insieme di tabelle di dati strutturate in maniera da favorire la ricerca di informazioni specializzate per
DettagliLa Metodologia adottata nel Corso
La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema
DettagliIntroduzione alla Business Intelligence. E-mail: infobusiness@zucchetti.it
Introduzione alla Business Intelligence E-mail: infobusiness@zucchetti.it Introduzione alla Business Intelligence Introduzione Definizione di Business Intelligence: insieme di processi per raccogliere
DettagliIntroduzione alla Business Intelligence
SOMMARIO 1. DEFINIZIONE DI BUSINESS INTELLIGENCE...3 2. FINALITA DELLA BUSINESS INTELLIGENCE...4 3. DESTINATARI DELLA BUSINESS INTELLIGENCE...5 4. GLOSSARIO...7 BIM 3.1 Introduzione alla Pag. 2/ 9 1.DEFINIZIONE
DettagliUso delle basi di dati DBMS. Cos è un database. DataBase. Esempi di database
Uso delle basi di dati Uso delle Basi di Dati Il modulo richiede che il candidato comprenda il concetto di base dati (database) e dimostri di possedere competenza nel suo utilizzo. Cosa è un database,
DettagliDominio applicativo. Analisi e ricognizione delle fonti dati
Dominio applicativo La Società chiamata StraSport, si occupa di vendite all ingrosso di articoli sportivi. Ha agenzie distribuite sul territorio italiano che gestiscono le vendite, ognuna di esse gestisce
DettagliI database relazionali (Access)
I database relazionali (Access) Filippo TROTTA 04/02/2013 1 Prof.Filippo TROTTA Definizioni Database Sistema di gestione di database (DBMS, Database Management System) Sistema di gestione di database relazionale
DettagliSistemi per le decisioni Dai sistemi gestionali ai sistemi di governo
Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo Obiettivi. Presentare l evoluzione dei sistemi informativi: da supporto alla operatività a supporto al momento decisionale Definire
DettagliProgettaz. e sviluppo Data Base
Progettaz. e sviluppo Data Base! Progettazione Basi Dati: Metodologie e modelli!modello Entita -Relazione Progettazione Base Dati Introduzione alla Progettazione: Il ciclo di vita di un Sist. Informativo
DettagliSISTEMI INFORMATIVI AVANZATI -2010/2011 1. Introduzione
SISTEMI INFORMATIVI AVANZATI -2010/2011 1 Introduzione In queste dispense, dopo aver riportato una sintesi del concetto di Dipendenza Funzionale e di Normalizzazione estratti dal libro Progetto di Basi
DettagliINFORMATICA PER LE APPLICAZIONI ECONOMICHE PROF.SSA BICE CAVALLO
Basi di dati: Microsoft Access INFORMATICA PER LE APPLICAZIONI ECONOMICHE PROF.SSA BICE CAVALLO Database e DBMS Il termine database (banca dati, base di dati) indica un archivio, strutturato in modo tale
DettagliSQL Server 2005. Introduzione all uso di SQL Server e utilizzo delle opzioni Olap. Dutto Riccardo - SQL Server 2005.
SQL Server 2005 Introduzione all uso di SQL Server e utilizzo delle opzioni Olap SQL Server 2005 SQL Server Management Studio Gestione dei server OLAP e OLTP Gestione Utenti Creazione e gestione DB SQL
DettagliDatabase. Si ringrazia Marco Bertini per le slides
Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida
DettagliSistemi informativi secondo prospettive combinate
Sistemi informativi secondo prospettive combinate direz acquisti direz produz. direz vendite processo acquisti produzione vendite INTEGRAZIONE TRA PROSPETTIVE Informazioni e attività sono condivise da
DettagliBasi di dati. (Sistemi Informativi) teoria e pratica con Microsoft Access. Basi di dati. Basi di dati. Basi di dati e DBMS DBMS DBMS
Basi di Basi di (Sistemi Informativi) Sono una delle applicazioni informatiche che hanno avuto il maggiore utilizzo in uffici, aziende, servizi (e oggi anche sul web) Avete già interagito (magari inconsapevolmente)
DettagliIntroduzione al data base
Introduzione al data base L Informatica è quella disciplina che si occupa del trattamento automatico dei dati con l ausilio del computer. Trattare i dati significa: raccoglierli, elaborarli e conservarli
DettagliIntroduzione al processo di Marketing Management Cap. 1
Introduzione al processo di Marketing Management Cap. 1 Introduzione al processo di Marketing Management 1) La filosofia del marketing, ovvero il marketing concept 2) Che cos è il marketing 3) La funzione
DettagliSISTEMI INFORMATIVI AZIENDALI
SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Sistemi informazionali La crescente diffusione dei
DettagliRassegna sui principi e sui sistemi di Data Warehousing
Università degli studi di Bologna FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI Rassegna sui principi e sui sistemi di Data Warehousing Tesi di laurea di: Emanuela Scionti Relatore: Chiar.mo Prof.Montesi
DettagliBase di dati e sistemi informativi
Base di dati e sistemi informativi Una base di dati è un insieme organizzato di dati opportunamente strutturato per lo svolgimento di determinate attività La base di dati è un elemento fondamentale per
Dettaglidatabase: modello entityrelationship
Insegnamento di Informatica CdS Scienze Giuridiche A.A. 2007/8 database: modello entityrelationship Prof.Valle D.ssaFolgieri Lez7 25.10.07 Trattamento dati. Database: modello entity-relationship 1 Fasi
DettagliINFORMATICA. Prof. MARCO CASTIGLIONE ISTITUTO TECNICO STATALE TITO ACERBO - PESCARA
INFORMATICA Prof. MARCO CASTIGLIONE ISTITUTO TECNICO STATALE TITO ACERBO - PESCARA Informatica per AFM 1. SISTEMA INFORMATIVO AZIENDALE E SISTEMA INFORMATICO ITS Tito Acerbo - PE INFORMATICA Prof. MARCO
DettagliEsercizio data base "Biblioteca"
Rocco Sergi Esercizio data base "Biblioteca" Database 2: Biblioteca Testo dell esercizio Si vuole realizzare una base dati per la gestione di una biblioteca. La base dati conterrà tutte le informazioni
DettagliAutomazione Industriale (scheduling+mms) scheduling+mms. adacher@dia.uniroma3.it
Automazione Industriale (scheduling+mms) scheduling+mms adacher@dia.uniroma3.it Introduzione Sistemi e Modelli Lo studio e l analisi di sistemi tramite una rappresentazione astratta o una sua formalizzazione
DettagliSistemi Informativi e Basi di Dati
Sistemi Informativi e Basi di Dati Laurea Specialistica in Tecnologie di Analisi degli Impatti Ecotossicologici Docente: Francesco Geri Dipartimento di Scienze Ambientali G. Sarfatti Via P.A. Mattioli
DettagliL ergonomia dei sistemi informativi
Strumenti non convenzionali per l evoluzione d Impresa: L ergonomia dei sistemi informativi di Pier Alberto Guidotti 1 L ergonomia dei sistemi informativi CHI SONO Pier Alberto Guidotti Fondatore e direttore
DettagliIntroduzione Ai Data Bases. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni
Introduzione Ai Data Bases Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni I Limiti Degli Archivi E Il Loro Superamento Le tecniche di gestione delle basi di dati nascono
DettagliFacoltà di Farmacia - Corso di Informatica
Basi di dati Riferimenti: Curtin cap. 8 Versione: 13/03/2007 1 Basi di dati (Database, DB) Una delle applicazioni informatiche più utilizzate, ma meno conosciute dai non informatici Avete già interagito
DettagliLA PIANIFICAZIONE DELLE ATTIVITÀ AZIENDALI E.R.P. (ENTERPRISE RESOURCE PLANNING)
LA PIANIFICAZIONE DELLE ATTIVITÀ AZIENDALI E.R.P. (ENTERPRISE RESOURCE PLANNING) EVOLUZIONE DEFINIZIONI SISTEMI INFORMATIVI E SISTEMI ERP I SISTEMI TRADIZIONALI I SISTEMI AD INTEGRAZIONE DI CICLO I SISTEMI
DettagliEsercizio sui data base "Gestione conti correnti"
Database "Gestione conto correnti" Testo del quesito La banca XYZ vuole informatizzare le procedure di gestione dei conti correnti creando un archivio dei correntisti (Cognome, Nome, indirizzo, telefono,
DettagliBASI DI DATI - : I modelli di database
BASI DI DATI - : I modelli di database DAL 1960 ci si e' orientati verso 3 direzioni: 1 MODELLO GERARCHICO Se i dati si presentano naturalmente in una struttura ad albero (ES. File System) Limiti: rigidità
DettagliI sistemi di reporting e i rapporti direzionali
I sistemi di reporting e i rapporti direzionali Reporting - Sintesi dei fenomeni aziendali secondo modelli preconfezionati e con frequenza e aggiornamento prestabiliti - contabile (dati economici) - extracontabile
DettagliAMMINISTRARE I PROCESSI
LE SOLUZIONI AXIOMA PER LE AZIENDE DI SERVIZI AMMINISTRARE I PROCESSI (ERP) Axioma Value Application Servizi Axioma, che dal 1979 offre prodotti software e servizi per le azienda italiane, presenta Axioma
DettagliBusiness Process Management
Business Process Management Comprendere, gestire, organizzare e migliorare i processi di business Caso di studio a cura della dott. Danzi Francesca e della prof. Cecilia Rossignoli 1 Business process Un
DettagliCosa è un foglio elettronico
Cosa è un foglio elettronico Versione informatica del foglio contabile Strumento per l elaborazione di numeri (ma non solo...) I valori inseriti possono essere modificati, analizzati, elaborati, ripetuti
DettagliCustomer Relationship Management
Pagina 1 di 6 Software per la gestione delle attività commerciali dell azienda Interfacciabilità e/o Integrazione dati con ERP esterni Gestione della corrispondenza attraverso modelli definibili dall'utente
DettagliDatabase Commerciali/ Marketing. Indice: 1. Gli elementi chiave del db commerciale/ marketing 2. Come si costruisce un db commerciale/ marketing
Database Commerciali/ Marketing Indice: 1. Gli elementi chiave del db commerciale/ marketing 2. Come si costruisce un db commerciale/ marketing Database Commerciali/ Marketing Gli elementi chiave del db
Dettaglielicaweb manuali - Vendite: come iniziare - pagina 1 di 9
elicaweb manuali - Vendite: come iniziare - pagina 1 di 9 Indice Premessa 2 Listini di vendita! 2 Variazioni 2 Nuovo listino 3 Cerca e Query 3 Report 4 Classi di sconto! 5 Nuovo 5 Cerca 5 Report 5 Sconti
DettagliLezione 4. Controllo di gestione. Il controllo direzionale
Lezione 4 Il controllo direzionale Sistema di pianificazione e controllo PIANIFICAZIONE STRATEGICA PIANO 1 2 OBIETTIVI OBIETTIVI ATTIVITA 3 DI LUNGO PERIODO DI BREVE PERIODO OPERATIVA 5 BUDGET FEED-BACK
DettagliUNIVERSITA DEGLI STUDI DI BRESCIA Facoltà di Ingegneria
ESAME DI STATO DI ABILITAZIONE ALL'ESERCIZIO DELLA PROFESSIONE DI INGEGNERE PRIMA PROVA SCRITTA DEL 22 giugno 2011 SETTORE DELL INFORMAZIONE Tema n. 1 Il candidato sviluppi un analisi critica e discuta
DettagliBasi di dati. Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti
Basi di dati Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti Anno Accademico 2008/2009 Introduzione alle basi di dati Docente Pierangelo
DettagliIl modello di ottimizzazione SAM
Il modello di ottimizzazione control, optimize, grow Il modello di ottimizzazione Il modello di ottimizzazione è allineato con il modello di ottimizzazione dell infrastruttura e fornisce un framework per
DettagliRiccardo Dutto, Paolo Garza Politecnico di Torino. Riccardo Dutto, Paolo Garza Politecnico di Torino
Integration Services Project SQL Server 2005 Integration Services Permette di gestire tutti i processi di ETL Basato sui progetti di Business Intelligence di tipo Integration services Project SQL Server
DettagliSAP AG. Gabriele Monfardini Anno Accademico 2013-2014
Software ERP SAP AG Multinazionale tedesca Fatturato 2012: oltre 16 mld euro Numero dipendenti 2012: oltre 64000 Ha uffici in tutte le parti del mondo e un network di 115 aziende consociate Prodotti di
DettagliCorso di Informatica (Basi di Dati)
Corso di Informatica (Basi di Dati) Lezione 1 (12 dicembre 2008) Introduzione alle Basi di Dati Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati 1, Prof. Carlo Batini,
DettagliDATABASE. A cura di Massimiliano Buschi
DATABASE A cura di Massimiliano Buschi Introduzione Con Microsoft Access: Immissione dati e interrogazione Interfaccia per applicazioni e report Ma prima bisogna definire alcune conoscenze di base sui
DettagliProgettazione di un Database
Progettazione di un Database Per comprendere il processo di progettazione di un Database deve essere chiaro il modo con cui vengono organizzati e quindi memorizzati i dati in un sistema di gestione di
DettagliSQL Server BI Development Studio
Il Data warehouse SQL Server Business Intelligence Development Studio Analysis Service Sorgenti dati operazionali DB relazionali Fogli excel Data warehouse Staging Area e dati riconciliati Cubi Report
Dettagliwww.happybusinessapplication.net
www.astudio.it Cosa è HBA Project HBA Project è una Web Business Application gratuita che può essere installata sul proprio dominio come una «personal cloud», alla quale avrà accesso solo l utente che
DettagliIntroduzione ad OLAP (On-Line Analytical Processing)
Introduzione ad OLAP (On-Line Analytical Processing) Metodi e Modelli per il Supporto alle Decisioni 2002 Dipartimento di Informatica Sistemistica e Telematica (Dist) Il termine OLAP e l acronimo di On-Line
DettagliControlloCosti. Cubi OLAP. Controllo Costi Manuale Cubi
ControlloCosti Cubi OLAP I cubi OLAP Un Cubo (OLAP, acronimo di On-Line Analytical Processing) è una struttura per la memorizzazione e la gestione dei dati che permette di eseguire analisi in tempi rapidi,
DettagliData Warehousing. Argomenti della lezione. Rappresentazioni dei dati. Rappresentazione dei dati. Parte II Analisi multidimensionale
Argomenti della lezione Data Warehousing Parte II Analisi multidimensionale richiami sul data warehousing organizzazione di un data warehouse l analisi multidimensionale data warehousing e internet strumenti
DettagliBANCHE DATI. Informatica e tutela giuridica
BANCHE DATI Informatica e tutela giuridica Definizione La banca dati può essere definita come un archivio di informazioni omogenee e relative ad un campo concettuale ben identificato, le quali sono organizzate,
DettagliData Base Management System. Strumenti: Formato: Pro: Contro: Software specifico. Proprietario
Data Base Management System Strumenti: Software specifico Formato: Pro: Proprietario Massima semplicità di inserimento e gestione Tipizzazione Validazione dei dati Contro: Creazione del database Programmazione
DettagliBase Dati Introduzione
Università di Cassino Facoltà di Ingegneria Modulo di Alfabetizzazione Informatica Base Dati Introduzione Si ringrazia l ing. Francesco Colace dell Università di Salerno Gli archivi costituiscono una memoria
DettagliSistemi Informativi e Sistemi ERP
Sistemi Informativi e Sistemi Trasformare i dati in conoscenza per supportare le decisioni CAPODAGLIO E ASSOCIATI 1 I SISTEMI INFORMATIVI LI - E IMPRESA SISTEMA DI OPERAZIONI ECONOMICHE SVOLTE DA UN DATO
DettagliIl catalogo MARKET. Mk6 Il sell out e il trade marketing: tecniche, logiche e strumenti
Si rivolge a: Forza vendita diretta Agenti Responsabili vendite Il catalogo MARKET Responsabili commerciali Imprenditori con responsabilità diretta sulle vendite 34 di imprese private e organizzazioni
DettagliIl servizio di registrazione contabile. che consente di azzerare i tempi di registrazione delle fatture e dei relativi movimenti contabili
Il servizio di registrazione contabile che consente di azzerare i tempi di registrazione delle fatture e dei relativi movimenti contabili Chi siamo Imprese giovani e dinamiche ITCluster nasce a Torino
DettagliData mining e rischi aziendali
Data mining e rischi aziendali Antonella Ferrari La piramide delle componenti di un ambiente di Bi Decision maker La decisione migliore Decisioni Ottimizzazione Scelta tra alternative Modelli di apprendimento
DettagliMODULO 5 Appunti ACCESS - Basi di dati
MODULO 5 Appunti ACCESS - Basi di dati Lezione 1 www.mondopcnet.com Modulo 5 basi di dati Richiede che il candidato dimostri di possedere la conoscenza relativa ad alcuni concetti fondamentali sui database.
DettagliPROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE
Tesi in: ARCHITETTURA DEI SISTEMI INFORMATIVI PROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE IN UN AMBIENTE DI DISTRIBUZIONE FARMACEUTICA RELATORE: Prof. Crescenzio Gallo LAUREANDO: Alessandro Balducci
Dettagli