V CONFERENZA NAZIONALE DI STATISTICA Innovazione tecnologica e informazione statistica

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "V CONFERENZA NAZIONALE DI STATISTICA Innovazione tecnologica e informazione statistica"

Transcript

1 V CONFERENZA NAZIONALE DI STATISTICA Innovazione tecnologica e informazione statistica Il datawarehouse statistico come fonte per la diffusione dell informazione e il controllo di qualità Enrico Giovannini 1, Alberto Sorce 2 Istituto Nazionale di Statistica ISTAT 1. Introduzione L organizzazione e le attività degli Istituti nazionali di statistica stanno cambiando rapidamente per differenti fattori, quali l adozione dei nuovi regolamenti europei nel campo delle statistiche, la crescita e la diversificazione del fabbisogno informativo da parte degli utilizzatori, la necessità di ridurre il carico statistico sui rispondenti e la continua innovazione nel campo delle tecnologie informatiche. Ciò implica rilevanti modificazioni nell'organizzazione degli Istituti e nelle metodologie adottate. Non esistono soluzioni organizzative e metodologiche immediate atte a soddisfare tutte le necessità. Gli sforzi volti a definire modelli organizzativi generali restano spesso esercizi teorici, di difficile realizzazione pratica. D'altra parte, molti lavori affrontano la problematica esclusivamente dal punto di vista dell'information technology, trascurando aspetti che rendono i sistemi informativi statistici nettamente più complessi di altre tipologie di sistemi (ad esempio, la necessità di compilazione dei metadati, al fine di consentire un adeguata valutazione della qualità delle informazioni statistiche). Questo lavoro concentra la propria attenzione sullo sviluppo di SISSIEI, il Sistema Informativo Statistico Sulle Imprese e le Istituzioni realizzato dal DIpartimento delle Statistiche Economiche (DISE) dell'istat, il quale rappresenta una struttura multidimensionale dedicata a ricondurre in un quadro organico tutte le statistiche prodotte del Dipartimento con riferimento alle aziende agricole, alle imprese ed alle istituzioni pubbliche e private. Il Sistema è stato disegnato come un elemento unificante delle attività statistiche sulle imprese e le istituzioni, al fine di produrre in modo più efficiente le informazioni statistiche, ad accrescerne le qualità ed a razionalizzare i flussi informativi raccolti presso le unità statistiche. Esso implica un vero e proprio "cambiamento culturale" nella realizzazione delle rilevazioni: infatti, come per il sistema dei conti nazionali, SISSIEI intende rappresentare la struttura nella quale tutti i singoli processi statistici tendono ad essere inseriti, codificati ed integrati. 2. I regolamenti dell'unione europea e l'organizzazione degli Istituti di statistica I regolamenti comunitari emanati negli ultimi anni in campo statistico, in particolare nel campo delle statistiche economiche, possono essere pensati come singoli "mattoni" volti alla costruzione di un complesso sistema informativo statistico. I regolamenti che riguardano le unità statistiche, le classificazioni delle attività economiche, i registri delle unità, le statistiche strutturali, le statistiche congiunturali, i conti nazionali e specifici settori (il turismo, i trasporti, ecc.) sono stati basati su 1 Direttore del Dipartimento delle statistiche economiche dell'istat 2 Responsabile del coordinamento del sistema informativo statistico su istituzioni e imprese dell'istat 1

2 concetti, definizioni e classificazioni coerenti tra loro ed hanno via via imposto agli Stati membri notevoli cambiamenti nelle organizzazioni e nelle metodologie adottate fino all'inizio degli anni novanta. Allo stesso tempo, i sistemi statistici nazionali hanno dovuto perseguire un sempre più elevato livello di efficienza, soprattutto in dipendenza della riduzione delle risorse loro assegnate in termini reali, della necessità di accrescere la gamma delle informazioni fornite alla collettività e di ridurre il carico statistico su rispondenti. In Italia, l'introduzione dei regolamenti statistici è stata accolta come un'opportunità di sviluppo del sistema delle statistiche economiche, attraverso la quale si è cercato di coniugare insieme aspetti di carattere organizzativo, metodologico, istituzionale e tecnologico, quali: l ampia utilizzazione di informazioni amministrative per scopi statistici, favorita dalla legislazione nazionale che consente all'istat l'accesso a tutti i dati di questa natura; lo sviluppo di sistemi di metadati coerenti; l'adozione coordinata di nuove metodologie statistiche in differenti fasi delle indagini; l'adozione di nuovi sistemi informatici, con il passaggio dal mainframe a sistemi distribuiti; il coinvolgimento degli utenti nella definizione di prodotti e dei rispondenti nella definizione di strategie per la raccolta efficiente dei dati. Lo sviluppo di un disegno sistemico ha condotto, nel 1997, ad una riorganizzazione del Dipartimento delle statistiche economiche (all'epoca denominato "Direzione centrale per le statistiche sulle imprese e le istituzioni") basata su una suddivisione degli uffici volta ad unificare processi produttivi analoghi, indipendentemente dal settore di interesse delle rilevazioni. L'adozione di un approccio per processo" (e non per "settore"), completata con la recente creazione della Direzione per le statistiche strutturali, la Direzione per le statistiche congiunturali, la Direzione per i censimenti e gli archivi, ha favorito l attenzione al miglioramento delle diverse fasi delle indagini, consentendo un uso più efficace delle risorse umane ed un guadagno di efficienza e di qualità. Questa modalità organizzativa si è andata affermando negli ultimi anni anche in altri Istituti di statistica e all'interno dell'eurostat stesso. Ciò ha favorito i rapporti internazionali e il coordinamento tra strutture omogenee all'interno dei diversi Stati membri dell'unione, tra le quali sono cresciuti notevolmente i rapporti bilaterali e gli scambi di esperienze. Naturalmente, un approccio organizzativo che privilegia i processi rischi di perdere coerenza in termini di prodotti. Le statistiche su un settore (ad esempio l'industria) vengono infatti realizzate in unità operative diverse e, così facendo, si corre il rischio di fornire informazioni incoerenti o contraddittorie, perdendo altresì quelle importanti conoscenze tematiche che rappresentano un fondamentale strumento di controllo della qualità dell'informazione. D'altra parte, gli utenti chiedono sempre più frequentemente informazioni integrate (si pensi al caso del mercato del lavoro) e queste ultime possono essere fornite solamente attraverso una lettura globale dei dati congiunturali e strutturali. Di conseguenza, è indispensabile che i singoli processi produttivi siano inseriti in un quadro più ampio, di carattere sistemico, nel quale ritrovare quelle coerenze di presentazione e di analisi assolutamente indispensabili dal punto di vista dell'utente. Ciò implica che un'organizzazione basata sui processi sia accompagnata dallo sviluppo di tools che permettano la lettura e la diffusione integrata dei dati disponibili. La costruzione di SISSIEI risponde esattamente a queste esigenze, assicurando l'interdipendenza tra le strutture responsabili della produzione dei diversi dati, consentendo una piena integrazione delle informazioni prodotte, addirittura a livello di microdato. Alla base di SISSIEI c'è una particolare "visione" del processo produttivo, basata sul concetto di corporate datawarehouse, le cui caratteristiche principali sono descritte nel successivo paragrafo. 3. Il sistema informativo statistico sulle imprese ed istituzioni (SISSIEI): un modello basato sul corporate datawarehouse Tradizionalmente, le attività di un istituto di statistica sono state orientate verso la conduzione 2

3 delle rilevazioni e la produzione dei relativi risultati. E' evidente che, con la crescita della domanda d'informazione e soprattutto con la crescente esigenza dell'utenza di disporre di quadri informativi complessi, diviene sempre più difficoltoso il controllo ed il coordinamento di indagini tra loro collegate. Esiste quindi la necessità di costruire, nell ambito di un organizzazione statistica, una funzione d integrazione delle indagini che soddisfi le necessità degli utilizzatori e che accresca l'efficienza dell'attività statistica complessivamente considerata, anche in termini di riduzione del carico statistico sui rispondenti. La risposta a tale esigenza è stata trovata nello sviluppo di sistemi informativi statistici. Un sistema informativo statistico è tipicamente composto di sottosistemi che permettono la raccolta, il trattamento, la memorizzazione, l analisi e la diffusione dei dati statistici (Egidi e Giovannini, 1999). I processi statistici usano e producono dati statistici, i cui componenti elementari sono i microdati, i macrodati ed i metadati. Naturalmente, ogni particolare organizzazione statistica può dare più enfasi a certi tipi di processi statistici e definire in modo differente i microdati o i macrodati: ad esempio, i macrodati riferenti alla popolazione di persone ed imprese, registrati dagli uffici nazionali di statistica, possono essere visti da organizzazioni internazionali come microdati di un sistema informativo statistico sovranazionale. Un sistema informativo statistico, oltre ad essere costruito per produrre prodotti statistici, può avere scopi più generali, come ad esempio quello di fornire, attraverso la messa a disposizione di database di riferimento, un servizio ad utenti interni ed esterni (ad esempio, per l'estrazione di campioni da archivi delle unità statistiche). In questo senso, il sistema informativo diventa una infrastruttura comune a più processi, nella quale differenti tipi di sottosistemi informativi svolgono uno specifico compito e interagiscono tra di loro. Di conseguenza, il sistema informativo di un organizzazione deve essere coerente con l architettura dell organizzazione stessa, così da identificare i compiti delle diverse strutture elementari e le loro responsabilità: l'aumento dell'integrazione tra strutture, infatti, rende ciascuna di queste maggiormente dipendente dalle altre, riducendo gli spazi di manovra dei singoli, ma aumentando l'efficienza complessiva dell'organizzazione. Grazie agli sviluppi tecnologici degli ultimi anni, è possibile sviluppare un unico ambiente di integrazione, il quale colleghi processi e basi di dati sviluppati localmente, anche con architetture diverse tra di loro. Di conseguenza, la funzione d integrazione deve essere molto flessibile e poter essere utilizzata direttamente da molti utenti, attraverso strumenti user friendly. D'altra parte, per permettere agli utilizzatori di navigare nei dati provenienti da differenti indagini in modo pienamente avveduto, la funzione di integrazione deve consentire di associare i valori assunti dalle diverse variabili con le relative definizioni (metadati). Una possibile "visione" di un sistema informativo integrato è quella contenuta nella figura 1, tratta da ONU (1999), basata sullo sviluppo di un corporate datawarehouse, articolato in diverse aree, con il quale le singole unità produttive (analytical processing systems) interagiscono mediante software generalizzati per acquisire dati, elaborarli e restituirli al sistema, dal quale si estraggono poi gli "ipercubi" che sono utilizzati per la definizione dei prodotti per l'utenza. Benché, sempre più spesso, anche i singoli processi produttivi tendano a farsi più complessi, operando integrazioni tra fonti diverse (ad esempio, tra dati statistici e dati amministrativi), in genere esiste una funzione centralizzata di integrazione. Tale unicità si può ritrovare a livello dipartimentale (come nel caso dell'istat) o addirittura a livello d'istituto (come nel caso dell'istituto statistico olandese), ma essa è sempre svolta separatamente dai singoli processi produttivi. Naturalmente, deve esistere una buona collaborazione tra le strutture centralizzate e decentrate, nonché procedure di comunicazione e responsabilità ben definite, in modo da evitare ridondanze e duplicazioni. La struttura di integrazione in un organizzazione statistica deve facilitare lo scambio dei dati (e dei metadati) tra le strutture che sovrintendono alla creazione dei registri delle unità e quelle che svolgono le rilevazioni, tra queste ultime e quelle che realizzano prodotti complessi, ecc. Il concetto di "rete" è assolutamente cruciale in tale organizzazione ed è per questo che, in molti casi, la sua concreta realizzazione impone un "salto culturale": passare da un'organizzazione frammentata, nella quale però l'autonomia della singola unità è sostanzialmente salvaguardata, ad un'organizzazione integrata, in cui ognuno dipende dagli altri, richiede ai singoli un importante modificazione del proprio 3

4 Figura 1. Un'architettura di sistema informativo per organizzazioni statistiche modo di operare ed al management dell'organizzazione un impegno continuo per assicurare l'efficienza e la funzionalità di tutte le parti del Sistema. Il Sistema Informativo Statistico sulle Imprese e le Istituzioni SISSIEI adotta pienamente la visione ora descritta, tendendo ad integrare tutte le diverse operazioni svolte all'interno del DISE. Rinviando ad altri lavori per la descrizione del Sistema (Giovannini e Sorce, 2000; Calzaroni, Giovannini e Sorce, 2000), in questa sede è opportuno sottolineare come SISSIEI sia basato su diversi navigatori per esplorare la basi di dati statistici e su un dizionario dei dati, il quale consente di collegare tra di loro le variabili provenienti dalle diverse indagini. Il Sistema permette l'accesso on-line a microdati e usa comandi SQL. Ad esempio, attraverso un processo OLAP (On-line Analitical Process) è possibile ottenere, in una sola videata, tutti i microdati provenienti da diverse rilevazioni riferiti ad un'unica impresa, perfettamente referenziata sul piano anagrafico (indirizzo, forma giuridica, ecc.) e statistico (settore di attività, numero di addetti, ecc.). Nella figura 2 sono riportate le aree principali in cui è articolato il Sistema. Esso è articolato in due aree: la prima, relativa alle aziende agricole e alle imprese industriali e dei servizi; la seconda, riferita alle istituzioni pubbliche e private. Ciascun sottosistema poggia sui relativi archivi delle unità giuridico-economiche, secondo quanto previsto dal regolamento comunitario n. 2186/93. In particolare, nel caso del sistema sulle imprese, si hanno l Archivio statistico delle aziende e delle imprese agricole (ASAIA, oltre soggetti) e quello relativo alle unità operanti nei settori industriali e del terziario (ASIA, circa imprese); nel caso delle istituzioni, l Archivio statistico delle istituzioni pubbliche (ASIP1, circa soggetti) è affiancato da quello riferito alle istituzioni private (ASIP2, circa unità). Naturalmente, vista la dimensione di SISSIEI non esiste un'unica base di dati, ma una rete di database integrati e navigabili con strumenti generalizzati. Inoltre, nel sistema sono disponibili alcuni tools generalizzati per l'estrazione di liste, di campioni, ecc. Quando sono disponibili i dati validati, SISSIEI serve come base per la costruzione di data warehouse (DW) per la diffusione. In particolare, nel 1998 l Istat ha prodotto ed esposto su Internet il suo primo DW per la diffusione dei risultati del censimento intermedio sulle imprese industriali e dei servizi riferito all anno Il successo di questo nuovo strumento è stato estesamente riconosciuto 4

5 Figura 2: Struttura generale di SISSIEI Sistema informativo statistico sulle imprese e le istituzioni SISSIEI Sistema informativo statistico sulle imprese SISSI Sistema informativo statistico sulle istituzioni SISSIS Sottosistema informativo dell'agricoltura Sottosistema informativo sulle imprese industriali e dei servizi Sottosistema informativo sulle istituzioni pubbliche SISPA Sottosistema informativo sulle istituzioni private Archivio statistico delle aziende agricole Archivio statistico delle imprese attive Archivio statistico delle istituzioni pubbliche Archivio statistico delle istituzioni private ASAIA ASIA ASIP1 ASIP2 tratte dalle rilevazioni congiunturali e strutturali sul settore agricolo tratte dalle rilevazioni strutturali e congiunturali sulle imprese tratte dalle rilevazioni sulle istituzioni pubbliche tratte dalle rilevazioni sulle istituzioni private tratte dalle rilevazioni strutturali sulle imprese tratte dalle rilevazioni congiunturali tratte dalle rilevazioni sul commercio estero dagli utenti: il database è stato reso disponibile gratuitamente su Internet (http://cens.istat.it), e da questo, nel corso del solo 1999, oltre utenti hanno eseguito oltre estrazioni di tavole statistiche, a partire da circa un milione di possibili combinazioni. Inoltre, dallo stesso database sono stati rapidamente prodotti dall'istat oltre 20 cd-rom e 120 volumi cartacei, senza alcun intervento supplementare di carattere editoriale. Per la progettazione e la realizzazione della base dati sono stati necessari circa sei mesi di attività ed i prodotti utilizzati sono stati: SAS/Warehouse Administrator, per la costruzione del Data Warehouse, SAS/Desktop Application Builder, per la scelta delle aggregazioni e la costruzione dell applicazione per la navigazione. Lo spazio disco occupato del DW è complessivamente di circa 25 GB, in quanto esso contiene non solo i risultati del censimento intermedio del 1996, ma anche quelli derivanti dai censimenti generali del 1971, 1981 e Sono stati realizzati oltre 100 programmi per complessivi circa righe di codice 3. 3 Più in dettaglio, mentre i dati dei censimenti del 1971, 1981 e 1991 (relativo alle sole imprese) sono stati memorizzati in tre file distinti, uno per ogni anno, per il 1996 i dati sono stati memorizzati in due file, uno per le imprese e uno per le unità locali. Per operare l omogeneizzazione dei dati sono state eseguite le seguenti operazioni: la riclassificazione delle attività economiche rapportandole alla classificazione attuale; la riclassificazione territoriale: o per i comuni variati nel corso del tempo (modifiche a livello di provincia e comune); o per i comuni caratteristici (comune capoluogo, grande comune); o per l'introduzione di nuove aggregazioni territoriali extra amministrative (sistema locale del lavoro, distretto industriale); la riclassificazione della forma giuridica utilizzata nel passato rapportandola alla classificazione attuale; l armonizzazione della codifica del carattere artigiano, la cui definizione e decodifica è variata da un censimento all altro; l armonizzazione della codifica del campo diffusione (unità locale sede di impresa unilocalizzata o plurilocalizzata o non sede); attribuzione delle variabili diffusione territoriale dell impresa (comunale, provinciale, regionale, nazionale), diffusione sede (posizione territoriale delle unità locali di un impresa rispetto alla sede) e classe di addetti per il 1996, effettuata in base a regole predefinite. 5

6 Nel corso del 2000 sono stati poi sviluppati due nuovi DW, la cui esposizione su Internet è prevista nelle prossime settimane: il primo è riferito ai risultati delle rilevazioni annuali di carattere strutturale sulle imprese industriali e dei servizi; il secondo contiene i risultati delle rilevazioni sul commercio estero. Il DW sulle statistiche strutturali è destinato ad accogliere inizialmente i risultati delle rilevazioni sui conti delle imprese di piccole, medie e grandi dimensioni, nonché i risultati della seconda fase del censimento intermedio (long-form). Successivamente, esso ospiterà i dati provenienti dalle altre rilevazioni annuali, quali quelle sulla struttura del costo del lavoro, sull'innovazione tecnologica, sulla ricerca scientifica, ecc.. La complessità del progetto risiede nel fatto che le variabili da pubblicare sono tratte da rilevazioni diverse, sono molto numerose ed utilizzano chiavi di aggregazione piuttosto differenti, quali il territorio, la classe dimensionale, il settore di attività economica, ecc. Inoltre, questi dati, a differenza di quelli relativi ai caratteri identificativi delle unità censite con riferimento al 1996, sono soggetti alle norme sul segreto statistico, cosicché si sono dovuti adottare particolari accorgimenti volti ad evitare la violazione della riservatezza. Il DW realizzato dall Istat con riferimento alle statistiche sul commercio con l estero rappresenta, al contrario di quelli visti in precedenza, un caso nel quale esso è pienamente inserito nel processo produttivo dei dati statistici. In effetti, esso è stato inizialmente costruito per la realizzazione di circa tavole contenute nell'annuario "commercio estero ed attività internazionali delle imprese", realizzato per la prima volta nel luglio del 1999 dall Istat e dall Istituto del Commercio Estero (ICE). Di conseguenza, ci si è inizialmente concentrati sulla progettazione e creazione dei data mart e degli info mart necessari, nonché sulla realizzazione delle diverse tipologie di tipo inquiring e reporting on-line tramite la tecnologia web. Successivamente, il progetto è stato ampliato, da un lato, per integrare il data warehouse all interno del processo produttivo dei dati mensili del commercio con l estero e, dall altro, per offrire all utenza esterna una modalità rapida ed efficiente di accesso ai dati aggregati. In questo modo, a partire dall'inizio del 2000, un utente abilitato, attraverso la rete intranet dell istituto, può: accedere ad alcuni dati statici su Web Server, tra cui anche le tavole dell Annuario on-line; accedere ai data mart SAS su Application Server per richieste di dati aggregati (secondo formati predefiniti); accedere alle fact table ed ai microdati memorizzati nel dbms Oracle per richieste ancor più dettagliate. Attualmente, il data warehouse contiene microdati mensili riferiti al periodo , per oltre gruppi di prodotti, ciascuno dei quali classificato per 250 paesi, 103 province di origine o destinazione dei beni. Il volume di dati è quantificabile in circa 80 Gb, il che caratterizza questo DW come un VLDB. A partire da questo DW, un database più limitato sarà reso accessibile in Internet, così da consentire agli utenti l'estrazione di tavole dettagliate per prodotto ed area geografica. 4. Strategie e accorgimenti per la costruzione di data warehouse a fini statistici Come descritto precedentemente, lo sviluppo di un corporate data warehouse è un elemento chiave della nuova visione" della produzione statistica. Il DW è un sistema informativo dove i dati sono organizzati e strutturati per un facile accesso da parte dell'utente e per supportare i processi della decisione. I seguenti sistemi sono abilitati dal DW: DSS (Decisional Support System) EIS (Executive/Enterprise Information System). Il primo è usato per risolvere specifici problemi, mentre il secondo è utilizzato per soddisfare una circolazione continua dei dati, indipendentemente da specifici problemi. Il DW è un sistema OLAP che differisce dai sistemi OLTP (On Line Transaction Processing), sebbene i dati provengano dal secondo. I sistemi OLAP sono sistemi subject-oriented, sono integrati, 6

7 storici e permanenti, non comprendono dati analitici e statici come i sistemi OLTP. Un DW è sempre diviso dal suo ambiente operativo e può comprendere anche tutti i dati dell'ambiente operativo. I dati nel DW non vengono mai cambiati; sono memorizzati all'inizio, messi a disposizione e non sono aggiornati come nei sistemi OLTP. Prima che siano memorizzati nel DW, i dati sono integrati seguendo differenti strategie, come ad esempio, per nome, per unità di misura delle variabili, per attributi, ecc.. Due sono i principali approcci per sviluppare un ambiente di DW. Il primo è basato sulla creazione di un DW centrale, usando dati dal sistema principale e da altre fonti. Questo DW centrale può essere usato poi per creare/aggiornare DW dipartimentali o data mart locali. Il secondo approccio è basato sulla creazione di data mart indipendenti, ognuno dei quali è memorizzato direttamente dal sistema centrale o da altre fonti di dati. L'approccio teso a sviluppare un DW centrale può iniziare da un semplice DW, crescere nel tempo per soddisfare utenti caratterizzati da richieste diversificate e diventare un ambiente che contiene sistemi di DW fra loro collegati. In un semplice ambiente di DW, tre sono le aree che hanno necessità di essere monitorate: l'estrazione e la trasformazione dei dati dai sistemi centralizzati; la base dei dati del DW; i tools per l esplorazione dei dati. Di solito, esistono tre luoghi dove depositare i dati (repository): uno per descrivere la struttura dei dati, per la loro trasformazione e per la loro estrazione; uno per il database del DW; uno per gli strumenti di navigazione. Questi repository, ovviamente, hanno bisogno di continua manutenzione, così come i dati residenti nel database. La complessità della manutenzione dipende molto dal database scelto e comprende copie di backup, recovery, riorganizzazioni, archiviazioni, operazioni di monitoraggio e tuning. Per migliorare la performance delle consultazioni da parte dell utente, è possibile creare subset di dati a livello dipartimentale o locale riducendo così la dipendenza del DW centrale. Questo livello supplementare di frammentazione dei dati aumenta la complessità della gestione, aggiunge un altro livello di metadati e potenzialmente un altro repository, richiedendo un controllo ed una gestione della distribuzione dei dati dei data mart. A meno che l amministrazione dei data mart sia completamente demandata a livello locale, esso richiede anche la gestione di dati del database dei data mart. La situazione diventa ancora più difficile se l'ambiente evolve ulteriormente con la creazione di DW multipli di grande dimensione. Nell approccio di data mart indipendenti, la creazione di un solo data mart orientato a risolvere un particolare problema rappresenta una semplice soluzione. L'amministrazione di tale ambiente è relativamente facile. Le tre aree da amministrare sono: l'estrazione dei dati dalle fonti e la trasformazione nelle strutture dei dati per il database del data mart; il database del data mart stesso; i tools di sfruttamento dei dati. Questo tipo di DW è maneggevole in quanto, di solito, non contiene grandi volumi di dati. Nel caso si adotti una tale soluzione, il compito dell'amministratore del DW sarebbe relativamente facile. D altra parte, l attività di successiva riconduzione di un elevato numero di data mart separati a un solo ambiente di DW è molto difficile. In questo caso, infatti, ogni data mart è sviluppato individualmente e ciò può porre il problema di avere discordanze nella definizione dei dati. Può accadere poi che il DW contenga volumi molto grandi di dati, non sempre di natura omogenea. Lavorare con questi volumi di dati non correlati può portare alla costruzione di un sistema poco efficiente e richiedere molto tempo per la fase di elaborazione dei dati. Se ciò dovesse accadere, è più conveniente suddividere il DW in aree specifiche. Inoltre molti tools creati per lo sfruttamento dei dati utilizzano ambienti proprietari, ognuno dei quali ha il proprio repository. Tale repository contiene le informazioni necessarie all esplorazione dei dati. Se il DW è amministrato centralmente, tutti gli ambienti che lo compongono devono essere gestiti centralmente, ma anche dove la responsabilità dell amministrazione dei tools di sfruttamento dei dati è 7

8 distribuito a livello dell'utente locale, è richiesto un collegamento tra il sistema di amministrazione centrale del DW e gli ambienti distribuiti. Senza i metadati è naturalmente impossibile un uso corretto del DW, specialmente quando l ammontare di informazioni contenuto nel sistema è di grandi dimensioni. La gestione dell'interscambio di informazioni tra i repository di metadati in un ambiente di DW non è solo un requisito, ma impone anche una gestione del metadato come parte del DW. Tipicamente il DW può contenere dati che hanno vecchie strutture e che hanno probabilmente subito dei cambiamenti nel tempo. Inevitabilmente, quando un utente accede alle informazioni, incorre nelle seguenti domande: che informazioni sono disponibili nel DW? qual è il significato della definizione di quella variabile? sono aggiornati ed affidabili i dati? Se mancano le risposte a tali domande, l utente tenderà ad utilizzare strumenti diversi per acquisire le informazioni e l intera impalcatura sistemica perde il suo significato. Peraltro, il ruolo del metadato diventa sempre più importante con la crescita delle informazioni e della diversificazione delle richieste degli utenti, ambedue tendenze ormai chiaramente in fase di accelerazione. Bibliografia Calzaroni M., Giovannini E., Sorce A. (2000) Il Sistema Informativo Statistico Sulle Imprese dell Istat: problematiche e potenzialità, lavoro presentato alla XL Conferenza della Società Italiana di Statistica, Firenze, Aprile Giovannini E. e Egidi V. (1999) Sistemi informativi integrati per l analisi di fenomeni complessi e multidimensionali, Atti della Quarta conferenza nazionale di statistica, Istat, Roma. Giovannini E. e Sorce A. (2000) The Statistical Information System on Enterprises and Institutions of Italian Statistical Institute: a Datawarehouse Approach, lavoro presentato al 9 th CEIES Seminar on Innovations in Provision and Production of Statistics: the Importance of New Technologies, Helsinki, January ONU (1999) 8

Data warehouse Introduzione

Data 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

Dettagli

Cosa è un data warehouse?

Cosa 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

Dettagli

Data Warehousing e Data Mining

Data 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.

Dettagli

Introduzione 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 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

Dettagli

Sistemi per le decisioni Dai sistemi gestionali ai sistemi di governo

Sistemi 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

Dettagli

Informazioni amministrative e dati statistici L esperienza in corso sulla nuova fonte Inail: Denuncia Nominativa Assicurati

Informazioni amministrative e dati statistici L esperienza in corso sulla nuova fonte Inail: Denuncia Nominativa Assicurati V Conferenza Nazionale di Statistica Innovazione tecnologica e informazione statistica Integrazione tra registri e rilevazioni statistiche Roma 15,16, 17 novembre 2000 Informazioni amministrative e dati

Dettagli

Relazione sul data warehouse e sul data mining

Relazione sul data warehouse e sul data mining Relazione sul data warehouse e sul data mining INTRODUZIONE Inquadrando il sistema informativo aziendale automatizzato come costituito dall insieme delle risorse messe a disposizione della tecnologia,

Dettagli

Thematica Software Technologies

Thematica Software Technologies Sperimentazione di Servizi Innovativi alle Imprese Produttrici di Software Università della Calabria 21-10-2004 Giovanni Laboccetta Thematica s.r.l. www.thematica.it glaboccetta@thematica.it Perché i data

Dettagli

II Modulo Organizzazione dei Sistemi Informativi

II Modulo Organizzazione dei Sistemi Informativi II Modulo Organizzazione dei Sistemi Informativi DA CHE COSA E COMPOSTO COME SI ACCEDE CHI LO USA A CHE COSA SERVE Risorse hardware e software: - Server - LAN (router, HUB Firewall,..) - Storage - pacchetti

Dettagli

Introduzione alla Business Intelligence. E-mail: infobusiness@zucchetti.it

Introduzione 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

Dettagli

Archivi amministrativi e uso statistico: verso un sistema integrato di microdati

Archivi amministrativi e uso statistico: verso un sistema integrato di microdati Archivi amministrativi e uso statistico: verso un sistema integrato di microdati Seminario «La standardizzazione delle banche dati regionali» Regione Veneto Struttura dei legami a tela di ragno Archivio

Dettagli

SOLUTION BRIEF CA ERwin Modeling. Come gestire la complessità dei dati e aumentare l'agilità del business

SOLUTION BRIEF CA ERwin Modeling. Come gestire la complessità dei dati e aumentare l'agilità del business SOLUTION BRIEF CA ERwin Modeling Come gestire la complessità dei dati e aumentare l'agilità del business CA ERwin Modeling fornisce una visione centralizzata delle definizioni dei dati chiave per consentire

Dettagli

Introduzione alla Business Intelligence

Introduzione 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

Dettagli

Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni

Data 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

Dettagli

Progettaz. e sviluppo Data Base

Progettaz. 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)

Dettagli

Sistemi Informativi Aziendali I

Sistemi 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

Dettagli

Il sistema informativo della RICA italiana

Il sistema informativo della RICA italiana Gestione Aziendale delle Imprese Agricole La presentazione del nuovo software INEA per la gestione economica dell azienda agricola Milano, 11 Settembre 2008 Carmela De Vivo Istituto Nazionale di Economia

Dettagli

Sistemi Informativi. Catena del valore di PORTER

Sistemi Informativi. Catena del valore di PORTER Sistemi Informativi Catena del valore di PORTER La catena del valore permette di considerare l'impresa come un sistema di attività generatrici del valore, inteso come il prezzo che il consumatore è disposto

Dettagli

Introduzione ad OLAP (On-Line Analytical Processing)

Introduzione 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

Dettagli

COMUNE DI TERNO D ISOLA

COMUNE DI TERNO D ISOLA COMUNE DI TERNO D ISOLA Provincia di BERGAMO Piano triennale di informatizzazione delle procedure per la presentazione di istanze, dichiarazioni e segnalazioni (Art 24 comma 3bis D.L. 90/2014) INDICE 1)

Dettagli

Per capire meglio l ambito di applicazione di un DWhouse consideriamo la piramide di Anthony, L. Direzionale. L. Manageriale. L.

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

Dettagli

Data Warehouse Architettura e Progettazione

Data 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

Dettagli

Introduzione al data warehousing

Introduzione al data warehousing Introduzione al data warehousing, Riccardo Torlone aprile 2012 1 Motivazioni I sistemi informatici permettono di aumentare la produttività delle organizzazioni automatizzandone la gestione quotidiana dei

Dettagli

emanager La soluzione a supporto dei processi di Clinical Governance www.dedalus.eu

emanager La soluzione a supporto dei processi di Clinical Governance www.dedalus.eu emanager La soluzione a supporto dei processi di Clinical Governance www.dedalus.eu 3 La Clinical Governance Nell ambito dell erogazione di servizi sanitari è sempre più evidente l esigenza di poter disporre

Dettagli

E-Mail. Scheduling. Modalità d invio. E-Mail

E-Mail. Scheduling. Modalità d invio. E-Mail BI BI Terranova, azienda leader in Italia per le soluzioni Software rivolte al mercato delle Utilities, propone la soluzione Software di Business Intelligence RETIBI, sviluppata per offrire un maggiore

Dettagli

Basi di Dati. Introduzione ai sistemi di basi di dati. K.Donno - Introduzione ai sistemi di basi di dati

Basi di Dati. Introduzione ai sistemi di basi di dati. K.Donno - Introduzione ai sistemi di basi di dati Basi di Dati Introduzione ai sistemi di basi di dati Introduzione ai sistemi di basi di dati Gestione dei Dati Una prospettiva storica File system verso DBSM Vantaggi di un DBMS Modelli dei dati Utenti

Dettagli

Introduzione ai sistemi di basi di dati

Introduzione ai sistemi di basi di dati Basi di Dati Introduzione ai sistemi di basi di dati Alessandro.bardine@gmail.com alessandro.bardine@iet.unipi.it Introduzione ai sistemi di basi di dati Gestione dei Dati Una prospettiva storica File

Dettagli

Lezione 1. Introduzione e Modellazione Concettuale

Lezione 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

Dettagli

Introduzione. La misurazione dei sistemi di Data Warehouse. Definizioni & Modelli. Sommario. Data Warehousing. Introduzione. Luca Santillo (CFPS)

Introduzione. La misurazione dei sistemi di Data Warehouse. Definizioni & Modelli. Sommario. Data Warehousing. Introduzione. Luca Santillo (CFPS) Introduzione La misurazione dei sistemi di Data Warehouse Luca Santillo (CFPS) AIPA, 17/5/01 In pratica I concetti generali, le definizioni e le regole di conteggio possono essere difficili da applicare

Dettagli

Ingegneria del Software - applicazioni: Introduzione ai Sistemi Informativi. Introduzione ai sistemi informativi. Cosa è un Sistema Informativo

Ingegneria del Software - applicazioni: Introduzione ai Sistemi Informativi. Introduzione ai sistemi informativi. Cosa è un Sistema Informativo Ingegneria del Software - applicazioni: Introduzione ai Sistemi Informativi Obiettivi La struttura di un sistema informativo di una organizzazione, negli aspetti che permettono di comprenderne la relazione

Dettagli

Introduzione al Data Warehousing

Introduzione al Data Warehousing Il problema - dati IPERVENDO Via Vai 111 P.I.11223344 Vendite II Trim. (Milioni!) Introduzione al Data Warehousing tecnologia abilitante per il data mining ACQUA MIN 0.40 LATTE INTERO 1.23 SPAZZ.DENTI

Dettagli

Linee guida per lo sviluppo e la gestione di un sito Web

Linee guida per lo sviluppo e la gestione di un sito Web Linee guida per lo sviluppo e la gestione di un sito Web Paolo Atzeni Università Roma Tre Dipartimento di Informatica e Automazione atzeni@dia.uniroma3.it http://www.dia.uniroma3.it/ atzeni/ Roma, 25 settembre

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI 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

Dettagli

Quando si opera in un mercato

Quando si opera in un mercato Controllo ALLA RICERCA DELL EFFICIENZA: UN SISTEMA INTEGRATO DI PIANIFICAZIONE E CONTROLLO Quando si opera in un mercato competitivo, attraverso un organizzazione complessa, è fondamentale disporre di

Dettagli

Portale Iniziative Culturali e di Solidarietà (ICS) della Associazione Nazionale Alpini (ANA) - Sezione di Milano

Portale Iniziative Culturali e di Solidarietà (ICS) della Associazione Nazionale Alpini (ANA) - Sezione di Milano Portale Iniziative Culturali e di Solidarietà (ICS) della Associazione Nazionale Alpini (ANA) - Sezione di Milano 1. Scopo del documento. 2. Il Portale ICS: utenti, caratteristiche e obiettivi. 3. Il progetto.

Dettagli

Scriviamo insieme il futuro

Scriviamo insieme il futuro Res User Meeting 2014 con la partecipazione di Scriviamo insieme il futuro Research for Enterprise Systems 1 Generale - 1 Obbiettivo Fornire al Cliente uno strumento a supporto della problematica Legata

Dettagli

Introduzione alle basi di dati (prima parte)

Introduzione alle basi di dati (prima parte) Introduzione alle basi di dati (prima parte) Università degli Studi di Salerno Corso di Laurea in Scienze della Comunicazione Informatica generale (matr. Dispari) Docente: Angela Peduto A.A. 2007/2008

Dettagli

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE Oracle Business Intelligence Standard Edition One è una soluzione BI completa, integrata destinata alle piccole e medie imprese.oracle

Dettagli

Data warehousing con SQL Server

Data warehousing con SQL Server Data warehousing con SQL Server SQL Server è un RDBMS (Relational DataBase Management System) Analysis Services è un componente di SQL Server che offre un insieme di funzionalità di supporto al data warehousing

Dettagli

Informatica Documentale

Informatica Documentale Informatica Documentale Ivan Scagnetto (scagnett@dimi.uniud.it) Stanza 3, Nodo Sud Dipartimento di Matematica e Informatica Via delle Scienze, n. 206 33100 Udine Tel. 0432 558451 Ricevimento: giovedì,

Dettagli

Facoltà di Farmacia - Corso di Informatica

Facoltà 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

Dettagli

Data warehousing Mario Guarracino Data Mining a.a. 2010/2011

Data warehousing Mario Guarracino Data Mining a.a. 2010/2011 Data warehousing Introduzione A partire dagli anni novanta è risultato chiaro che i database per i DSS e le analisi di business intelligence vanno separati da quelli operazionali. In questa lezione vedremo

Dettagli

09 L Informatica nel mondo del lavoro. Dott.ssa Ramona Congiu

09 L Informatica nel mondo del lavoro. Dott.ssa Ramona Congiu 09 L Informatica nel mondo del lavoro Dott.ssa Ramona Congiu 1 L informatica in azienda Al giorno d oggi la quantità di informazioni in circolazione è talmente vasta che senza il supporto delle tecnologie

Dettagli

La nuova Provincia come Comunità di area vasta al servizio del territorio

La nuova Provincia come Comunità di area vasta al servizio del territorio La nuova Provincia come Comunità di area vasta al servizio dei Comuni e del territorio 28 aprile 2015 1 Legge 56/2014 Del Rio 85. Le province di cui ai commi da 51 a 53, quali enti con funzioni di area

Dettagli

Introduzione a data warehousing e OLAP

Introduzione a data warehousing e OLAP Corso di informatica Introduzione a data warehousing e OLAP La Value chain Information X vive in Z S ha Y anni X ed S hanno traslocato Data W ha del denaro in Z Stile di vita Punto di vendita Dati demografici

Dettagli

Architettura dei sistemi di database

Architettura dei sistemi di database 2 Architettura dei sistemi di database 1 Introduzione Come si potrà ben capire, l architettura perfetta non esiste, così come non è sensato credere che esista una sola architettura in grado di risolvere

Dettagli

La modellazione dei processi nel Sistema Informativo Generalizzato di Diffusione dell ISTAT

La modellazione dei processi nel Sistema Informativo Generalizzato di Diffusione dell ISTAT La modellazione dei processi nel Sistema Informativo Generalizzato di Diffusione dell ISTAT Stefano De Francisci, Massimiliano Renzetti Giuseppe Sindoni ISTAT Leonardo Tininini IASI-CNR Abstract. Il sistema

Dettagli

Sistemi Informativi La Modellazione Dimensionale dei Fatti. Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi

Sistemi Informativi La Modellazione Dimensionale dei Fatti. Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi Sistemi Informativi La Modellazione Dimensionale dei Fatti Obiettivi Concetti Base Operazioni OLAP DFM Casi Modellazione Logica Esercizi Obiettivi Nelle lezioni precedenti abbiamo modellato i processi

Dettagli

Sistemi Informativi e WWW

Sistemi Informativi e WWW Premesse Sistemi Informativi e WWW WWW: introduce un nuovo paradigma di diffusione (per i fornitori) e acquisizione (per gli utilizzatori) delle informazioni, con facilità d uso, flessibilità ed economicità

Dettagli

Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011

Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011 Corso di Laurea in Ingegneria Informatica Algoritmi e basi di dati Modulo Basi di dati a.a. 2010-2011 2011 Docente: Gigliola Vaglini Docente laboratorio: Alessandro Lori 1 Obiettivi del corso Imparare

Dettagli

FORUM P.A. 2005. Scenari di knowledge management nella P. A.: Strumenti, Soluzioni ed Esperienze per la Condivisione della Conoscenza

FORUM P.A. 2005. Scenari di knowledge management nella P. A.: Strumenti, Soluzioni ed Esperienze per la Condivisione della Conoscenza FORUM P.A. 2005 Scenari di knowledge management nella P. A.: Strumenti, Soluzioni ed Esperienze per la Condivisione della Conoscenza Master PA mercoledì 11/05/05 L esperienza di Sviluppo Italia per l automazione

Dettagli

Quinta Conferenza nazionale di statistica Roma 15-17 novembre 2000

Quinta Conferenza nazionale di statistica Roma 15-17 novembre 2000 Quinta Conferenza nazionale di statistica Roma 15-17 novembre 2000 IL NUOVO SITO DELL ISTAT Sebastiano Gatto (*) Nato nel 199, senza dubbio anche con una forte volontà del vertice dell Istituto, è stato

Dettagli

BASI DI DATI. Queste slides sono un adattamento di quelle di Luca Anselma e Gian Luca Pozzato, cui va il mio ringraziamento

BASI DI DATI. Queste slides sono un adattamento di quelle di Luca Anselma e Gian Luca Pozzato, cui va il mio ringraziamento BASI DI DATI Queste slides sono un adattamento di quelle di Luca Anselma e Gian Luca Pozzato, cui va il mio ringraziamento BASI DI DATI (DATABASE, DB) Una delle applicazioni informatiche più utilizzate,

Dettagli

***** Il software IBM e semplice *****

***** Il software IBM e semplice ***** Il IBM e semplice ***** ***** Tutto quello che hai sempre voluto sapere sui prodotti IBM per qualificare i potenziali clienti, sensibilizzarli sulle nostre offerte e riuscire a convincerli. IBM and Business

Dettagli

Data warehousing con SQL Server

Data warehousing con SQL Server Data warehousing con SQL Server! SQL Server è un RDBMS (Relational DataBase Management System)! Analysis Services è un componente di SQL Server che offre un insieme di funzionalità di supporto al data

Dettagli

Piattaforma aziendale IBM Cognos per Business Intelligence

Piattaforma aziendale IBM Cognos per Business Intelligence Piattaforma aziendale IBM Cognos per Business Intelligence Considerazioni principali Ottimizzate le prestazioni con l'elaborazione in-memory e l'evoluzione dell'architettura Ottimizzate i vantaggi dell'implementazione

Dettagli

Informatica Introduzione alle basi di dati

Informatica Introduzione alle basi di dati Informatica Introduzione alle basi di dati Prof. Giovanni Giuffrida e-mail: giovanni.giuffrida@dmi.unict.it 27 November 2014 Basi di Dati - Introd. - Prof. G. Giuffrida 1 Materiale didattico Atzeni,Ceri,Paraboschi,Torlone,

Dettagli

DEFINIZIONI FONDAMENTALI

DEFINIZIONI FONDAMENTALI Consorzio per la formazione e la ricerca in Ingegneria dell'informazione DEFINIZIONI FONDAMENTALI Per vincere ci vuole una buona partenza... Docente: Cesare Colombo CEFRIEL colombo@cefriel.it http://www.cefriel.it

Dettagli

Policy Argo Software in materia di protezione e disponibilità dei dati relativi ai servizi web

Policy Argo Software in materia di protezione e disponibilità dei dati relativi ai servizi web Policy Argo Software in materia di protezione e disponibilità dei dati relativi ai servizi web Premessa La Argo software srl è impegnata costantemente a pianificare e monitorare le proprie azioni per la

Dettagli

Sistemi direzionali e modello multidimensionale. Prof. Piercarlo Giolito

Sistemi direzionali e modello multidimensionale. Prof. Piercarlo Giolito Sistemi direzionali e modello multidimensionale Prof. Piercarlo Giolito 1 Data warehousing e tecnologia OLAP Argomenti trattati. Evoluzione dei Sistemi Informativi Decisionali Il modello dei dati multidimensionale

Dettagli

Basi di Dati. Programmazione e gestione di sistemi telematici

Basi di Dati. Programmazione e gestione di sistemi telematici Basi di Dati. Programmazione e gestione di sistemi telematici Coordinatore: Prof. Paolo Nesi Docenti: Prof. Paolo Nesi Dr.sa Michela Paolucci Dr. Emanuele Bellini Cosa e l informatica? Scienza del trattamento

Dettagli

P.D.M. Product Data Management

P.D.M. Product Data Management P.D.M. Product Data Management Fonte: http://www.soluzionimpresa.it/manager/pdm/main.htm PDM...1 Che cosa è... 2 Caratteristiche e moduli funzionali di un sistema PDM... 2 Archiviazione:... 3 Classificazione...

Dettagli

Applicazione: SIRI - Sistema Informativo delle Risorse Idriche

Applicazione: SIRI - Sistema Informativo delle Risorse Idriche Riusabilità del software - Catalogo delle applicazioni: Applicativo Verticale Applicazione: SIRI - Sistema Informativo delle Risorse Idriche Amministrazione: Regione Piemonte - Direzione Innovazione, Ricerca

Dettagli

Data Warehousing (DW)

Data 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

Dettagli

CAPITOLO 9 Piattaforme di Business Intelligence e DSS

CAPITOLO 9 Piattaforme di Business Intelligence e DSS CAPITOLO 9 Piattaforme di Business Intelligence e DSS Lucidi di Gianmario Motta 2010 OBIETTIVI DI APPRENDIMENTO Identificare quali sono le applicazioni d uso dei sistemi di BI Spiegare quali sono le caratteristiche

Dettagli

COGNOS 8 BUSINESS INTELLIGENCE DECIDERE MEGLIO, PIU RAPIDAMENTE. REPORTING ANALISI DASHBOARDING SCORECARDING

COGNOS 8 BUSINESS INTELLIGENCE DECIDERE MEGLIO, PIU RAPIDAMENTE. REPORTING ANALISI DASHBOARDING SCORECARDING COGNOS 8 BUSINESS INTELLIGENCE DECIDERE MEGLIO, PIU RAPIDAMENTE. REPORTING ANALISI DASHBOARDING SCORECARDING MIGLIORI INFORMAZIONI OGNI GIORNO COGNOS 8 BUSINESS INTELLIGENCE La Business Intelligence consiste

Dettagli

DIPARTIMENTO INFORMATIVO e TECNOLOGICO

DIPARTIMENTO INFORMATIVO e TECNOLOGICO DIPARTIMENTO INFORMATIVO e TECNOLOGICO ARTICOLAZIONE DEL DIPARTIMENTO Il Dipartimento Informativo e Tecnologico è composto dalle seguenti Strutture Complesse, Settori ed Uffici : Struttura Complessa Sistema

Dettagli

Sistemi informativi aziendali

Sistemi informativi aziendali Sistemi informativi aziendali Lezione 12 prof. Monica Palmirani Sistemi informativi e informatici Sistemi informativi = informazioni+processi+comunicazione+persone Sistemi informatici = informazioni+hardware+software

Dettagli

Business Intelligence

Business Intelligence aggregazione dati Business Intelligence analytic applications query d a t a w a r e h o u s e aggregazione budget sales inquiry data mining Decision Support Systems MIS ERP data management Data Modeling

Dettagli

Prot: Del: Allegato Capitolato Tecnico. Sistema GAIA. Sistema informativo di governo dell Ambiente e flussi informativi ambientali verso gli utenti

Prot: Del: Allegato Capitolato Tecnico. Sistema GAIA. Sistema informativo di governo dell Ambiente e flussi informativi ambientali verso gli utenti REPUBBLICA ITALIANA Regione Siciliana ASSESSORATO TERRITORIO ED AMBIENTE Via Ugo La Malfa, 169 Palermo Prot: Del: Allegato Capitolato Tecnico Sistema GAIA Sistema informativo di governo dell Ambiente e

Dettagli

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita;

Supporto 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

Dettagli

Cosa è un Sistema Informativo. Introduzione ai sistemi informativi. Tipici esempi di sistemi informativi. Cosa è un Sistema Informatico

Cosa è un Sistema Informativo. Introduzione ai sistemi informativi. Tipici esempi di sistemi informativi. Cosa è un Sistema Informatico Introduzione ai sistemi informativi Cosa è un Sistema Informativo Insieme degli strumenti, risorse e procedure che consentono la gestione delle informazioni aziendali è essenziale per il funzionamento

Dettagli

Ciclo di vita dimensionale

Ciclo 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

Dettagli

Data warehousing Mario Guarracino Laboratorio di Sistemi Informativi Aziendali a.a. 2006/2007

Data 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

Dettagli

Progettazione Logica. Sviluppo di un Database/DataWarehouse

Progettazione Logica. Sviluppo di un Database/DataWarehouse Sistemi Informativi Avanzati Anno Accademico 2013/2014 Prof. Domenico Beneventano Progettazione Logica Dal Capitolo 8 e 9 del libro Data Warehouse - teoria e pratica della Progettazione Autori: Matteo

Dettagli

RAMS: la gestione completa delle attività degli Istituti di Vigilanza e Sorveglianza

RAMS: la gestione completa delle attività degli Istituti di Vigilanza e Sorveglianza RAMS: la gestione completa delle attività degli Istituti di Vigilanza e Sorveglianza White Paper 1 Gennaio 2005 White Paper Pag. 1 1/1/2005 La gestione degli Istituti di Vigilanza e Sorveglianza L efficienza

Dettagli

IL SISTEMA DI MISURAZIONE E VALUTAZIONE DELLA PERFORMANCE

IL SISTEMA DI MISURAZIONE E VALUTAZIONE DELLA PERFORMANCE PROVINCIA DI FIRENZE IL SISTEMA DI MISURAZIONE E VALUTAZIONE DELLA PERFORMANCE Parte I - Articolazione generale del sistema di misurazione e valutazione 1. Premessa 2. Piano della performance 3. Principi

Dettagli

Documentazione Tecnica Manuale Utente. Documentazione Tecnica Manuale Utente

Documentazione Tecnica Manuale Utente. Documentazione Tecnica Manuale Utente Documentazione Tecnica Manuale Utente Paragrafo-Pagina di Pagine 1-1 di 13 Versione 3 del 24/07/2015 SOMMARIO 1 A Chi è destinato... 1-3 2 Pre requisiti... 2-3 3 Obiettivi... 3-3 4 Durata della formazione...

Dettagli

Gestione della tesoreria web based

Gestione della tesoreria web based Gestione della tesoreria web based La soluzione tecnologicamente più avanzata per gestire la tesoreria. The Transparent Box Gestisci > Controlla > Pianifica The Transparent Box: condividere le informazioni

Dettagli

ESIGENZE INFORMATIVE E STATISTICHE PER IL GOVERNO DEI SISTEMI LOCALI

ESIGENZE INFORMATIVE E STATISTICHE PER IL GOVERNO DEI SISTEMI LOCALI Impresa, sviluppo, territorio Il ruolo della statistica locale Modena, 4-5 giugno 2008 ESIGENZE INFORMATIVE E STATISTICHE PER IL GOVERNO DEI SISTEMI LOCALI Carlo Filippucci Dipartimento di Scienze Statistiche-Università

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI 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 Data Warehousing. Introduzione 1/2 I data warehousing

Dettagli

Risorsa N 002994 DATI ANAGRAFICI: FORMAZIONE E CORSI: ISTRUZIONE E CERTIFICAZIONI: LINGUE STRANIERE: COMPETENZE INFORMATICHE:

Risorsa N 002994 DATI ANAGRAFICI: FORMAZIONE E CORSI: ISTRUZIONE E CERTIFICAZIONI: LINGUE STRANIERE: COMPETENZE INFORMATICHE: Risorsa N 002994 DATI ANAGRAFICI: Nato il : 1971 Residente a : Pavia FORMAZIONE E CORSI: Nel 02/2013: Corso di Oracle Business Intelligence Enterprise Edition (OBIEE) 11.1.3 Nel 04/2007: Corso di Analisi

Dettagli

Miriam Gotti m.gotti@cineca.it

Miriam Gotti m.gotti@cineca.it Cenni sul Dat a Warehouse Ravenna 5 Novembre 2007 Miriam Gotti m.gotti@cineca.it www. cineca.it Agenda Fondamenti di Data Warehouse Modello Multidimensionale Analisi OLAP Introduzione a Statportal www.cineca.it

Dettagli

Informatica 2 Basi di dati

Informatica 2 Basi di dati Informatica 2 Basi di dati Prof. Giovanni Giuffrida e-mail: giovanni.giuffrida@dmi.unict.it DB - Introduzione 1 Recapiti Prof. Giuffrida Giovanni Email: giovanni.giuffrida@dmi.unict.it Info sul corso:

Dettagli

Web LIMS. web solutions per i laboratori di analisi

Web LIMS. web solutions per i laboratori di analisi Web LIMS web solutions per i laboratori di analisi I MO LA SOLUZIONE Web LIMS LIMS è l acronimo di Laboratory Information Management System, ovvero il sistema informativo gestionale dedicato ai laboratori

Dettagli

DSCube. L analisi dei dati come strumento per i processi decisionali

DSCube. L analisi dei dati come strumento per i processi decisionali DSCube L analisi dei dati come strumento per i processi decisionali Analisi multi-dimensionale dei dati e reportistica per l azienda: DSCube Introduzione alla suite di programmi Analyzer Query Builder

Dettagli

Intervento cofinanziato dall U.E. F.E.S.R. sul P.O. Regione Puglia 2007-2013 Asse I Linea 1.1 Aiuti agli investimenti in ricerca per le PMI

Intervento cofinanziato dall U.E. F.E.S.R. sul P.O. Regione Puglia 2007-2013 Asse I Linea 1.1 Aiuti agli investimenti in ricerca per le PMI Oil & Gas Business Application Suite Intervento cofinanziato dall U.E. F.E.S.R. sul P.O. Regione Puglia 2007-2013 Asse I Linea 1.1 Aiuti agli investimenti in ricerca per le PMI Il progetto Il bando Nell

Dettagli

NOTA METODOLOGICA. Premessa

NOTA METODOLOGICA. Premessa NOTA METODOLOGICA Premessa Il Sistema Informativo Excelsior, promosso e realizzato da Unioncamere in accordo con il Ministero del Lavoro e l Unione Europea, si colloca stabilmente, a partire dal 1997,

Dettagli

ILM (Information Lifecycle Management) Come tenere sotto controllo la dimensione dei dati applicativi e i relativi costi di gestione

ILM (Information Lifecycle Management) Come tenere sotto controllo la dimensione dei dati applicativi e i relativi costi di gestione ILM (Information Lifecycle Management) Come tenere sotto controllo la dimensione dei dati applicativi e i relativi costi di gestione Il volume dei dati non sta semplicemente crescendo, sta letteralmente

Dettagli

Lezione 7. Data Warehouse & OLAP

Lezione 7. Data Warehouse & OLAP Lezione 7 Data Warehouse & OLAP Che cos'è un Data Warehouse? Termine inventato da Bill Inmon alla fine degli anni 1980. È una base di dati contenente dati provenienti da uno o più basi di dati operative

Dettagli

Data Warehouse: una sola lingua. Iolanda Salinari

Data Warehouse: una sola lingua. Iolanda Salinari Data Warehouse: una sola lingua Iolanda Salinari 2 Il Glossario: uno strumento prezioso Uno dei fattori critici per la realizzazione del data warehouse è costituito dalle difficoltà che si incontrano per

Dettagli

Database degli Indicatori Ambientali (http://annuario.apat.it/)

Database degli Indicatori Ambientali (http://annuario.apat.it/) APPENDICE Database degli Indicatori Ambientali (http://annuario.apat.it/) Introduzione La gestione e la diffusione dell informazione ambientale sono tra le funzioni istituzionali più significative dell

Dettagli

I sistemi informativi aziendali nell'era di Internet. Di Roberta Molinari

I sistemi informativi aziendali nell'era di Internet. Di Roberta Molinari I sistemi informativi aziendali nell'era di Internet Di Roberta Molinari 1 Azienda Ogni impresa si organizza in base: alla sua missione o mission (lo scopo per cui è nata: produrre scarpe) ai suoi obiettivi

Dettagli

LE INDAGINI STATISTICHE

LE INDAGINI STATISTICHE LE INDAGINI STATISTICHE Una indagine statistica può essere assimilata ad un processo di produzione che sinteticamente può essere individuato nelle seguenti fasi: 1. Definizione degli obiettivi e ipotesi

Dettagli

Database 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 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

Dettagli

Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci

Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci Corso di Laurea Magistrale in Ingegneria per l Ambiente e il Territorio A.A. 2014-2015 Telerilevamento e GIS Prof. Ing. Giuseppe Mussumeci Strutture di dati: DB e DBMS DATO E INFORMAZIONE Dato: insieme

Dettagli

Organizzazione di dati fenologici in un database relazionale: l'esempio della banca dati del Progetto Finalizzato Phenagri

Organizzazione di dati fenologici in un database relazionale: l'esempio della banca dati del Progetto Finalizzato Phenagri CAPITOLO 6 Organizzazione di dati fenologici in un database relazionale: l'esempio della banca dati del Progetto Finalizzato Phenagri A. Calì, G. Dal Monte 6.1 - Introduzione Le informazioni provenienti

Dettagli

Base di dati e sistemi informativi

Base 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

Dettagli

Istituto Zooprofilattico Sperimentale dell Umbria e delle Marche

Istituto Zooprofilattico Sperimentale dell Umbria e delle Marche VIsualizzazione Esami Web (VIEW) Regolamentazione accesso VIEW (VIsualizzazione Esami Web) Regolamentazione accesso Pagina 1 di 7 Indice Generalità e regolamentazione accesso... 3 Profilo di accesso...

Dettagli

Tecniche e Strategie per misurare e migliorare le performance del servizio di telefonia fissa. Application Monitoring Broadband Report Analysis

Tecniche e Strategie per misurare e migliorare le performance del servizio di telefonia fissa. Application Monitoring Broadband Report Analysis Tecniche e Strategie per misurare e migliorare le performance del servizio di telefonia fissa Application Monitoring Broadband Report Analysis Le necessità tipiche del servizio di telefonia Maggiore sicurezza

Dettagli