SISTEMI INFORMATIVI AZIENDALI

Save this PDF as:
 WORD  PNG  TXT  JPG

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "SISTEMI INFORMATIVI AZIENDALI"

Transcript

1 SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1

2 Data Warehousing. Introduzione 1/2 I data warehousing sono il nucleo di gran parte dei DSS (Decision Support System) Sono progettati per gestire grandi quantità di dati e fornire rapidamente informazioni, rapporti e analisi. [ ] collezine di dati, a supporto del processo decisionale manageriale orientata al soggetto, integrata, non volatile e dipendente dal tempo. Bill Inmon, seconda metà anni 80 un singolo, completo e consistente deposito di dati, ottenuti da diverse fonti e resi disponibili agli utenti finali in maniera tale da poter essere immediatamente fruibili. Barry Devlin, IBM System Journal 2

3 Data Warehousing. Introduzione 2/2 I primi esempi di architetture di questo tipo vengono presentate da IBM e Hewlett-Packard, rispettivamente negli anni 1991 e Da allora le tecnologie e terminologie si sono evolute, oggi con data warehouse si intende non solo la base di dati utilizzata come supporto alle decisioni, ma più ampiamente un sistema composto anche dalle applicazioni che servono per estrarre, analizzare e presentare i dati. Oggi i più grandi produttori di DBMS mettono a disposizione strumenti per gestire sistemi informazionali inesistenti fino a 5 anni fa. 3

4 Metodologia OLAP Negli anni 80 Edgar Codd inventò il termine OLTP (On-Line Transaction Processing) e propose 12 criteri per individuare un sistema di questo tipo (i criteri vennero ampiamente accettati come standard di riferimento). Nel 1993, Codd scrisse un articolo dal titolo Providing OLAP (On Line Analytical Processing to user analysts. In tale documento proponeva delle regole per definire un la metodologia OLAP ma causa il basso contenuto matematicoformale tali regole non vennero prese in considerazione. Nel 1995, L OLAP Report propose nuove regole e propose una semplice formula per dare una definizione precisa. La cosiddetta regola FASMI 4

5 FASMI 1/2 5 Scomponendo tale acronimo, si ottengono le regole principali: Fast, i sistemi OLAP hanno un uso interattivo. Mediamente deve rispondere entro 5 secondi, 1 secondo per le domande più facili e mai superare i 20 secondi di ritardo. Analytical, il sistema deve riuscire ad elaborare analisi statistiche in maniera abbastanza semplice per l utente finale, in particolare deve: Eseguire nuovi calcoli a partire da calcoli fatti precedentemente Fornire risposte a richieste specifiche particolari Rappresentare i dati elaborati secondo diverse modalità (tabellare, report o grafico) senza che l utente scriva righe di codice

6 FASMI 2/2 Shared, i sistemi OLAP sono utilizzati da diversi utenti ne consegue che il sistema deve fornire delle regole per la sicurezza al fine di garantire la riservatezza dei dati. Se l utente può modificare i dati deve essere garantito l accesso concorrente (aspetto sottovalutato in quanto di solito l accesso ai dati è di sola lettura). Multidimensional, è il requisito più importante, significa rappresentare i dati in multidimensione. Informational, deve contenere tutte le informazioni necessarie indipendentemente esse siano immagazzinate 6 Per ottenere le caratteristiche FASMI si usano varie tecnologie, tipo architetture client-server o metodi di calcolo parallelo

7 Architettura dei sistemi di data warehousing I sistemi di data warehousing sono articolati in modo complesso: 7

8 Elementi dei sistemi di data warehousing a due livelli: Primo livello, sorgenti dei dati: i sistemi informazionali solitamente non generano dati propri ma rielaborano dati provenienti da altre applicazioni Secondo livello, aree di memorizzazione dei dati informazionali: data warehouse vero e proprio ed eventualmente data mart tematici 8 Primo e secondo livello sono connessi dalle procedure di popolamento che, basandosi sul modello di integrazione e sulle regole di controllo e integrazione dei dati, convertono i dati sorgente in dati multidimensionali, consistenti, completi, corretti

9 Modelli concettuali per data warehouse I sistemi informazionali sono soggetti a frequenti modifiche soprattutto per l approccio ciclico al loro sviluppo; Solitamente viene realizzato un primo nucleo attorno ai fatti di maggior interesse per l azienda, e da questo si procede poi per sviluppo successivi. Sono stati proposti diversi modelli concettuali ma ad oggi nessuno si è affermato come standard. In queste dispense si presenta il modello DFM (Dimensional Fact Model) proposto da Golfarelli nel Si tratta di un modello multidimensionale grafico definito per le problematiche tipiche del data warehousing. 9

10 Dimensional Fact Model Il DFM descrive i fatti attorno a cui si struttura un data warehouse, fornisce dunque una visione concettuale di alto livello. Ogni fatto è delineabile tramite uno schema che rappresenta le misure e le informazioni descrittive associate al fatto e specifica anche le dimensioni. Nello schema DFM i fatti sono rappresentati tramite un rettangolo (nome del fatto + misure che lo descrivono). Con i circoletti vengono rappresentate le dimensioni. Gli attributi descrittivi sono collegati al fatto tramite una linea. 10

11 11 Dimensional Fact Model. Schema di fatto, misure e dimensioni

12 Schema di fatto con gerarchie e costrutti avanzati 12

13 E il modello Entità-Relazione? Il diagramma Entità-relazione può esser utilizzato per descriver un modello multidimensionale ma risulta di difficile lettura. Esso appare ridondante, sovradimensionato. Il problema sta nel fatto che le varie regole di associazione rappresentano, salvo rari casi, vincoli di dipendenza funzionale. Come si può notare dalla figura successiva il DFM sembra essere l unico candidato a descrivere chiaramente/intuitivamente la struttura di un ipercubo. 13

14 14 Modello E-R e Modello DFM a confronto

15 Modelli logici per il data warehouse Combinando le basi di dati con le varie tipologie di interrogazioni (linguaggio SQL o MDX) si ottengono diversi tipi di modelli logici: ROLAP: Relational OLAP MOLAP: Multidimensional OLAP HOLAP:Hybrdi OLAP 15

16 ROLAP Tramite l approccio ROLAP la struttura multidimensionale dei fatti viene realizzata completamente su database relazionali. Le interrogazioni vengono effettuate tramite il linguaggio SQL tramite funzioni di aggregazione. I vantaggi derivanti da tale approccio sono: Minor occupazione di spazio (spazio = dati salvati nel db) Maggiore diffusione degli strumenti relazionali tra gli operatori del settore dunque maggiore facilità d uso Svantaggi: Non si possono effettuare query multidimensionali su strutture dati relazionali (denormalizzazione e precalcolo di query aggregative più frequentemente utilizzate) 16

17 17 MOLAP Tramite l approccio MOLAP il data warehouse memorizza i dati usando strutture intrinsecamente multidimensionali, i dati vengono memorizzati in matrici e vettori e l accesso è posizionale. I vantaggi derivanti da tale approccio sono: Ottime prestazioni dovuta alla struttura dimensionali di partenza Facilità di interrogazione e massima efficacia nell analisi dei dati rispetto ai database relazionali Svantaggi: Grande utilizzo di spazio su disco per immagazzinare i dati Mancanza di standard, le strutture e le convenzioni di interrogazione spesso sono proprietarie delle software house e rendono così difficile l integrazione fra sistemi diversi e complessa la migrazione verso altri sistemi

18 HOLAP L approccio HOLAP è una soluzione intermedia che combina i vantaggi MOLAP e ROLAP. Il data warehouse contiene tutti i fatti elementari e le strutture informative legate alle dimensioni e viene implementato su base dati relazionale. I vantaggi derivanti da tale approccio sono: L uso di tecnologie relazionali standard permette maggiore scalabilità del sistema Le aggregazioni di alto livello vengono archiviati direttamente in basi di dati multidimensionali 18

19 19 Schemi multidimensionali su basi di dati relazionali Considerata la vasta adozione di base di dati relazionali per implementare data warehouse, si passa ora a descrivere i modelli di implementazione su schemi logici relazionali (schema a stella e schema a fiocco di neve). Nei modelli ROLAP e HOLAP si utilizza lo schema a stella. Uno schema a stella permette di creare uno schema relazionale partendo dallo schema di fatto: è composto da una tabella principale chiamata tabella dei fatti che memorizza un elemento per ogni fatto elementare, tramite campi chiave si associano/relazionano gli elementi dimensionali memorizzati nelle tabelle delle dimensioni. Ogni fatto contiene tante chiavi esterne quante sono le dimensioni che lo descrivono.

20 Schema di fatto delle vendite Come è possibile passare da questo schema di fatto delle vendite a uno schema a stella? 20

21 21 Schema a stella delle vendite

22 Osservazioni sul passaggio da schema di fatto a schema a stella Nello schema a stella le tabelle delle dimensioni sono completamente denormalizzate e incuranti della ridondanza. Un unica Join è sufficiente per recuperare tutti di dati presenti nel db ma la struttura è scarsamente intuitiva. Lo schema a stella permette di massimizzare la velocità di estrazione dei dati. 22

23 Schema a fiocco di neve Lo schema a fiocco di neve ha la caratteristica di ridurre la denormalizzazione delle tabelle esplicitando alcune dipendenze funzionali. Se tale schema è altamente consigliato per il fatto che segue maggiormente le regole di normalizzazione e dunque separa in maniera logica i soggetti-entità essendo la struttura più complessa porta a rallentamenti nell estrarre le informazioni dovuto al fatto che bisogna fare molte più join fra tabelle. 23

24 24 Schema a fiocco di neve delle vendite

25 Istanza di dati sullo schema a stella delle vendite Dimensione Articolo ID Codice articolo Descrizione articolo Codice tipologia Descrizione tipologia Codice materiale Descrizione materiale Codice finitura Descrizione finitura 1822 S104H46 Sedia Olga h S104H78 Sgabello Olga h S105H46 Sedia Ugo h.46 S Sedie Pn Pino naturale ZZZ Finitura assente S Sedie Pn Pino naturale ZZZ Finitura assente S Sedie Nn Noce nazionale CER Ceratp 25

26 Fatti di vendita ID Kart Kagt Kdata Quantità Importo Sconto Provvigione ,00 180,00 360, ,68 0,00 0, ,00 25,00 4,50 Dimensione Agente ID Codice agente Descrizione agente Codice area Descrizione area 8 A_101 Rossi Antonio Ovest Italia Nord-Ovest 9 A_102 Brambialla Luigi Ovest Italia Nord-Ovest 10 A_103 Del Do Antonella Est Italia Nord-Est 26

27 Dimensione Data ID Data Mese Trimestre Anno /10/ /2005 4/ /10/ /2005 4/ /10/ /2005 4/

28 28 Ciclo di vita dei sistemi di data warehousing

29 Ciclo di vita. Osservazioni 1/2 Come ha evidenziato la figura precedente, la costruzione di un sistema di data warehouse avviene con un approccio iterativo, si parte con la costruzione del primo ipercubo (di solito il più significativo, le vendite). Successivamente se ne aggiungono altri dando luogo a un processo continuo di evoluzione del sistema di supporto delle decisioni. Tale approccio è interessante perché: L utilità dei sistemi di supporto alle decisioni viene apprezzata dopoche si sono ottenuti i primi risultati positivi Essendo considerati utili ma non necessari, costruire un sistema chiavi in mano sarebbe un investimento iniziale troppo costoso L approccio iterativo permette di tarare al meglio il sistema 29

30 Tecniche di analisi dei dati Analisi OLAP Un data warehouse mette a disposizione dell utente strumenti al fine di analizzare i dati senza seguire percorsi predeterminati. L analisi OLAP è la principale modalità di fruizione dei dati, permette di navigare nei dati ed esplorare interattivamente i fatti. Il principio fondamentale è: esplorazione guidata dalle ipotesi. L utente formula un ipotesi, inoltra la richiesta alla base di dati multidimensionale e la verifica. Spesso le interrogazioni discendono da interrogazioni fatte precedentemente. 30

31 Tecniche di analisi dei dati Analisi OLAP Leprincipali tecniche di analisi dei dati sono: Drill down, letteralmente trivellare, scavare, scendere in profondità => verso un maggior dettaglio di informazioni Roll up o Drill up, letteralmente arrotolare => significa aggregare le informazioni Slice, affettare => limita l analisi dei dati fissando una dimensione Dice, tagliare a cubetti => limita l analisi ai cubetti fissando uno o più attributi Pivot, girare attorno ad un perno => ruota l ipercubo permettendo la ridisposizione delle dimensioni per esporre i dati 31

32 Drill Down L operazione di drill down permette di partire da un livello di presentazione dei dati molto generale e approfondire i dettagli passo per passo aggiungendo una dimensione di analisi. Esempio (si riprenda lo schema di fatto delle vendite) di una prima interrogazione che riporta il confronto sulle quantità vendute annualmente per prodotto e area: Prodotto Area Confronto Articolo 1 Centro % Est % Ovest % I dati evidenziano una mancata crescita ad Ovest. È possibile aggiungere il dettaglio dei nomi degli agenti che distribuiscono i prodotti nella zona? 32

33 Drill Down Prodotto Area Agente Confronto Articolo 1 Est Dal Farra % Del Do % Mansi % Trevisan % Ovest Brambilla % Cozzi % Raiteri % Rossi % Dalla tabella si capisce che il mancato aumento del fatturato è originato da un solo agente (Raiteri) che ha addirittura un trend negativo. Tale operazione di drill down è rappresentata graficamente tramite l ipercubo: 33

34 34 Esempio di operazione di drill down

35 Roll up o Drill up Il Roll up permette di avere visioni più generali e sintetiche a partire da analisi dettagliate. L operazione è concettualmente l opposto di quella di Drill down. 35

36 Slice L operazione di Slice consiste nel fissare il valore di una delle dimensioni base e analizzare la porzione di dati filtrati così ottenuti. L operazione di slice concentra l analisi su un iperpiano dell ipercubo. 36

37 Dice Anche l operazione di Dice riduce l insieme dei fatti elementari considerati nell analisi ma lo fa su più dimensioni e fissando valori per coordinate dimensionali di qualsiasi livello. 37

38 Pivot È l operazione che inverte la relazione tra le dimensioni, realizzando di fatto una rotazione del cubo. Tale operazione permette di riorganizzare velocemente i date per mettere in maggior evidenza un certo soggetto di analisi Prodotto Area Articolo 1 Centro Est Ovest Prodotto Anno Centro Est Ovest Articolo

39 Aree di applicazione nei sistemi aziendali Le aree di applicazione dei sistemi di data warehousing sono molteplici. Le più tradizionali sono quelle che permettono l analisi delle vendite e il rapporto con il cliente. Negli ultimi anni si inizia anche ad analizzare altri settori come la gestione del personale, la logistica, il controllo di qualità. Di seguito verranno analizzati brevemente gli schemi di fatto utilizzati. 39

40 Analisi del flusso attivo e passivo del venduto Si cerca di analizzare il mix di prodotti venduti, analisi fatturato per tipologia di cliente o area geografica, valutazione efficienza rete distributiva, gli abbandoni silenziosi (clienti che senza lamentare disservizi noncomprano più) 40

41 Controllo di gestione In questo ambito si fanno analisi di marginalità su clienti o prodotti, analisi tra budget e consuntivi. In figura uno schema di fatto per l analisi di marginalità. 41

42 Controllo di qualità In questo ambito si fanno analisi sui reclami, sulla non conformità ed eventuali azioni correttive, sulle manutenzioni e sull efficienza dei flussi documentali generali Schema di fatto analisi sulle non conformità 42

43 CRM In questo ambito si fanno analisi orientate a comprendere la relazione dell azienda con il mercato. Ambiti di indagine sono l efficacia delle promozioni o azioni di fidelizzazione, l esito di campagne di telemarketing. Schema di fatto servizio assistenza clienti 43

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

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

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

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

Rassegna sui principi e sui sistemi di Data Warehousing

Rassegna sui principi e sui sistemi di Data Warehousing Università degli studi di Bologna FACOLTA DI SCIENZE MATEMATICHE, FISICHE E NATURALI Rassegna sui principi e sui sistemi di Data Warehousing Tesi di laurea di: Emanuela Scionti Relatore: Chiar.mo Prof.Montesi

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

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

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

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

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

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

Analisi dei Dati. Lezione 10 Introduzione al Datwarehouse

Analisi dei Dati. Lezione 10 Introduzione al Datwarehouse Analisi dei Dati Lezione 10 Introduzione al Datwarehouse Il Datawarehouse Il Data Warehousing si può definire come il processo di integrazione di basi di dati indipendenti in un singolo repository (il

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

Lezione 3. Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing

Lezione 3. Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing Lezione 3 Modello Multidimensionale dei Dati Metadati per il Data Warehousing Accesso ai Data Warehouses Implementazioni per il Data Warehousing 27/02/2010 1 Modello multidimensionale Nasce dall esigenza

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

OLAP On Line Analytical Processing

OLAP On Line Analytical Processing OLAP On Line Analytical Processing Alfredo Cuzzocrea DEIS Dipartimento di Elettronica, Informatica e Sistemistica Università della Calabria cuzzocrea@si.deis.unical.it Testo di Riferimento: J. Han, M.

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

DATA WAREHOUSING CON JASPERSOFT BI SUITE

DATA WAREHOUSING CON JASPERSOFT BI SUITE UNIVERSITÁ DEGLI STUDI DI MODENA E REGGIO EMILIA Dipartimento di Ingegneria di Enzo Ferrari Corso di Laurea Magistrale in Ingegneria Informatica (270/04) DATA WAREHOUSING CON JASPERSOFT BI SUITE Relatore

Dettagli

PROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE

PROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE Tesi in: ARCHITETTURA DEI SISTEMI INFORMATIVI PROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE IN UN AMBIENTE DI DISTRIBUZIONE FARMACEUTICA RELATORE: Prof. Crescenzio Gallo LAUREANDO: Alessandro Balducci

Dettagli

Architetture per l analisi di dati

Architetture per l analisi di dati Architetture per l analisi di dati Basi di dati: Architetture e linee di evoluzione - Seconda edizione Capitolo 8 Appunti dalle lezioni Motivazioni I sistemi informatici permettono di aumentare la produttività

Dettagli

Dominio applicativo. Analisi e ricognizione delle fonti dati

Dominio applicativo. Analisi e ricognizione delle fonti dati Dominio applicativo La Società chiamata StraSport, si occupa di vendite all ingrosso di articoli sportivi. Ha agenzie distribuite sul territorio italiano che gestiscono le vendite, ognuna di esse gestisce

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

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

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

PBI Passepartout Business Intelligence

PBI Passepartout Business Intelligence PBI Passepartout Business Intelligence TARGET DEL MODULO Il prodotto, disponibile come modulo aggiuntivo per il software gestionale Passepartout Mexal, è rivolto alle Medie imprese che vogliono ottenere,

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

Breve introduzione ai data warehouse (per gli allievi che non hanno seguito BD2)

Breve introduzione ai data warehouse (per gli allievi che non hanno seguito BD2) Tecnologie per i sistemi informativi Breve introduzione ai data warehouse (per gli allievi che non hanno seguito BD2) Letizia Tanca lucidi tratti dal libro: Atzeni, Ceri, Paraboschi, Torlone Introduzione

Dettagli

Ambienti Operativi per OLAP. Casi di Studio

Ambienti Operativi per OLAP. Casi di Studio Ambienti Operativi per OLAP. Casi di Studio Alfredo Cuzzocrea DEIS Dipartimento di Elettronica, Informatica e Sistemistica Università della Calabria cuzzocrea@deis.unical.it Sommario Installazione e Configurazione

Dettagli

Corso di Informatica

Corso di Informatica Corso di Informatica Modulo T2 B1 - Progettazione dei DB 1 Prerequisiti Ciclo di vita del software file system Metodologia di progettazione razionale del software 2 1 Introduzione Per la realizzazione

Dettagli

Sviluppo Applicazione di BI/DWH. con tecnologia Microsoft. per il supporto della catena logistica

Sviluppo Applicazione di BI/DWH. con tecnologia Microsoft. per il supporto della catena logistica UNIVERSITÀ DEGLI STUDI DI MODENA E REGGIO EMILIA Dipartimento di Ingegneria Enzo Ferrari di Modena Corso di Laurea Magistrale in Ingegneria Informatica (270/04) Sviluppo Applicazione di BI/DWH con 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

02/mag/2012. Il Modello Multidimensionale. Il Modello Multidimensionale. Il Modello Multidimensionale. Il Modello Multidimensionale

02/mag/2012. Il Modello Multidimensionale. Il Modello Multidimensionale. Il Modello Multidimensionale. Il Modello Multidimensionale Modello semplice ed intuitivo Si presta bene a descrivere dei FATTI in modo grafico (CUBO o IPERCUBO) Es. di FATTI: Vendite Spedizioni Ricoveri Interventi chirurgici Andamento borsistico 62 Un cubo multidimensionale

Dettagli

Le Basi di dati: generalità. Unità di Apprendimento A1 1

Le Basi di dati: generalità. Unità di Apprendimento A1 1 Le Basi di dati: generalità Unità di Apprendimento A1 1 1 Cosa è una base di dati In ogni modello di organizzazione della vita dell uomo vengono trattate informazioni Una volta individuate e raccolte devono

Dettagli

Data Warehousing. Argomenti della lezione. Rappresentazioni dei dati. Rappresentazione dei dati. Parte II Analisi multidimensionale

Data Warehousing. Argomenti della lezione. Rappresentazioni dei dati. Rappresentazione dei dati. Parte II Analisi multidimensionale Argomenti della lezione Data Warehousing Parte II Analisi multidimensionale richiami sul data warehousing organizzazione di un data warehouse l analisi multidimensionale data warehousing e internet strumenti

Dettagli

Informatica (Basi di Dati)

Informatica (Basi di Dati) Corso di Laurea in Biotecnologie Informatica (Basi di Dati) Introduzione alle Basi di Dati Anno Accademico 2009/2010 Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati

Dettagli

Sistemi di supporto alle decisioni

Sistemi di supporto alle decisioni Sistemi di supporto alle decisioni Introduzione I sistemi di supporto alle decisioni, DSS (decision support system), sono strumenti informatici che utilizzano dati e modelli matematici a supporto del decision

Dettagli

Lorenzo Braidi. Database design. Libro_datadesign.indb 1 23-11-2004 10:06:17

Lorenzo Braidi. Database design. Libro_datadesign.indb 1 23-11-2004 10:06:17 Lorenzo Braidi Database design Libro_datadesign.indb 1 23-11-2004 10:06:17 Sommario Introduzione...XI Capitolo 1 Le basi di dati relazionali... 1 Le basi di dati... 1 Un po di storia... 2 I database gerarchici...

Dettagli

Governo Digitale a.a. 2011/12

Governo Digitale a.a. 2011/12 Governo Digitale a.a. 2011/12 I sistemi di supporto alle decisioni ed il Data Warehouse Emiliano Casalicchio Agenda Introduzione i sistemi di supporto alle decisioni Data warehouse proprietà architettura

Dettagli

Sistemi Informativi e Basi di Dati

Sistemi Informativi e Basi di Dati Sistemi Informativi e Basi di Dati Laurea Specialistica in Tecnologie di Analisi degli Impatti Ecotossicologici Docente: Francesco Geri Dipartimento di Scienze Ambientali G. Sarfatti Via P.A. Mattioli

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

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

1. BASI DI DATI: GENERALITÀ

1. BASI DI DATI: GENERALITÀ 1. BASI DI DATI: GENERALITÀ BASE DI DATI (DATABASE, DB) Raccolta di informazioni o dati strutturati, correlati tra loro in modo da risultare fruibili in maniera ottimale. Una base di dati è usualmente

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

Pianificazione del data warehouse

Pianificazione del data warehouse Pianificazione del data warehouse Dalla pianificazione emergono due principali aree d interesse: area commerciale focalizzata sulle agenzie di vendita e area marketing concentrata sulle vendite dei prodotti.

Dettagli

INFORMATICA. Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE.

INFORMATICA. Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE. INFORMATICA Applicazioni WEB a tre livelli con approfondimento della loro manutenzione e memorizzazione dati e del DATABASE. APPLICAZIONI WEB L architettura di riferimento è quella ampiamente diffusa ed

Dettagli

On Line Analytical Processing

On Line Analytical Processing On Line Analytical Processing Data integra solitamente Warehouse(magazzino dati) èun sorgenti un unico schema globalel informazione estratta da piu puo replicazioneai puo essere èinterrogabile, non modificabile

Dettagli

Introduzione al data base

Introduzione al data base Introduzione al data base L Informatica è quella disciplina che si occupa del trattamento automatico dei dati con l ausilio del computer. Trattare i dati significa: raccoglierli, elaborarli e conservarli

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

Corso di Informatica (Basi di Dati)

Corso di Informatica (Basi di Dati) Corso di Informatica (Basi di Dati) Lezione 1 (12 dicembre 2008) Introduzione alle Basi di Dati Da: Atzeni, Ceri, Paraboschi, Torlone - Basi di Dati Lucidi del Corso di Basi di Dati 1, Prof. Carlo Batini,

Dettagli

Ministero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale

Ministero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale Unione Europea Regione Sicilia Ministero della Pubblica Istruzione Ufficio Scolastico Regionale per la Sicilia Direzione Generale ISTITUTO TECNICO INDUSTRIALE STATALE G. MARCONI EDILIZIA ELETTRONICA e

Dettagli

Lezione 9. Microsoft Analysis Services: Principi e Funzionalità

Lezione 9. Microsoft Analysis Services: Principi e Funzionalità Lezione 9 Microsoft Analysis Services: Principi e Funzionalità MS Analysis Services (OLAP Server) E l implementazione Microsoft di OLAP Server Offre buone prestazione per realtà aziendali medie/grandi

Dettagli

Data Warehousing: concetti base e metodologie

Data Warehousing: concetti base e metodologie Data Warehousing: concetti base e metodologie Paolo Atzeni (con la collaborazione di Luca Cabibbo e Riccardo Torlone) Università di Roma Tre Dipartimento di Informatica e Automazione atzeni@dia.uniroma3.it

Dettagli

TEORIA sulle BASI DI DATI

TEORIA sulle BASI DI DATI TEORIA sulle BASI DI DATI A cura del Prof. Enea Ferri Cos è un DATA BASE E un insieme di archivi legati tra loro da relazioni. Vengono memorizzati su memorie di massa come un unico insieme, e possono essere

Dettagli

PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO

PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO PROGRAMMAZIONE MODULARE DI INFORMATICA CLASSE QUINTA - INDIRIZZO MERCURIO SEZIONE TECNICO Modulo 1: IL LINGUAGGIO HTML Formato degli oggetti utilizzati nel Web Elementi del linguaggio HTML: tag, e attributi

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. 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

ISTITUTO TECNICO ECONOMICO MOSSOTTI

ISTITUTO TECNICO ECONOMICO MOSSOTTI CLASSE III INDIRIZZO S.I.A. UdA n. 1 Titolo: conoscenze di base Conoscenza delle caratteristiche dell informatica e degli strumenti utilizzati Informatica e sistemi di elaborazione Conoscenza delle caratteristiche

Dettagli

MODELLI DEI DATI PER DW DAI DATI ALLE DECISIONI. Per definire la struttura di un DW si usano i seguenti formalismi, detti modelli dei dati:

MODELLI DEI DATI PER DW DAI DATI ALLE DECISIONI. Per definire la struttura di un DW si usano i seguenti formalismi, detti modelli dei dati: DAI DATI ALLE DECISIONI MODELLI DEI DATI PER DW Le aziende per competere devono usare metodi di analisi, con tecniche di Business Intelligence, dei dati interni, accumulati nel tempo, e di dati esterni,

Dettagli

Data warehouse (parte 1)

Data warehouse (parte 1) Data warehouse (parte 1) La maggior parte delle aziende dispone di enormi basi di dati contenenti dati di tipo operativo: queste basi di dati costituiscono una potenziale miniera di informazioni utili.

Dettagli

A ZIENDE O RGANIZZAZIONI S TUDI P ROFESSIONALI. Lo strumento. di Business Intelligence alla portata di tutti

A ZIENDE O RGANIZZAZIONI S TUDI P ROFESSIONALI. Lo strumento. di Business Intelligence alla portata di tutti A ZIENDE O RGANIZZAZIONI S TUDI P ROFESSIONALI Lo strumento di Business Intelligence alla portata di tutti Descrizione Generale Trasforma i tuoi dati in una fonte di successo!!! INFOBUSINESS si propone

Dettagli

L E I N F O R M A Z I O N I P E R F A R E

L E I N F O R M A Z I O N I P E R F A R E L E I N F O R M A Z I O N I P E R F A R E C E N T R O Con InfoBusiness avrai Vuoi DATI CERTI per prendere giuste DECISIONI? Cerchi CONFERME per le tue INTUIZIONI? Vuoi RISPOSTE IMMEDIATE? SPRECHI TEMPO

Dettagli

PIANO DI LAVORO EFFETTIVAMENTE SVOLTO IN RELAZIONE ALLA PROGRAMMAZIONE DISCIPLINARE

PIANO DI LAVORO EFFETTIVAMENTE SVOLTO IN RELAZIONE ALLA PROGRAMMAZIONE DISCIPLINARE Istituto di Istruzione Secondaria Superiore ETTORE MAJORANA 24068 SERIATE (BG) Via Partigiani 1 -Tel. 035-297612 - Fax 035-301672 e-mail: majorana@ettoremajorana.gov.it - sito internet: www.ettoremajorana.gov.it

Dettagli

Basi di Dati Complementi Esercitazione su Data Warehouse

Basi di Dati Complementi Esercitazione su Data Warehouse Sommario Basi di Dati Complementi Esercitazione su Data Warehouse 1. Riassunto concetti principali dalle slide della lezione di teoria 2.Studio di caso : progettazione di un Data Warehouse di una catena

Dettagli

Introduzione Ai Data Bases. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni

Introduzione Ai Data Bases. Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni Introduzione Ai Data Bases Prof. Francesco Accarino IIS Altiero Spinelli Via Leopardi 132 Sesto San giovanni I Limiti Degli Archivi E Il Loro Superamento Le tecniche di gestione delle basi di dati nascono

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

Il Business Performance Management & QlikView

Il Business Performance Management & QlikView Il Business Performance Management & QlikView 1 I SISTEMI DI SUPPORTO ALLE DECISIONI O DI BUSINESS INTELLIGENCE sono oggi considerati componenti di sistemi più ampi conosciuti come: CPM - CORPORATE PERFORMANCE

Dettagli

un insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di:

un insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di: InfoBusiness: cos è La business intelligence è: un insieme di processi per raccogliere e analizzare informazioni e dare risposta a esigenze di: supporto alle decisioni (DSS) controllo di performance aziendali

Dettagli

database: modello entityrelationship

database: modello entityrelationship Insegnamento di Informatica CdS Scienze Giuridiche A.A. 2007/8 database: modello entityrelationship Prof.Valle D.ssaFolgieri Lez7 25.10.07 Trattamento dati. Database: modello entity-relationship 1 Fasi

Dettagli

InfoTecna ITCube Web

InfoTecna ITCube Web InfoTecna ITCubeWeb ITCubeWeb è un software avanzato per la consultazione tramite interfaccia Web di dati analitici organizzati in forma multidimensionale. L analisi multidimensionale è il sistema più

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

Lo strumento. di Business Intelligence alla portata di tutti

Lo strumento. di Business Intelligence alla portata di tutti B USINESS I NTELLIGENCE Lo strumento di Business Intelligence alla portata di tutti Modulo INFOREADER INFOREADER è il modulo di INFOBUSINESS che consente di abilitare la postazione di lavoro alla visualizzazione

Dettagli

Progettazione di Basi di Dati

Progettazione di Basi di Dati Progettazione di Basi di Dati Prof. Nicoletta D Alpaos & Prof. Andrea Borghesan Entità-Relazione Progettazione Logica 2 E il modo attraverso il quale i dati sono rappresentati : fa riferimento al modello

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

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

Data Warehousing. Esercitazione 1

Data Warehousing. Esercitazione 1 Esercitazione 1 IBM DB2 UDB DB2 Universal Database Suite di strumenti per la gestione dei dati Funzioni avanzate per soluzioni business intelligence Dispone di strumenti di sviluppo del data warehouse

Dettagli

BASE DI DATI: introduzione. Informatica 5BSA Febbraio 2015

BASE DI DATI: introduzione. Informatica 5BSA Febbraio 2015 BASE DI DATI: introduzione Informatica 5BSA Febbraio 2015 Di cosa parleremo? Base di dati relazionali, modelli e linguaggi: verranno presentate le caratteristiche fondamentali della basi di dati. In particolare

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

SOMMARIO. 9- Basi di dati direzionali. Tipi di sistemi direzionali SISTEMI INFORMATIVI DIREZIONALI. Basi di Dati per la gestione dell Informazione

SOMMARIO. 9- Basi di dati direzionali. Tipi di sistemi direzionali SISTEMI INFORMATIVI DIREZIONALI. Basi di Dati per la gestione dell Informazione 1 SOMMARIO 2 9- Basi di dati direzionali Basi di Dati per la gestione dell Informazione A. Chianese, V. Moscato, A. Picariello, L. Sansone Sistemi Informativi Direzionali (SID) Architettura dei SID La

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

SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015. Ripasso programmazione ad oggetti. Basi di dati: premesse introduttive

SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015. Ripasso programmazione ad oggetti. Basi di dati: premesse introduttive SCHEDA DI PROGRAMMAZIONE DISCIPLINARE DA RIPORTARE SUL P.O.F. A.S. 2014-2015 ASSE DISCIPLINA DOCENTE MATEMATICO INFORMATICA Cattani Barbara monoennio CLASSE: quinta CORSO D SEZIONE LICEO SCIENZE APPLICATE

Dettagli

Database. Si ringrazia Marco Bertini per le slides

Database. Si ringrazia Marco Bertini per le slides Database Si ringrazia Marco Bertini per le slides Obiettivo Concetti base dati e informazioni cos è un database terminologia Modelli organizzativi flat file database relazionali Principi e linee guida

Dettagli

Il database management system Access

Il database management system Access Il database management system Access Corso di autoistruzione http://www.manualipc.it/manuali/ corso/manuali.php? idcap=00&idman=17&size=12&sid= INTRODUZIONE Il concetto di base di dati, database o archivio

Dettagli

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II

UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II UNIVERSITÀ DEGLI STUDI DI NAPOLI FEDERICO II FACOLTÀ DI SCIENZE MATEMATICHE FISICHE E NATURALI CORSO DI LAUREA MAGISTRALE IN INFORMATICA Riscrittura di interrogazioni con viste in sistemi per la gestione

Dettagli

LABORATORIO. 2 Lezioni su Basi di Dati Contatti:

LABORATORIO. 2 Lezioni su Basi di Dati Contatti: PRINCIPI DI INFORMATICA CORSO DI LAUREA IN SCIENZE BIOLOGICHE Gennaro Cordasco e Rosario De Chiara {cordasco,dechiara}@dia.unisa.it Dipartimento di Informatica ed Applicazioni R.M. Capocelli Laboratorio

Dettagli

ControlloCosti. Cubi OLAP. Controllo Costi Manuale Cubi

ControlloCosti. Cubi OLAP. Controllo Costi Manuale Cubi ControlloCosti Cubi OLAP I cubi OLAP Un Cubo (OLAP, acronimo di On-Line Analytical Processing) è una struttura per la memorizzazione e la gestione dei dati che permette di eseguire analisi in tempi rapidi,

Dettagli

Liceo Marie Curie (Meda) Scientifico Classico Linguistico PROGRAMMAZIONE DISCIPLINARE PER COMPETENZE

Liceo Marie Curie (Meda) Scientifico Classico Linguistico PROGRAMMAZIONE DISCIPLINARE PER COMPETENZE Liceo Marie Curie (Meda) Scientifico Classico Linguistico PROGRAMMAZIONE DISCIPLINARE PER COMPETENZE a.s. 2015/16 CLASSE 4^ ASA Indirizzo di studio Liceo scientifico Scienze Applicate Docente Disciplina

Dettagli

idw INTELLIGENT DATA WAREHOUSE

idw INTELLIGENT DATA WAREHOUSE idw INTELLIGENT DATA WAREHOUSE NOTE CARATTERISTICHE Il modulo idw Amministrazione Finanza e Controllo si occupa di effettuare analisi sugli andamenti dell azienda. In questo caso sono reperite informazioni

Dettagli

Stefania Marrara - Esercitazioni di Tecnologie dei Sistemi Informativi. Integrazione di dati di sorgenti diverse

Stefania Marrara - Esercitazioni di Tecnologie dei Sistemi Informativi. Integrazione di dati di sorgenti diverse Politecnico di Milano View integration 1 Integrazione di dati di sorgenti diverse Al giorno d oggi d la mole di informazioni che viene gestita in molti contesti applicativi è enorme. In alcuni casi le

Dettagli

Basi di dati. Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti

Basi di dati. Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti Basi di dati Corso di Laurea in Ingegneria Informatica Canale di Ingegneria delle Reti e dei Sistemi Informatici - Polo di Rieti Anno Accademico 2008/2009 Introduzione alle basi di dati Docente Pierangelo

Dettagli

Progettaz. e sviluppo Data Base

Progettaz. e sviluppo Data Base Progettaz. e sviluppo Data Base! Progettazione Basi Dati: Metodologie e modelli!modello Entita -Relazione Progettazione Base Dati Introduzione alla Progettazione: Il ciclo di vita di un Sist. Informativo

Dettagli

BASI DI DATI - : I modelli di database

BASI DI DATI - : I modelli di database BASI DI DATI - : I modelli di database DAL 1960 ci si e' orientati verso 3 direzioni: 1 MODELLO GERARCHICO Se i dati si presentano naturalmente in una struttura ad albero (ES. File System) Limiti: rigidità

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

La Metodologia adottata nel Corso

La Metodologia adottata nel Corso La Metodologia adottata nel Corso 1 Mission Statement + Glossario + Lista Funzionalià 3 Descrizione 6 Funzionalità 2 Schema 4 Schema 5 concettuale Logico EA Relazionale Codice Transazioni In PL/SQL Schema

Dettagli

Tecnologia dei Sistemi Informativi. architettura s.i. 1

Tecnologia dei Sistemi Informativi. architettura s.i. 1 Tecnologia dei Sistemi Informativi architettura s.i. 1 Sistema Informativo comprende risorse umane è fortemente integrato con il sistema organizzativo è essenziale per il funzionamento dell'azienda architettura

Dettagli

INDICE CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI

INDICE CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI INDICE PREMESSA...1 PARTE PRIMA CONROLLO DI GESTIONE E SISTEMI INFORMATIVI AZIENDALI CAPITOLO PRIMO IL CONTROLLO DI GESTIONE E GLI ALTRI MECCANISMI OPERATIVI 1. I concetti di pianificazione strategica

Dettagli

SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB

SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB Facoltà di Ingegneria Corso di Laurea Specialistica in Ingegneria Informatica SVILUPPO ONTOLOGIE PER LA GESTIONE DOCUMENTALE E LORO INTEGRAZIONE ALL INTERNO DI UNA PIATTAFORMA WEB Relatore Chiarissimo

Dettagli

Organizzazione delle informazioni: Database

Organizzazione delle informazioni: Database Organizzazione delle informazioni: Database Laboratorio Informatico di base A.A. 2013/2014 Dipartimento di Scienze Aziendali e Giuridiche Università della Calabria Dott. Pierluigi Muoio (pierluigi.muoio@unical.it)

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

PERCORSO FORMATIVO DI INFORMATICA

PERCORSO FORMATIVO DI INFORMATICA Anno Scolastico 2015/16 PERCORSO FORMATIVO DI INFORMATICA CLASSE VB INFORMATICA Docenti: D Antico Maria Samantha Civardi Mauro Ore settimanali: 6 Ore annuali (previste in data 07/05/2016) : 196 FINALITA'

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