PERCHÉ LA BUSINESS INTELLICENCE
|
|
|
- Michelina Marchetti
- 4 anni fa
- Visualizzazioni
Transcript
1 PERCHÉ LA BUSINESS INTELLICENCE Relatrice: Giorgia Liguori Analista Funzionale Senior
2 BUSINESS INTELLIGENCE Lo scopo
3 LO SCOPO Lo scopo della BI è quello di prendere in considerazione i flussi operativi di dati e convertirli in informazioni significative. Questo consente agli operatori di prendere decisioni aziendali intelligenti e di utilizzare al meglio le proprie risorse e migliorare le performance.
4 BUSINESS INTELLIGENCE Le domande
5 LE DOMANDE Per prendere decisioni corrette ed efficaci è necessario rispondere almeno a tre domande fondamentali: 1.Com è la performance attuale? 2.Quali sono le cause dell attuale andamento? 3.Quali azioni andrebbero intraprese per migliorare le performance?
6 BUSINESS INTELLIGENCE Le risposte
7 LE RISPOSTE A queste domande la BI può rispondere con vari strumenti: Dashboard: cruscotti che forniscono informazioni a colpo d occhio sulla situazione attuale Business operations reporting: resoconti periodici sul grado di raggiungimento di determinati obiettivi Forecasting: estrapolazione di previsioni sulla base dei dati storici Analisi multidimensionale: esaminare i dati da più punti di vista permette di migliorare la loro comprensione Analisi della correlazione: capire le correlazioni tra diversi fattori consente di arrivare alla vera «business intelligence»
8 BUSINESS INTELLIGENCE Le BASI
9 LE BASI Le analisi più complesse richiedono una solida organizzazione in data warehousing/data mart e la rinuncia all OLTP in favore dell OLAP: OLTP (On Line Transaction Processing): i report sono eseguiti direttamente nel database di produzione OLAP (On Line Analythical Processing): i report sono eseguiti su un data base replicato che viene aggiornato a scadenze prefissate
10 BUSINESS INTELLIGENCE OLTP e OLAP
11 OLTP e OLAP Mescolare interrogazioni analitiche e transazionali porta a inevitabili rallentamenti che rendono insoddisfatti gli utenti di entrambe le categorie. Separare l elaborazione di tipo analitico (OLAP) da quella legata alle transazioni (OLTP), costruendo un nuovo raccoglitore di informazioni che: integri i dati provenienti da sorgenti di varia natura li organizzi in una forma appropriata metta a disposizione dati con sufficiente profondità storica li renda disponibili per scopi di analisi e valutazione finalizzate alla pianificazione e al processo
12 BUSINESS INTELLIGENCE Dal DATA WAREHOUSE ai CUBI OLAP
13 Dal DATA WAREHOUSE ai CUBI OLAP Il Data Warehouse è un database in cui i dati sono organizzati in schemi semplificati e ottimizzati per la consultazione I Data Mart sono dei sotto insiemi del DWH che raccolgono i dati di una specifica funzione aziendale o di un dipartimento. I cubi OLAP sono strutture per la memorizzazione dei dati ideate per consentire l'analisi in tempi rapidi
14 LA BUSINESS INTELLIGENCE ELEVATA AL (IPER)CUBO I cubi sono costituiti da: Misure: i valori dell entità di interesse da analizzare (quantità venduta, incasso, ) Dimensioni: le differenti entità secondo le quali si vuole quantizzare la misura (rispetto al titolo di viaggio, ai giorni della settimana, alle fermate, ) Il cubo rappresenta il valore delle misure rispetto a tutte le dimensioni in un cubo OLAP possono esserci più di tre dimensioni: il termine più appropriato è quello di ipercubo
15 L UTILITÀ DEL CUBO Uno strumento di BI deve consentire a ogni figura aziendale di analizzare i dati di proprio interesse Il manager regionale esamina la vendita di tutti i prodotti in tutti i periodi relativamente ai propri mercati Il manager di prodotto esamina la vendita di un prodotto in tutti i periodi e in tutti i mercati Il manager finanziario esamina la vendita di tutti i prodotti, in tutti i mercati relativamente al periodo corrente e quello precedente Il manager strategico si concentra su una categoria di prodotti, un area regionale e un orizzonte temporale medio Queste differenti analisi sono realizzate tramite semplici operazioni sui cubi OLAP
16 Città Città Città Città Ago. Sett. Ott. Ago. Sett. Ott. SLICE & DICE FARE A FETTE E A DADINI I DATI DEL CUBO DRILL-DOWN DISAGGREGAZIONE LUNGO UNA DIMENSIONE ROLL-UP AGGREGAZIONE LUNGO UNA DIMENSIONE Milano Roma Torino Napoli L Aquila Milano Roma Torino Napoli L Aquila OPERAZIONI OLAP
17 PIVOTING Permette di variare la vista corrente dei dati, ruotando gli assi del cubo passare da vendite di prodotti per mese per città a vendite di prodotti per città per mese. OPERAZIONI OLAP
18 PUNTI CHIAVE DEL SUCCESSO PERSONE (CONOSCENZA) PROCESSI (KPI) STRUMENTI (BI) SUCCESSO
19 Le persone devono conoscere a fondo il processo aziendale per poter: Definire con attenzione i KPI Saperli utilizzare Allineare continuamente i KPI con le strategie aziendali e con i processi 19
20 Integrare la BI nei processi aziendali in modo da disporre di dashboard e cruscotti immediati con i principali KPI aziendali
21 I RISULTATI della BUSINESS INTELLIGENCE SOLUZIONI Integrazione di tutte le sorgenti dati in un unico DataWarehouse Cubi OLAP per un accesso ai dati semplice e veloce Possibilità di scelta fra vari strumenti di analisi. PROBLEMI Molti dati, poche informazioni Lentezza nell accesso alle informazioni Strumenti di analisi poco flessibili RISULTATI Affidabilità dei dati su cui si basano le decisioni Tempi di analisi ridotti Possibilità di fare previsioni e individuare inefficienze
22 AEP Ticketing Solutions Via dei Colli, Signa, Italia Tel :
SISTEMI INFORMATIVI DIREZIONALI BUSINESS INTELLIGENCE
SISTEMI INFORMATIVI DIREZIONALI BUSINESS INTELLIGENCE Punti chiave Cosa sono i sistemi informativi direzionali (SID)? Che differenza con i sistemi di supporto alle attività operative? Qual è il punto di
UTILIZZO DEI SISTEMI INFORMATIVI PER IL SUPPORTO DELLE DECISIONI ARCHITETTURA DI RIFERIMENTO
UTILIZZO DEI SISTEMI INFORMATIVI PER IL SUPPORTO DELLE DECISIONI ARCHITETTURA DI RIFERIMENTO CORSO SISTEMI INFORMATIVI 25 novembre 2003 Gianmario Motta Gianmariomotta@polimi.it OBIETTIVI DELLA LEZIONE
Data warehouse Introduzione
DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of Database and data mining group, D MG B Data warehouse Introduzione INTRODUZIONE - 1 Database and data
Data warehouse Introduzione
D M B G Data warehouse Introduzione INTRODUZIONE - 1 Supporto alle decisioni aziendali La maggior parte delle aziende dispone di enormi basi di dati contenenti dati di tipo operativo queste basi di dati
Dall intuizione alla conoscenza
Dall intuizione alla conoscenza Il valore dei dati nel processo decisionale Maurizio Pighin Università di Udine Facoltà di Economia LiberaMente Srl Spinoff Accademico Università Udine Slide 1 Agenda Alcuni
Corso di basi di dati Fascicolo T04b Nota: i primi lucidi sostituiscono alcuni già proposti, in altro ordine e ccon qualche differenza, nel fascicolo
Corso di basi di dati Fascicolo T04b Nota: i primi lucidi sostituiscono alcuni già proposti, in altro ordine e ccon qualche differenza, nel fascicolo T04a ... dati storici...... dati aggregati... Le basi
Data warehouse: introduzione
atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and ata Mining Group of atabase and
Business Intelligence: uno sguardo al futuro
www.mold.polimi.it www.osservatori.net Business Intelligence: uno sguardo al futuro Presentazione dei risultati della Ricerca 2010 Osservatorio Business Intelligence Carlotta Orsenigo School of Management
Estratto dell'agenda dell'innovazione Smau Milano Speciale: I casi. Introduzione dell'area tematica. Il caso NOVARTIS VACCINES
Estratto dell'agenda dell'innovazione Smau Milano 2011 Speciale: I casi Introduzione dell'area tematica Il caso NOVARTIS VACCINES Innovare e competere con le ICT - PARTE I Cap.2 Prendere decisioni più
Data Warehousing. Sommario. Luca Cabibbo, Riccardo Torlone, Paolo Atzeni. Processi. Processi, dati e decisioni. Processi presso una banca
Sommario Data Warehousing Luca Cabibbo, Riccardo Torlone, Paolo Atzeni Introduzione Basi di dati integrate, sì, ma OLTP e OLAP Data warehousing Data warehouse e data warehousing Dati multidimensionali
Prof. Giorgio Poletti
5 Informatica Laurea Triennale in Economia Anno Accademico 2017-2018 Prof. Giorgio Poletti giorgio.poletti@unife.it I dati sono diventati il quarto fattore produttivo, dopo i classici terra, lavoro e capitale.
Architetture Evolute nei Sistemi Informativi. architetture evolute 1
Architetture Evolute nei Sistemi Informativi architetture evolute 1 Scalabilità delle Applicazioni carico: insieme di tutte le applicazioni (query) scalabilità: abilità di conservare prestazioni elevate
Basi di Dati Direzionali
Basi di Dati Direzionali Angelo Chianese, Vincenzo Moscato, Antonio Picariello, Lucio Sansone Basi di dati per la gestione dell'informazione 2/ed McGraw-Hill Capitolo 9 Appunti dalle lezioni SQL come DDL
I sistemi di reporting e i rapporti direzionali
I sistemi di reporting e i rapporti direzionali Reporting - Sintesi dei fenomeni aziendali secondo modelli preconfezionati e con frequenza e aggiornamento prestabiliti - contabile (dati economici) - extracontabile
Business Intelligence HR
Business Intelligence HR Business Intelligence Termine generico per indicare: Un insieme di processi per raccogliere ed analizzare informazioni strategiche mirate a prendere le migliori decisioni La tecnologia
SISTEMI INFORMATIVI DIREZIONALI
SISTEMI INFORMATIVI DIREZIONALI Domande chiave Cosa sono i sistemi informativi direzionali (SID)? Che differenza con i sistemi di supporto alle attività operative? Qual è il punto di partenza per capire
Datawarehouse. Proge.azione logica
Datawarehouse Proge.azione logica 1) Modello a stella implementato 3 Semplici join permettono di ricostruire i fatti. Le tabelle dimensione sono generalmente denormalizzate: contengono le dipendenze funzionali
Sistemi di Elaborazione dell Informazione
Magazzino Sistemi di Elaborazione dell Informazione Parte Quarta L Elaborazione della Conoscenza Sistema Informativo Integrato e Business Intelligence Conoscenza Struttura di un azienda di Produzione Dati
Michelangelo Report. Controllare il venduto, l'acquistato, le giacenze di magazzino e gli ordini di acquisto e di vendita, analizzare le performance
Michelangelo Report Controllare il venduto, l'acquistato, le giacenze di magazzino e gli ordini di acquisto e di vendita, analizzare le performance MICHELANGELO REPORT è un prodotto software altamente
SISTEMI INFORMATIVI DIREZIONALI
SISTEMI INFORMATIVI DIREZIONALI Domande chiave Cosa sono i sistemi informativi direzionali (SID) e che differenza c è tra i sistemi di supporto alle attività operative? Qual è il punto di partenza per
Architetture di Data Warehouse. PDF created with pdffactory trial version
Architetture di Data Warehouse L aspetto architetturale del DW o L aspetto architetturale è estremamente importante: il dw deve essere dotato della capacità di eseguire operazioni complesse e pesanti dal
Perché un dato diventa informazione quando stimola un azione.
Direzionale Skipper Il Governo della Gestione Data Warehouse Perché un dato diventa informazione quando stimola un azione. DIREZIONALE DECISIONI STRATEGICHE CONOSCENZA KPI INFORMAZIONE Business Intelligence
I VANTAGGI DELLA BUSINESS INTELLIGENCE. Condividiamo i tuoi obiettivi e il tuo metodo di lavoro, poi modelliamo la tecnologia alle tue esigenze
I VANTAGGI DELLA BUSINESS INTELLIGENCE Condividiamo i tuoi obiettivi e il tuo metodo di lavoro, poi modelliamo la tecnologia alle tue esigenze COS È LA BUSINESS INTELLIGENCE PER REACT Il vero tesoro di
Appunti della lezione di Database del 17 Novembre 2016 (mattina) Studenti: D Amuri Giuseppe, De Luca Federico Professore: Mario Bochicchio
Appunti della lezione di Database del 17 Novembre 2016 (mattina) Studenti: D Amuri Giuseppe, De Luca Federico Professore: Mario Bochicchio DATA WAREHOUSE Introduzione Finora abbiamo parlato dei database
IL SISTEMA DI GESTIONE
IL SISTEMA DI GESTIONE FINANZIARIA Elementi fondamentali OBIETTIVI 1. Analizzare l andamento finanziario della gestione 2. Definire gli obiettivi economicofinanziari di medio e breve periodo 3. Elaborazione
Alle ore 13:15 Buffet nel Business Innovation Center
MYBI e WINDOWS SERVER 2008 NAPOLI, GIOVEDI 22 NOVEMBRE Sala Saffo Città della Scienza, Business Innovation Center Agenda Alle ore 13:15 Buffet nel Business Innovation Center 1 Presentazione SMS Engineering
SERVIZI A SUPPORTO DELLA GOVERNANCE PER MIGLIORARE LE PERFORMANCE AZIENDALI
SERVIZI A SUPPORTO DELLA GOVERNANCE PER MIGLIORARE LE PERFORMANCE AZIENDALI MISSION La corretta gestione delle informazioni e dei processi migliora le performance della tua azienda. Affiancare i manager
Fast Performance. Lo strumento a supporto di decisioni veloci ed efficaci per il tuo Business
Fast Performance Lo strumento a supporto di decisioni veloci ed efficaci per il tuo Business A chi ci rivolgiamo Il nostro interlocutore è chi si pone domande, a qualsiasi livello dell organizzazione Fast
Introduzione al Data Warehousing
Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e sono state tratte dal suo libro Data Warehouse - teoria e pratica
Controllo di gestione
Controllo di gestione Processo di crescita aziendale dal controllo di gestione alla Business Intelligence Premessa Tutte le aziende sono dotate di sistemi informatici e programmi gestionali che permettono
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
Un programma intelligente a supporto delle decisioni: il caso BCC di Roma
Un programma intelligente a supporto delle decisioni: il caso BCC di Roma Rossano Giuppa Responsabile Pianificazione e Gestione Rischi Banca di Credito Cooperativo di Roma Roma, 12 novembre 2004 ABI Palazzo
L ANALISI DEI DATI. EuroConsulting S.r.l. Consulenza di Direzione e Organizzazione Aziendale
L ANALISI DEI DATI L analisi di un fenomeno su più dimensioni. Negli anni 80 e 90 lo sviluppo dei modelli di database relazionali e di applicazioni specifiche per la loro gestione, insieme all aumento
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
ORDINE DEGLI ATTUARI
La Funzione Attuariale in ottica Solvency 2 La Data Governance Paola Scarabotto / Luca Virgili Milano, 20 Ottobre 2014 Agenda I requisiti normativi e regolamentari Principi di riferimento Architettura
Sistemi Informativi Avanzati
Anno Accademico 2012/2013 Sistemi Informativi Avanzati Corso di Laurea Magistrale in Ingegneria Gestionale Domenico Beneventano Andrea Scavolini Introduzione 1 Obiettivi Il corso si propone di fornire
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
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
Prof. Giorgio Poletti
6 Informatica Laurea Triennale in Economia Anno Accademico 2017-2018 Prof. Giorgio Poletti giorgio.poletti@unife.it Non ci sono misteri... C'è soltanto l'insufficienza di dati o della mente.. Paul Valéry
DSS. Decision Support System. 12/11/2008 Fondamenti Informatica 2 - Prof. Gregorio Cosentino 1
DSS Decision Support System 12/11/2008 Fondamenti Informatica 2 - Prof. Gregorio Cosentino 1 Definizione Il DSS è un sistema informativo che converte dati provenienti da fonti interne ed esterne in informazioni
Pentaho: una soluzione Open per la progettazione e sviluppo di Data Warehouse
DPTS - DCMT/1 Pentaho: una soluzione Open per la progettazione e sviluppo di Data Warehouse Mariano Crea Istituto Nazionale di Statistica Agenda Data Warehouse Overview La Suite Pentaho Mondrian & JPivot:
Estratto dell'agenda dell'innovazione e del Trade Padova Speciale: I casi. Introduzione dell'area tematica IL CASO DOIMO CITYLINE
Estratto dell'agenda dell'innovazione e del Trade Padova 2011 Speciale: I casi Introduzione dell'area tematica IL CASO DOIMO CITYLINE Innovare e competere con le ICT: casi di successo - PARTE II Cap.3
Analysis Service. Dutto Riccardo IPSI - tel Dutto Riccardo - SQL Server 2008.
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo riccardo.dutto@polito.it IPSI - tel.7991 http://dbdmg.polito.it/ Il Data warehouse Sorgenti dati operazionali DB relazionali
La governance del processo di pianificazione finanziaria
www.pwc.com/it La governance del processo di pianificazione finanziaria Domenico Dimita Gardaland Hotel, 20 settembre 2013 Analisi e disegno funzionale del modello di pianificazione finanziaria 2 Gli strumenti
Il modello multidimensionale. Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott.
Il modello multidimensionale Per le slides si ringrazia il Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/) e il Dott. Angelo Sironi Verso il modello multidimensionale Che incassi sono stati
Introduzione al Data Warehousing
Sistemi Informativi Avanzati Anno Accademico 2015/2016 Prof. Domenico Beneventano Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
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
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
Data Science A.A. 2018/2019
Corso di Laurea Magistrale in Economia Data Science A.A. 2018/2019 Lez. 2 Business Intelligence Data Science 2018/2019 1 Dati Tecnologie di memorizzazione a basso costo + connettività Accesso a grandi
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
Sistemi di supporto alle decisioni. Sistemi di elaborazione delle informazioni 2 Anno Accademico Prof. Mauro Giacomini
Sistemi di supporto alle decisioni Sistemi di elaborazione delle informazioni 2 Anno Accademico 2007-2008 Prof. Mauro Giacomini Preparare il futuro I dati in una organizzazione sono generati e immagazzinati
Un cruscotto delle biblioteche. raccogliere dati per il controllo di gestione
Un cruscotto delle biblioteche raccogliere dati per il controllo di gestione Enrico Tagliani Bibliotecario (digitale?) della RBBC Ogni anno le biblioteche producono statistiche per obbligo? o per avere
Il ruolo dei sistemi di supporto alle decisioni nel recupero di efficienza aziendale. 18 aprile 2005 Carlo Masseroli
Il ruolo dei sistemi di supporto alle decisioni nel recupero di efficienza aziendale 18 aprile 2005 Carlo Masseroli CORPORATE PERFORMANCE MANAGEMENT: DEFINIZIONE I SISTEMI DI SUPPORTO ALLE DECISIONI O
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
Governo Integrato degli Enti Locali
DataWarehouse Territoriale per il Governo Integrato degli Enti Locali Workshop Regione Abruzzo - Regione Lombardia Dati, tecnologie a supporto della Geo Business Intelligence Alan Buda, Giuseppe Vaccarino
MASTER CONTROLLO DI GESTIONE. A cura del dottor Alessandro Tullio
MASTER CONTROLLO DI GESTIONE A cura del dottor Alessandro Tullio Il REPORTING IL REPORTING Sistema di Reporting: INFORMAZIONI STRUTTURATE PER LA COMUNICAZIONE INTERNA/ESTERNA Processo di Reporting: INSIEME
DIRIGO. La Business Intelligence di Quadrivium
DIRIGO La Business Intelligence di Quadrivium COS È LA BI (Business Intelligence) È un insieme di strumenti moderni per presentare i dati aziendali in maniera semplice e veloce. Tali dati possono provenire
Sistemi Informativi L. Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004. Docente: Prof. Wilma Penzo
Data Warehousing Sistemi Informativi L Corso di Laurea in Ingegneria dei Processi Gestionali A.A. 2003/2004 Docente: Prof. Wilma Penzo Sommario Il ruolo della business intelligence e del sistema informativo
Corso di Marketing Industriale
U N I V E R S I T A' D E G L I S T U D I D I B E R G A M O Corso di Prof Ferruccio Piazzoni ferruccio.piazzoni@unibg.it Le informazioni come vantaggio competitivo Information & Knowledge Marketing Database
Introduzione al Data Warehousing
Sistemi Informativi Avanzati Anno Accademico 2012/2013 Prof. Domenico Beneventano Introduzione al Data Warehousing Molte di queste slide sono state realizzate dal Prof. Stefano Rizzi (http://www-db.deis.unibo.it/~srizzi/)
Basi di Dati e Sistemi Informativi. Analisi dei Dati: OLAP, Data Warehousing, Data Mining
Analisi dei Dati: OLAP, Data Warehousing, Data Mining Giuseppe Loseto Corso di Laurea in Ing. Informatica Ing. Gestionale Magistrale 1 of 12 Analisi dei Dati Introduzione La maggior parte delle aziende
PROGETTI DI SISTEMI INFORMATIVI DIREZIONALI
PROGETTI DI SISTEMI INFORMATIVI DIREZIONALI SI supporto att. Operative VS SI direzionali Per un SI supporto att. Operative si deve Identificare e analizzare processi e procedure Procedere alla loro informatizzazione
Basi di dati attive. Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger).
Basi di dati attive Una base di dati è ATTIVA quando consente la definizione e la gestione di regole di produzione (regole attive o trigger). Tali regole vengono attivate in modo automatico al verificarsi
REPORT COMMERCIALE E DI MARKETING. Istruzioni per l uso
REPORT COMMERCIALE E DI MARKETING Istruzioni per l uso L analisi dei dati commerciali interni L analisi dei dati nel concreto Struttura del Report L analisi dei dati commerciali interni Indicazioni per
Architetture per l analisi dei dati
Architetture per l analisi dei dati Esercizio 8.1 Progettare un cubo multidimensionale relativo all analisi dei sinistri per una compagnia assicurativa, basandosi sulle specifiche accennate nel paragrafo
La piattaforma di analisi dati
18/05/2016 Nuove funzionalità e nuovi strumenti nella piattaforma ARNO La piattaforma di analisi dati Enrico Aiello Il processo del dato Raccolta dati Analisi qualità Creazione Data Warehouse Accesso alle
Analisi dei dati. analisi dei dati 1
Analisi dei dati analisi dei dati 1 Il problema... Limitazioni della tecnologia relazionale - Difficoltà d'uso - Rigidità Conseguenze - Uso operativo: buono - Uso strategico: scarso Soluzioni: tecniche,
Agenda. I sistemi a supporto delle decisioni Information Directory Sviluppi futuri. Cinque anni di Data Warehouse:dai dati alle decisioni 1
Cinque anni di Data Warehouse: dai dati alle decisioni Mario ANCILLI SETTORE SISTEMI INFORMATIVI ED INFORMATICA DIREZIONE ORGANIZZAZIONE; PIANIFICAZIONE, SVILUPPO E GESTIONE DELLE RISORSE UMANE Torino,
Contenuti del Report
Contenuti del Report LEGGERE I NUMERI PER INTERPRETARE LA REALTA Quando si chiede un finanziamento, per favorire la comprensione dei propri dati economico-finanziari è fondamentale fornire alla banca,
Banca Sara. Dall Analisi del Consuntivo alla Pianificazione Strategica: il caso Banca Sara. Chi è Banca Sara. Milano, 8 novembre 2007
Banca Sara Dall Analisi del Consuntivo alla Pianificazione Strategica: il caso Banca Sara Milano, 8 novembre 2007 Chi è Banca Sara Dal 2004 fa parte del Gruppo Sara Assicurazioni Rete di circa 500 Promotori
CASE HISTORY INDUSTRY PER L ENGINEERING SIPA. beantech. IT moves your business
CASE HISTORY INDUSTRY PER L ENGINEERING SIPA beantech IT moves your business SETTORE Engineering DIPENDENTI 1200 FATTURATO 2017 200 milioni PAESE Italia Chi è SIPA - Zoppas Industries SIPA è una azienda
Portale ScuoleNet per RIMININRETE
Portale ScuoleNet per RIMININRETE IC Centro storico - Rimini, 24 giugno 2016 1 Indice L analisi e lo sviluppo - La storia Il portale ScuoleNet - Il database Il portale ScuoleNet - La tecnologia Il portale
Scopo Raccolta delle informazioni Il cruscotto Aziendale Area Direzione Aziendale Area Centri di responsabilità
Obiettivo: A2) Programmare, gestire e successivamente controllare, su base periodica ed in modo sistemico, le operazioni aziendali allo scopo di raggiungere gli obiettivi di gestione prefissati. Azione:
Roberto Moretti. Nazionalità: italiana Data di nascita: Luogo di nascita: Bologna Patente: B
INFORMAZINI PERSONALI Roberto Moretti Budrie, 51, 40017, San Giovanni In persiceto 3472261691 rmoretti1@gmail.com Nazionalità: italiana Data di nascita: 18-01-1969 Luogo di nascita: Bologna Patente: B
SQL Server Business Intelligence Development Studio. SQL Server BI Development Studio. SQL Server BI Development Studio *Analysis Services*
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo http://dbdmg.polito.it/ SQL Server BI Development Studio Analysis Services Operazioni OLAP Creazione di dimensioni Creazione
Corso di Red. e Pres. Progetti Inf. Lezione del Esercitatore: ing. Andrea Gualtieri Coadiutrice: ing. Loredana Sisca. La lezione di oggi
La lezione di oggi Progettazione architettura e ripartizione ruoli Valutazione delle competenze tecniche Analisi del bando e dei capitolati Costituzione gruppi di lavoro La lezione di oggi Le competenze
SQL Server Business Intelligence Development Studio
SQL Server Business Intelligence Development Studio Analysis Service Dutto Riccardo http://dbdmg.polito.it/ SQL Server BI Development Studio Analysis Services Operazioni OLAP Creazione di dimensioni Creazione
Sistemi Informativi Avanzati
Anno Accademico 2015/2016 Sistemi Informativi Avanzati Corso di Laurea Magistrale in Ingegneria Gestionale Domenico Beneventano Roberto Piuca Introduzione 1 Obiettivi Il corso si propone di fornire all'allievo
Data warehouse Analisi dei dati
DataBase and Data Mining Group of DataBase and Data Mining Group of DataBase and Data Mining Group of Database and data mining group, D MG B Data warehouse Analisi dei dati DATA WAREHOUSE: OLAP - 1 Database
Moda.DSS. Business Intelligence
Business Intelligence Modasystem è una software house, leader nel settore, nata e strutturata per realizzare e proporre software applicativo per industrie di abbigliamento e calzature. Il personale di
MercurBusiness Control
MercurBusiness Control www.mercur.com EULOGOS www.eulogoscd.com Vicenza, 19 Ottobre 2016 Liberarsi dalle «trappole» di Excel Le attività di competenza del Controllo di Gestione -quali il budgetinge forecasting,
CONSULENZA STRATEGICA AZIENDALE
PLAN YOUR BUSINESS CONSULENZA STRATEGICA AZIENDALE NON ESISTE VENTO FAVOREVOLE PER IL MARINAIO CHE NON SA DOVE ANDARE (cit.) LA CONSULENZA STRATEGICA In un mondo caratterizzato da cambiamenti sempre più
Introduzione ad OLAP Metodi e Modelli per il Supporto alle Decisioni Paolo Avallone IT Specialist Sr Consulting DB2, Data Management
OLAP Data Management Software Introduzione ad OLAP Metodi e Modelli per il Supporto alle Decisioni Paolo Avallone IT Specialist Sr Consulting DB2, Data Management Dicembre 2004 Obiettivo L obiettivo che
CAPITOLO 8. Tecnologie per il controllo, il social business e i big data ORGANIZZAZIONE AZIENDALE
CAPITOLO 8 Tecnologie per il controllo, il social business e i big data 1 Agenda Evoluzione dell Information Technology I sistemi di controllo Sistemi di controllo a feedback IT e coordinamento interno
IL CONTROLLO DI GESTIONE Procedure interne di raccolta delle informazioni, i destinatari, il sistema di reporting
Modelli organizzativi del controllo di gestione: aspetti comuni ai vari settori di attività IL CONTROLLO DI GESTIONE Procedure interne di raccolta delle informazioni, i destinatari, il sistema di reporting
Evoluzione Digitale nel Controllo di Gestione. Danilo Bracoloni
Evoluzione Digitale nel Controllo di Gestione Danilo Bracoloni Le Sfide del CFO Tempestività dell informazione Per consentire all azienda di prendere le decisioni vincenti è necessario che le analisi siano
Francesco Russo Energy Analyst - UdB Centro Sud Siram S.p.A.
Workshop Siram Napoli, 06 aprile 2018 Smart Monitoring Center: dove l intelligenza incontra l efficienza Francesco Russo Energy Analyst - UdB Centro Sud Siram S.p.A. HUBGRADE - Smart Monitoring Center
La Business Intelligence: trasformare il dato in informazione condivisa
La Business Intelligence: trasformare il dato in informazione condivisa Roberto Palazzetti e Federico Villoni osmosit srl 1 Di cosa parleremo oggi Siamo in un periodo storico e in una situazione di mercato
Business Intelligence & Data Warehousing
Business Intelligence & Data Warehousing prof. Stefano Rizzi DISI - Università di Bologna stefano.rizzi@unibo.it Sommario! La BI! Il data warehouse Architetture L ETL Il modello multidimensionale Reportistica
Efficienza e redditività nella gestione dello studio: come migliorare per crescere.
Efficienza e redditività nella gestione dello studio: come migliorare per crescere. Nola, 23 Aprile 2009 NONO MEETING NAZIONALE Evoluzione dei servizi professionali della consulenza. Bologna, 24 Settembre
contactplan engagement marketing
engagement marketing contactplan Crea e gestisce segmenti e cluster sul database clienti, pianifica campagne multi-channel sui target individuati, in modalità SaaS Via Natale Battaglia, 12-20127 Milano
Sadas BI - Progetto Performances
Sadas BI - Progetto Performances La soluzione per il reporting in Alba Leasing ANALISI DATI REPORTING OTTIMIZZATO SOLUZIONE AUTOMATIZZATA SUPPORTO ALLA CARTOLARIZZAZIONE SADAS BI - PERFORMANCES La soluzione
CDM Customer Success Story Macchine e Impianti System spa ANALISI E CONTROLLO DEL CICLO ATTIVO DI GRUPPO
ANALISI E CONTROLLO DEL CICLO ATTIVO DI GRUPPO Nome dell azienda System spa Settore Macchine e impianti Servizi e/o prodotti forniti Macchine per la decorazione della piastrella, automazione fine linea
Conoscere per decidere
Conoscere per decidere Il sistema direzionale di analisi, gestione e pianificazione del Notaio. La possibilità di monitorare in tempo reale gli indicatori chiave di risultato del proprio studio è fondamentale
Servizio clienti di alto livello
Servizio clienti di alto livello boschsecurity.com/instoreanalytics In-Store Analytics Operations Module Un servizio clienti eccellente permette al negozio di distinguersi e di migliorare le vendite e
8. Architetture per l analisi dei dati
SOMMARIO 8. Architetture per l analisi dei dati Sistemi informativi e data warehouse Architettura di un Data Warehouse Rappresentazione multidimensionale dei dati Realizzazione di un Data Warehouse Indici
Manutenzione Industriale.
Evoluzione della cultura della manutenzione. Manutenzione Industriale. Prima 1) Non fermare gli impianti (fino a quando riescono a marciare). 2) Intervenire solo per riparazione. 3) Accettare carenze qualitative,
UN DATAWAREHOUSE PER IL CONTROLLO E MONITORAGGIO DELLA SPESA FARMACEUTICA CONVENZIONATA
UN DATAWAREHOUSE PER IL CONTROLLO E MONITORAGGIO DELLA SPESA FARMACEUTICA CONVENZIONATA Fabio Raimondi Project Manager Tecnologie Digitali ed Applicative Business Analytics e Big Data Il progetto S.I.R.FARMA
Business Analytics. Business Unit Offering: Business Intelligence. Copyright 2014 Alfa Sistemi
Business Analytics Business Unit Offering: Business Intelligence Copyright 2014 Alfa Sistemi Alfa Sistemi: chi siamo Fondata nel 1995 Dal 2009 Oracle Platinum Partner Sedi a Udine (HQ) e Milano Struttura