Capitolo settimo. La filosofia Data Warehouse

Transcript

1

2 7.1. Introduzione Il mercato di riferimento geografico di un'azienda non è più il paese o il continente, ma l insieme dei grandi paesi industrializzati 1. Si parla, dunque, di globalizzazione dei mercati, intendendo con questo termine il fatto che i mercati locali, essendo fra loro interdipendenti, diventano un tutt uno. Tutto ciò determina per le imprese, sia nuove opportunità, sia un aumento della pressione competitiva. La pressione competitiva aumenta anche a causa della deregolamentazione e liberalizzazione di tutti i settori. Linee aeree, ferrovie, telecomunicazioni, servizi di fornitura d'energia ed acqua hanno tutti assistito alla fine del supporto governativo delle posizioni monopolistiche permettendo a nuovi fornitori di entrare nei mercati e di scegliersi gli utenti. Le imprese, nell ambito delle strategie di Business 2, devono affrontare la competizione attraverso nuovi, più veloci, più attraenti modi che conquistarsi gli acquirenti 3. La forza della competizione è legata all efficienza del mercato. L'efficienza del mercato dipende dalla facilità d'accesso dello stesso da parte dell utente e dalla quantità d'informazioni disponibili al consumatore su tutti i prodotti del mercato. Le nuove tecnologie ampliano sia l accessibilità del mercato, sia la conoscenza dei prodotti da parte dell utente, avvicinandolo sempre più all accesso perfetto e alla perfetta informazione. In una situazione di questo tipo la competizione tende ad essere più dura 4. 1 J.J. Lambin : Marketing, McGraw-Hill. 2 La redditività di una impresa dipende da due fattori :la redditività del settore in cui opera e la capacità dell impresa di stabilire un vantaggio competitivo rispetto ai suoi rivali. La scelta del settore o dei settori riguarda la strategia a livello corporate. Stabilire un vantaggio entro un particolare settore è ciò che si propone di stabilire la strategia a livello di business. R.M. Grant : L analisi strategica nella gestione aziendale. 3 Si possono portare alcuni esempi : assistenza diretta via telefono, home-banking e shopping via cavo o tramite Internet.. The second Age of Computing Data Warehousing with Oracle. R. Stewart. 4 Un esempio : Un giocatore di golf residente a N.Y. prenderà in considerazione (e quindi è limitato) per il suo equipaggiamento da golf solo i fornitori di N.Y.. Al contrario con un PC ed un equipaggiamento internet, una carta di credito il nostro giocatore di golf può velocemente acquistare da qualsiasi fornitore nel mondo che effettui pubblicità sulla rete. 297

3 Per avere un vantaggio competitivo in un ambiente caratterizzato dall industria globale, innovativa, deregolamentata, sempre più aggressiva, le imprese devono migliorare la loro comprensione del business, dei loro clienti, dei loro mercati. Devono conoscere con esattezza chi sono i clienti, come fare a mantenerli, come e quando spendono il loro denaro, quali beni e servizi saranno acquisiti, da chi e così via. Le imprese devono focalizzare le loro energie su questi elementi in modo tale da poter sfruttare al massimo le diverse e mutevoli opportunità che si presentano. Se ciò non avverrà, i clienti andranno altrove. Nella produzione di massa ha sempre più importanza la cosiddetta personalizzazione del prodotto. Oggi non è più sufficiente per un'azienda portare un qualsiasi prodotto di massa o servizio sul mercato maturo ed aspettarsi di venderlo abbastanza bene per un certo periodo di tempo. Il cliente chiede un prodotto più personalizzato, che soddisfi meglio i suoi bisogni. Per sopravvivere in questi mercati le imprese avranno bisogno di identificare in modo più adeguato i bisogni dei consumatori, segmentando il mercato stesso, per offrire prodotti che si avvicinino il più possibile alle richieste di questo o di quel segmento. Anche se il prodotto in se stesso non può essere Questo fatto rende la vita dei fornitori di attrezzature di golf di N.K. più difficile. The second Age of Computing Data Warehousing with Oracle. R. Stewart. 4 Caratteristiche dello scenario Industriale :? Maggiore concorrenza? Diffusione/Omogeneizzazione della Tecnologia? Incertezza economica? Ritmo di crescita più basso? Minore prevedibilità dei clienti? Riduzione del Time-to Market? Re-engineering dei processi Aziendali? Aggiornamento dell offerta? Valorizzazione della base dei Clienti Esistenti Fonte :Data Warehouse, metodologia, Architettura e prodotti. Presentazione Datamat per il gruppo FIAT. 298

4 personalizzato, il modo di fornirlo e con cui si effettua il pagamento può esserlo. Questa situazione genera una maggiore richiesta di informazioni per conoscere meglio i clienti, i mercati, la concorrenza. Le fonti di queste informazioni si trovano all esterno ma innanzi tutto all interno dell impresa. La tecnologia dei computer è stata applicata fin dai primi anni di attuazione ai processi operativi di un'impresa (sistemi di fatturazione, emissione di ricevuta, prenotazioni, gestione degli ordini di vendita, controllo del magazzino, finanza, ecc..). Attraverso i sistemi operazionali attualmente in uso, una grande quantità di dati viene raccolta e conservata. Questi dati descrivono con molta precisione, e spesso implicitamente, gli aspetti critici del business : clienti, mercati, prodotti, vendita e le relazioni che intercorrono tra questi. Tali informazioni devono essere rese disponibili a coloro che ci lavorano sopra : direttori, lo staff di marketing, gli analisti di business e di prodotti, ecc.. Così come sono prodotti, questi dati operazionali non riescono a soddisfare le esigenze di chi deve lavorare con l informazione attraverso particolari applicazioni DSS, MIS o altro. Questi dati, così come sono raccolti, sono destinati a servire i sistemi operazionali per i quali sono stati creati. E non potrebbe essere altrimenti ; in altre parole non si potrebbe riconfigurare la raccolta di questi dati, che devono servire particolari operazioni per accogliere le esigenze informative, poiché verrebbe meno quello che è il loro scopo originario che deve essere senz altro soddisfatto. Una soluzione è quella di duplicare i dati liberandoli dai confini dei diversi sistemi per integrarli ed arricchirli con informazioni di provenienza esterna (ricerche di mercato, analisi industriali, notizie da agenzie, reti mondiali ed altro). Devono, inoltre, essere predisposti dei Tools (strumenti) che mettano in grado i vari utenti di analizzare le informazioni a loro disposizione. Il Data Warehouse si occupa proprio di questo. 299

5 In un'interpretazione più limitata un Data Warehouse è semplicemente il database o i database in cui i dati rilevanti dei sistemi operativi sono copiati e resi disponibili agli utilizzatori di informazioni attraverso strumenti analitici di indagine. In un senso più ampio rappresenta l intera struttura di estrazione di dati grezzi dai sistemi operativi, di trasformazione in informazioni affidabili, di trasporto in apposito ambiente per l utente delle informazioni e la fornitura degli strumenti on-line per analizzare questi dati (OLAP Tools, data mining, ecc..) al fine di fornire conoscenza alla Direzione del business Evoluzione dei sistemi di raccolta dati Le aziende hanno sempre cercato di raccogliere dati. In passato ciò era possibile solo tramite mezzi cartacei. Successivamente si è avuto l avvento di mezzi meccanici ed elettronici che hanno facilitato questa attività. In un primo momento (anni 60) venivano create solo applicazioni con dati legati alle applicazioni stesse. Questo faceva si che per ogni applicazione si aveva un archivio, creando così evidenti problemi di ridondanza dei dati. 5. The second Age of Computing Data Warehousing with Oracle. R. Stewart. il Data Warehouse è un processo, non un prodotto. Questa rappresenta una particolare tecnica per assemblare e gestire dati provenienti da varie sorgenti per realizzare una singola, dettagliata vista di una parte o di tutto il business. White paper di NCR Corporation : Data Warehousing :Clearing the Confusion. Il D/W nasce dalla costituzione di un ambiente, fisicamente separato dal database operazionale, ottimizzato per le interrogazioni e il supporto alle decisioni. C è, quindi, una netta distinzione tra sistema operazionale e sistema decisionale...sono differenti anche gli utenti dei due sistemi : nel primo caso è lo staff operazionale dell azienda (contabili, addetti agli sportelli..), mentre nel secondo sarà il top il middle manager a servirsi dei dati del D/W per l analisi, l accesso e la produzione di report. P. Lombardi : Nuovi strumenti per cercare i dati, Zerouno 3/1995 B. Cortona nell articolo di Zerouno del 4/1995 afferma : La nascita del concetto di warehouse (magazzino) risale alla metà degli anni 80 ma solo dai primi anni 90 ha iniziato a trovare la piena attuazione. L idea che sta alla base è molto semplice : estrarre dai database operazionali i dati significativi, compattarli e metterli infine a disposizione degli strumenti desktop, che effettuano le proprie interrogazioni sul warehouse e non più sui database operazionali. D. Sandri nell articolo :La soluzione del SAS Insititute di Zerouno del 4/1995 afferma : Il Data Warehouse è in sostanza una soluzione tecnologica con la quale i dati vengono archiviati secondo un bes determinato formato che ne facilita l accesso e la consultazione da parte degli utenti. In genere interessa non tutti gli utenti di una azienda, ma per lo più i decision maker, quelle persone che nell ambito dell impresa hanno bisogno di dati di sintesi provenienti dalle varie unità aziendali, sui quali operare ulteriori elaborazioni e grazie ai quali simulare scenari e prendere infine decisioni. 300

6 Verso gli anni 70 cominciano a diffondersi i primi gestori di basi dati in cui si realizza una separazione fra le applicazioni e gli archivi dati. Allo stesso modo si diffondono nuovi supporti fisici per la registrazione (dischi magnetici). Una singola base di dati può servire più applicazioni. Verso gli anni 80 prendono il via le tecnologie distribuite, per cui le applicazioni che erano dirette ai decisori potevano essere spostate più vicino ad essi (attraverso l uso dei PC). Si comincia a pensare di poter utilizzare i dati di questi database, costruiti però per servire specificatamente le transazioni, per sistemi MIS o DSS. Ma le difficoltà per realizzare questi sistemi erano molte. Sempre negli anni 80 si sono creati dei programmi capaci di estrarre i dati da una base di dati, secondo vari criteri, per trasferirli altrove. Questi dati a loro volta possono essere trasferiti ancora in altri database creando la possibilità di avere schemi come quelli in figura. Software per estrarre i dati Figura 7.1. Legacy system Questa ragnatela viene chiamata legacy system. 301

7 7.3. Problemi con la naturale evoluzione della architettura. L evoluzione di questa architettura pone alcuni problemi per l utilizzo diretto di applicazioni DSS, EIS ed analisi 6. I principali problemi sono :? la credibilità dei dati? la produttività? l incapacità di trasformare i dati in informazioni. Mancanza di credibilità dei dati. Il primo di questi problemi è quello della mancanza di credibilità dei dati. Inmon porta il caso di due dipartimenti che realizzano due report sullo stesso tema con i dati del legacy ottenendo due risultati differenti. Di fronte a queste incongruità il management non sa bene cosa fare. Ci sono alcune ragioni che possono causare questa incongruità :? i report non si sono effettuati nello stesso tempo? scelta di parametri differenti per l analisi dei di dati? problemi con i dati esterni? utilizzo di fonti diverse Realizzare i report in istanti di tempo differenti può portare a dei risultati diversi poiché nel tempo trascorso si sono verificate delle transazioni che possono aver mutato i dati. La scelta di parametri differenti per l analisi dei di dati può allo stesso modo produrre risultati differenti qualora, ad esempio, si decida di prendere in considerazione tutte le polizze vita o solo quelle più vecchie. I dati esterni che spesso vengono utilizzati nei report non sono coordinati fra di loro e non c è neppure coordinamento con i dati interni utilizzati. Ad esempio, per realizzare un report possono essere stati utilizzati dati del Wall Street Journal mentre in un altro i dati di Business Week. I dati dei due giornali, anche se riguardano lo stesso argomento, possono essere 6...Convinti delle promesse dei produttori che il loro sistema di gestione dati sarebbe stato in grado di soddisfare sia le necessità di produzione (l OLTP) che di supporto alle decisioni, gli EDP aziendali hanno per qualche tempo scelto di far accedere gli utenti direttamente ai database operazionali. In breve hanno dovuto fare marcia indietro dopo aver constatato che le operazioni sui dati tipiche dell analisi per il supporto decisionale sono molto diverse da quelle tipiche dell OLTP e pesanti nell esecuzione. B. Cortona :Come accedere ai patrimoni di dati, Zerouno 4/

8 diversi Più in generale poi, ci possono essere delle discrepanze nei risultati dovuti alla scelta di fonti diverse per realizzare lo stesso report. Il problema della produttività Un altro problema è quello relativo alla produttività, ovvero alla efficienza dovuta alla naturale evoluzione di questa struttura. Per realizzare i report occorrerà localizzare i dati che sono sparsi nel legacy, estrarli e realizzare programmi di analisi dei dati. I dati che servono in un report sono sparsi nel legacy. Questi si sono stratificati nel tempo senza pensare che un giorno si sarebbero dovuti integrare. Per cui, stessi dati potranno avere nomi diversi come dati diversi potranno avere lo stesso nome. Quindi, localizzare i dati è un processo difficile e noioso. Una volta localizzati, i dati devono essere estratti. Per ogni fonte di dati si dovrà realizzare un programma per l estrazione. Infine, si dovrà realizzare il report. Tutte queste attività occupano tempo, ed un eccessivo impiego dello stesso può portare a realizzare dei report che non hanno nessun valore perché non sono più attuali. Dai dati all informazione Un altro limite della architettura legacy è quello relativo alla capacità di fornire informazioni. I decisori hanno bisogno di informazioni di carattere complesso derivanti dall aggregazione di più fonti. Spesso questa integrazione è difficile poiché i dati vengono estratti da database che non sono stati progettati per servire questi scopi, ma per supportare delle transazioni. Inoltre, un altro limite è rappresentato dall orizzonte temporale dei dati. Mentre i decisori hanno bisogno di informazioni storiche che mostrino gli andamenti passati e le previsioni sul futuro, ai database operazionali interessa solo mantenere aggiornati i dati e, quindi, tendono ad avere la memoria più corta (perché si tengono in linea solo i dati correnti). 303

9 7.4. Il magazzino dei dati Per superare l empasse dei problemi visti fino ad ora si è trovata la soluzione Data Warehouse. Il cuore di questa architettura si basa su due tipi di dato. Quello primitivo residente nel legacy e quello derivato residente nel Warehouse. I dati derivati sono ricavati in tutto o in parte da quelli primitivi e posti nel Warehouse (o repository), vale a dire un grande database. Il Data Warehouse è di sola lettura e periodicamente viene aggiornato. Quindi, fra un aggiornamento e l altro i dati sono sempre gli stessi, al contrario dei database operazionali che sono soggetti ad un continuo mutamento. Si possono distinguere nel Data Warehouse quattro livelli. Il primo è il livello operazionale composto di dati primitivi del legacy ed eventualmente di altre fonti esterne. Il secondo è quello del Warehouse (o repository) in cui i dati, dopo una attività di acquisizione vengono inseriti a livello atomico. I dati non vengono letti direttamente da qui ma verranno ulteriormente estratti o sintetizzati nei Datamart (terzo livello, o livello dipartimentale) 7, che rappresentano database destinati a servire particolari funzioni richieste dall utente finale (analista DSS, data mining, ecc..). Il quarto livello è quello individuale, ovvero quello dell analista o del decisore che con il suo PC utilizza delle applicazioni che vanno a pescare dati dal Datamart per effettuare l attività di analisi. Se la struttura logica di un Data Warehouse si dispone su questi quattro livelli, la struttura fisica, o meglio hardware, è un Client Server. Infatti, l analista opera con le sue applicazioni da PC mentre i vari database risiedono su server. Quindi, l ambiente è quello di una rete con elaborazione distribuita 8. 7 Un Datamart rappresenta uno speciale subset di dati estratti da una unità centrale e tali dati vengono selezionati per servire una particolare funzione o applicazione. White Paper di NCR corporation : Data Warehousing :Clearing the Confusion 8 L architettura C/S può essere a due o atre livelli. I sistemi a due livelli sono piuttosto semplici. Il client spesso definito Fat client perché svolge la maggior parte della elaborazione, comunica al server le richieste di accesso al database mediante SQL o attraverso una interfaccia come ODBC. Nei sistemi a tre livelli, l elaborazione viene in buona parte affidata ad un application server distinto. In questo modo l interfaccia utente, l aspetto elaborativo e la gestione del database vengono separati. A. Dickman Zerouno 2/1996 (trasduzione da InformationWeek) 304

10 Figura 7.2. Livelli del Data Warehouse 7.5. Il costo del Data Warehouse La valutazione dell investimento in strutture Data Warehouse non può essere fatta tramite tecniche classiche come, ad esempio, il ROI. E impossibile pianificare e verificare quali siano i reali costi e benefici che questo tipo di architettura determina 9. Fortunatamente il Data Warehouse è una architettura incrementale, per cui si può costruire un primo Data Warehouse con un 9 Realizzare una soluzione di Data Warehousing ben dimensionata sulle esigenze aziendali comporta tutta una serie di difficoltà da superare ; non soltanto nei criteri e nei metodi di implementazione ma anche nella capacità dell azienda di supportare nel tempo questa scelta a fronte di una chiara valutazione dei costi diretti (software, hardware, reti) e soprattutto quelli indiretti, quali la definizione e il mantenimento della organizzazione preposta al ruolo di gestore del Data Warehouse (con figure professionali dedicate), con tutte le complesse problematiche relative all aggiornamento periodico dei dati estratti dai data base operazionali e inseriti nel Data Warehouse in funzione delle differenti esigenze di supporto decisionale sparse nell azienda S. Uberti Foppa :Quando serve un D/W, Zerouno 4/1995 Inmon in una intervista rilasciata a Giorgio Marras di Zerouno del giugno 1996 affermava che per ogni dollaro speso per soddisfare le esigenze dell executive community se ne spendono almeno 9 per acquisire dati dalle applicazioni legacy e trasferirli all ambiente EIS. Questo in assenza di un ambiente Data Warehouse. Attraverso il D/W questa componente di costo tende a scendere. 305

11 modesto impiego si denaro. Una volta che la prima porzione di D/W è stata costruita l analista può esplorarne le possibilità 10. Comunque una società di ricerche, Metrica, ha realizzato una indagine su 117 aziende Europee (non ci sono aziende italiane) al fine di valutare quale fossero i vantaggi economici e commerciali del D/W legati a sistemi DSS. Il 55% del campione ha già inserito sistemi di Data Warehouse e il 30% ha deciso di realizzarlo nei prossimi due anni. Solo 31 delle 64 aziende che hanno implementato sistemi DSS e D/W hanno potuto o saputo quantificare in termini economici il vantaggio portato dalla scelta effettuata. Le altre non sono state capaci di definire i criteri di valutazione economica o di misura dei risultati. Queste 31 aziende hanno valutato in media un guadagno attribuito all uso di un DSS basato su D/W pari a 5,4 milioni di dollari. Il settore delle telecomunicazioni mostra un guadagno maggiore (10,1 milioni), seguito dalla distribuzione (8,6 milioni), dalla finanza (7,8 milioni) e dagli altri (3,2 milioni). Il guadagno che un DSS può portare Milioni di $ Finanza Distrib Telecom Altri 10 W.H. Inmon : Building The Data Warehouse 306

12 Figura 7.3. Guadagno che un Dss può portare (fonte Zerouno) Più visibili dei benefici economici sono i vantaggi commerciali. Il miglioramento del servizio al cliente rappresenta uno dei risultati maggiori, seguito dall aumento dell efficienza operativa, dal miglioramento della redditività del cliente dalla migliore comprensione del mercato tramite segmentazione. Ovviamente le ricadute sul business variano da comparto a comparto. Le aree di maggiore applicazione del D/W sono oggi quelle delle vendite e marketing e (nelle società finanziarie) della gestione dei rischi e redditività. Una delle principali sfide che si presenta, ad esempio, alle banche per lo sviluppo delle attività a livello regionale è quella di garantire un servizio al giusto prezzo alle persone giuste e nel giusto modo, vale a dire in termini redditizi. L unica via per raggiungere questo scopo è possedere informazioni su ogni cliente e saperle utilizzare al momento opportuno. Utilizzi di Data Warehouse Dati totali 55% 30% Giallo :non previsto Azzurro :previsto entro due anni Granata :Dispone di un DSS 15% 307

13 Finanza Dati per settore Distribuzione 21% 33% 62% 17% 67% 0% Telecomunicazioni Altri 36% 40% 56% 33% 24% 11% Giallo : Dispone di un DSS Granata : Non previsto Azzurro :previsto entro 2 anni Figura 7.4. Data Warehouse attuali o pianificati nelle aziende europee (Fonte : METRICA) 7.6. L ambiente Data Warehouse Il vero cuore dell ambiente architetturale Data Warehouse è il warehouse o repository. Questo rappresenta una singola integrata sorgente di dati destinata a fornire materiale utile per il DSS processing. Un Data Warehouse è una collezione di dati che supporta le decisioni del management ed è orientato al soggetto, integrato, non instabile e a tempo differente 11. Orientato al Soggetto 11 W.H. Inmon Building of the Data Warehouse 308

14 Si può portare come esempio di orientamento al soggetto 12 quello di una compagnia assicuratrice. Le classiche operazioni di sistema sono organizzate intorno alle applicazioni della compagnia. Per una compagnia assicuratrice le applicazioni possono essere auto, vita, danni, ecc.. Invece le grandi aree soggetto della compagnia possono essere cliente, polizze, premi e richieste. Ambiente operazionale Auto Vita Salute Danni Applicazioni Ambiente Data Warehouse Clienti polizze premi richieste Soggetti Figura 7.5. Un esempio di orientamento al soggetto In generale il Data Warehouse è orientato su quelli che sono i grandi soggetti della organizzazione, i quali sono stati definiti nel modello dei dati. I soggetti tipici sono :? cliente? prodotto? transazione o attività? ecc.. Le tabelle presenti nella base dei dati sono strutturate sui soggetti dell azienda come si vede nell esempio in figura. 12 Sicuramente il Data Warehouse contiene solo tipi di informazioni utili al processo decisionale ; ad esempio i dati non sono organizzati per applicazione (come acquisti, spedizioni, ecc..) bensì per soggetto (per nome del cliente, piuttosto che per vendite dei maglioni in una determinata area, oppure per richieste di indennizzi, ecc..). Inoltre, i dati devono essere memorizzati in base a regole definite. Non è un problema da poco se si considera che i data base operazionali da cui provengono i dati, sono strutturati secondo 309

15 Base dei dati del Base dei dati del Attività del cliente cliente cliente Cliente ID Cliente ID Cliente ID dalla data dalla data mese Alla data Alla data Numero di transazioni nome nome medie nel mese indirizzo valutazione del Numero di transazioni telefono credito più elevate per mese sesso Impiego Numero di transazioni... indirizzo più basse per mese telefono sesso Figura 7.6. Esempio di organizzazione del D/W per soggetto cliente (Building the D/W) Un aspetto fondamentale delle tabelle riguardanti il soggetto è che queste sono tutte collegate da una chiave comune (in questo esempio Cliente ID) in modo tale da realizzare una correlazione fra tutti i dati riguardanti un cliente. Un altro aspetto fondamentale è che i dati relativi al soggetto possono risiedere anche su differenti mezzi di memorizzazione. Cliente Dati del cliente Dati del cliente Attività del cliente Attività del cliente dettagli Attività del cliente dettagli Figura 7.7. Il soggetto può essere tenuto in differenti mezzi di memorizzazione convenzioni (codici di identificazione clienti, merci) e modelli (gerarchici, relazionali, flat file). S. Umberti Foppa : Quando serve un D/W, Zerouno 4/

16 I dati che hanno una maggiore probabilità di accesso e un basso volume di immagazzinamento, risiederanno su mezzi che possono garantire un accesso più veloce e che sono relativamente più cari. Invece i dati che hanno una bassa probabilità di accesso e che sono di volume considerevole risiederanno su di un mezzo più economico e meno veloce. Un elemento importante è che esiste nel D/W un livello di sintesi ed un livello di dettaglio per gli stessi dati (granularità). Saranno, quindi, i dati dettagliati, i quali sono più voluminosi e con minore probabilità di accesso ad essere registrati su mezzi più economici, come i nastri magnetici ad esempio, mentre i dati di sintesi meno voluminosi e con maggiore probabilità di acceso saranno registrati invece su dischi fissi. Altro elemento fondamentale che deve essere sempre presente nelle tabelle è il tempo. Integrato I dati che derivano dalle varie fonti aziendali presentano delle caratteristiche differenti. Questi dati devono per questo essere integrati e resi uniformi nel D/W che li andrà ad accogliere. Integrazione Operazionale Data Warehouse Codice Applic. A Applic. B Applic. C Applic. D m,f, 1,0 x,y Maschio, femmina m,f Attributi di misura Applic. A Applic. B Applic. C Applic. D cm, pollici yards mcf cm sorgenti multiple 311

17 Applic. A Applic. B Applic. C Applic. D descrizione descrizione descrizione descrizione? Descrizione conflitti di chiavi Applic. A Key char (12) Applic. B Key dec fixed (9,2) Applic. C pic Applic. D Key char (10) Key char (12) Figura 7.8. Esempi di integrazione Non instabile L ambiente operazionale è soggetto ad una regolare attività di accesso e manipolazione. Si effettua un continuo aggiornamento dei dati nell ambiente operazionale. Invece nel D/W i dati vengono tutti caricati (solitamente in massa) nel Warehouse, e poi una volta caricati si accede ad esso. Ma l aggiornamento dei dati (in senso lato) non viene effettuato nell ambiente D/W. Tempo differente L ultima caratteristica rilevante è quella della differenza di tempo rispetto all ambiente operazionale. La differenza di tempo si può verificare in diversi modi :? L orizzonte temporale del D/W solitamente è molto più lungo di quello operazionale. Ad esempio, l orizzonte temporale di un ambiente operazionale può essere dai 60 ai 90 giorni mentre quello D/W può essere dai 5 ai 10 anni.? I database operazionali contengono solo valori correnti i quali possono essere in ogni momento acceduti e modificati, mentre il D/W rappresenta niente altro che una sofisticata serie di istantanee prese in un dato istante di tempo. 312

18 ? La struttura delle chiavi nell ambiente operazionale può avere come non avere alcuni elementi di tempo (giorno, mese, anno) mentre nell ambiente D/W la struttura della chiave deve sempre contenere un elemento temporale Il Data Warehouse come evoluzione Inmon afferma che il Data Warehouse non è una rivoluzione ma bensì una evoluzione nel tempo. Quindi, il D/W si costruisce gradualmente. Questo permette di poter realizzare delle modifiche in corsa e di poter verificare qual è l utilità nelle varie parti per le quali è stato creato. Questo può spingere l azienda ad estendere la positiva esperienza anche ad altre parti della stessa. In un primo momento il popolamento del Warehouse sarà limitato ad una sola area soggetto. In momenti successivi anche i dati riguardanti le altre aree soggetto identificate dall azienda popoleranno il Warehouse (detto anche repository). Una volta popolato il repository, si collegheranno ad esso alcuni Datamart i quali estrarranno dal repository stesso i dati necessari alle specifiche analisi DSS e saranno sistemati in una forma (modello) più consono al tipo di funzione che si dovrà svolgere. L esperienza positiva a livello dipartimentale potrà a questo punto essere ripetuta per altre parti dell azienda realizzando altri Datamart per finalità differenti. Tutto questo processo si svolgerà in un arco di tempo che può essere molto lungo che di norma si aggira intorno a qualche anno Due elementi concettuali del Data Warehouse I due elementi concettuali di maggior peso in un Data Warehouse sono la granularità dei dati e la partizione dei dati. Con la granularità dei dati ci si riferisce ai diversi livelli di dettaglio che caratterizzano il D/W, mentre con partizione dei dati ci si riferisce invece ad 313

19 una separazione dei dati in diverse unità fisiche e che possono essere maneggiati in maniera indipendente La granularità In una architettura D/W esistono solitamente diversi livelli di dettaglio dei dati. Questo, ovviamente, riflette gli usi che si dovrà fare di quei dati. In questo ambito si possono stabilire solo una serie di indicazioni riguardo le scelte del livello di dettaglio da realizzare nel D/W ma ogni caso fa storia a se. Un esempio di diversi livelli di dettaglio può essere dato dalla figura sottostante. In questo caso viene mostrata una struttura D/W in cui a livello più basso si trovano i dettagli relativi alle vendite di un certo periodo molto indietro nel tempo. A livello più elevato si pone il repository, cioè il nostro Warehouse, in cui si trova quello che, in questo caso, viene detto livello di dettaglio corrente delle vendite. Da questo magazzino dei dati saranno poi estratti e portati al livello più elevato di Datamart dei dati che verranno ulteriormente sintetizzati (vendite di un particolare prodotto per mese o per settimana) ed utilizzati per le varie ricerche DSS o DataMining. M E T A D A T A Dati sintetici (Datamart) ES : vendite mensili per linea di prodotto Dati sintetici (Datamart) ES : vendite settimanali per linea di prodotto Dettaglio corrente ES : vendite W.H. Inmon : Building of the Data warehouse 314

20 Vecchio dettaglio ES : vendite Figura 7.9. Esempio di struttura del Data Warehouse Questo rappresenta solo uno dei tanti esempi di struttura D/W il quale non deve però essere minimamente considerato come regola. Diversa all interno dei livelli esaminati può essere l articolazione del dettaglio, come può essere diverso anche il tipo di informazioni residenti, ad esempio, nei mezzi di registrazione più economici. Possono essere inserite non solo delle informazioni di dettaglio più vecchie ma anche informazioni di minor importanza che vengono tenute per motivi ad esempio legali, oppure hanno un grado di dettaglio maggiore che nel repository e costituiscono quello che viene chiamato true archival. L importanza della granularità (cioè del livello di sintesi dei dati) si pone in rapporto all uso che si deve effettuare dei dati nelle analisi DSS, MIS o altro. Ad esempio, cercare delle informazioni ad un livello di dettaglio più basso può essere più laborioso che cercare le stesse informazioni ad un livello di dettaglio meno elevato poiché si dovrà ricercarle in un minor numero di record i quali, inoltre, occuperanno anche un minore spazio in memoria. Granularità Basso livello di dettaglio Alto livello di dettaglio ESEMPIO : ESEMPIO : dettaglio delle chiamate sintesi delle chiamate telefoniche per mese dei telefoniche per mese dei clienti clienti bytes per mese 200 records per mese 200 bytes 1 record per mese Figura Esempio di diversi livelli di sintesi 315