Progetto di Sistemi Informativi (PSI) Lezione 8 : Business Intelligence (BI)

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "Progetto di Sistemi Informativi (PSI) Lezione 8 : Business Intelligence (BI)"

Transcript

1 Progetto di Sistemi Informativi (PSI) Lezione 8 : Business Intelligence (BI) ARCHITETTURA DEI SISTEMI BI MODELLAZIONE DELLE INFORMAZIONI MODELLAZIONE DELLE ESIGENZE

2 SOMMARIO LEZIONE Motori di calcolo (DSS) Motori di presentazione (EIS, reporting) Mining ed altri motori DATA WAREHOUSE CARICAMENTO TRASFORMAZIONE ESTRAZIONE DATA MART DATA ENTRY BASI DATI OPERATIVE BASI DATI OPERATIVE BASI DATI OPERATIVE BASI DATI TRANSAZIONALI Modellazione architettura DFM Modellazione informazioni HIGO : Griglia orientata agli stakeholder per la identificazione dei KPI dei processi BSC : Balanced Score Card (1991) : KPI strategici DFM : Dimensional Fact Model KPI : Key Perfomance Indicators HIGO BSC Modellazione indicatori 2

3 Progetto di Sistemi Informativi (PSI) Lezione 8 : Business Intelligence (BI) ARCHITETTURA DEI SISTEMI BI MODELLAZIONE DELLE ESIGENZE MODELLAZIONE DELLE INFORMAZIONI

4 ARCHITETTURA DEI SISTEMI BI ARCHITETTURA DI RIFERIMENTO LE ESIGENZE INFORMATIVE ANALITICHE LO SCHEMA DEI SISTEMI DI BUSINESS INTELLIGENCE IL LIVELLO DELLE FONTI IL LIVELLO DELLA TRASFORMAZIONE IL LIVELLO DI MEMORIZZAZIONE : DATA WAREHOUSE IL LIVELLO DI MEMORIZZAZIONE : DATA MART E OLAP IL LIVELLO DI ELABORAZIONE DOMANDE DI RIEPILOGO 4

5 OBIETTIVI DI APPRENDIMENTO Identificare gli scopi e le finalità dei sistemi BI nell ambito dei sistemi di impresa Spiegare le caratteristiche del paradigma dei sistemi BI Descrivere le componenti funzionali dei sistemi BI NB: riferimento: Bracchi Francalanci - Motta (2009), CAPITOLO 9 Piattaforme di Business Intelligence e DSS 5

6 ESIGENZE INFORMATIVE ANALITICHE DSS/ BI/ WAREHOUSE Processi strategici e di controllo direzionale ELABORAZIONE ANALITICA P.e. analisi traffico aereo Basi dati finalizzate alla consultazione ed alla analisi dei dati e/o al controllo degli obiettivi OLTP Processi operativi ELABORAZIONE TRANSAZIONI P.e. prenotazioni aeree Basi dati finalizzate all aggiornamento 6

7 DEFINIZIONI OLTP (On Line Transactions Processing) Architettura software, nata con i sistemi di prenotazione aerea ( ), finalizzata alla elaborazione veloce e sicura di singole transazioni immesse da tastiera (committrollback) Basi dati capaci di accettare elevati massicci di di inserimenti DSS (Decision Support Systems) Sistemi software finalizzati alla elaborazione di alberi decisionali (p.e. scelta di un investimento) e/o calcoli gestionali (p.e. budget) WAREHOUSE Base dati detta warehouse in quanto immagazzina dati raccolti da altri sistemi Schema dati finalizzato alla consultazione e non all inserimento BI (Business Intelligence) Definizione generica dei software finalizzati alla analisi di dati memorizzati 7

8 ACRONIMI ABC: Activity Base Costing ABM: Activity Based Management BI: Business Intelligence BW: Business Warehouse (sinonimo di DW) BSC: Balanced Score Card CPM: Corporate Performance Management (sinonimo di SEM) CRM: Customer Relationship Management CSF: Critical Success Factor DBMS: Data Base Management System DSS: Decision Support System DW: Data Warehouse EIS: Executive Information System EPM: Enterprise Performance Management (sinonimo di SEM) ERP: Enterprise Resource Planning ERM: Enterprise Resource Management ES: Enterprise System KPI: Key Performance Indicator MBO: Management By Objectives MRP: Manufacturing Resource Management ODS: Operational Data Store OLAP: On Line Analytical Processing OLTP: On Line Transaction Processing SCM: Supply Chain Management SEM: Strategic Enterprise Management 8

9 CARATTERISCHE DELLE INFORMAZIONI DIREZIONALI ED ANALITICHE Le informazioni direzionali ed analitiche sono Periodiche Prodotte da calcoli od aggregazioni Rispecchiano obiettivi e/o dati effettivi P.e. i dati di Conto Economico di un azienda automobilistica provengono da molteplici SI operativi vendite e distribuzione, ordini di acquisto, sistemi contabili vari Conseguentemente: la progettazione BI é top-down Definisce le variabili che la BI deve elaborare (target data) Individua le fonti informative corrispondenti (source data). Definisce le elaborazioni di estrazione/ trasformazioni necessarie 9

10 SCHEMA DEI SISTEMI DI BUSINESS INTELLIGENCE Accesso Browser fisso Browser mobile Casting Altri client Elaborazione DSS Reporting Mining e altri Memorizzazione Data Warehouse Input e trasformazione Caricamento Trasformazione Estrazione Data Entry Acquisizione dati esterni Fonti basi dati interne transazionali fonti esterne 10

11 SCHEMA DEI SISTEMI DI BUSINESS INTELLIGENCE Motori di calcolo (DSS) Motori di presentazione (EIS, reporting) Mining ed altri motori DATA MART DATA WAREHOUSE CARICAMENTO TRASFORMAZIONE ESTRAZIONE DATA ENTRY BASI DATI OPERATIVE BASI DATI OPERATIVE BASI DATI OPERATIVE BASI DATI TRANSAZIONALI 11

12 ESEMPIO CONTESTO La catena di supermercati ROSSETTI conta 300 punti vendita in 3 regioni; ciascuno di essi offre circa prodotti diversi. Il supporto alle attività operative si basa sulla raccolta dei dati relativi all'ingresso, allo stoccaggio ed all'uscita delle merci nei magazzini dei singoli punti vendita. La cattura dei dati può avvenire in diversi momenti ed a diversi stadi del flusso dei prodotti (logistica in entrata, display scaffale o vendita alle casse). La vendita è registrata dallo scontrino REQUISITI Si vuole osservare l andamento delle vendite. Fatti: Vendite giornaliere unitarie di prodotto per punto di vendita Unità di misura: valore, q.ta, numero scontrini Dimensioni di analisi e loro granularità Tempo : valore giornaliero Prodotto : codice prodotto Punto Vendita: singolo punto vendita Profondità temporale : 24 mesi rolling 12

13 IL LIVELLO DELLE FONTI : ESEMPIO Scontrino # 2002a23b11 Punto di vendita #0021MI Cod art Des Prezzo Qta Importo #190 Pen #69 Mat #90 Lib TOTALE Pagamento Carta P. Data Tabella Anagrafe Prodotto # Articolo # Punto di vendita Descrizione Prezzo Unità di misura della quantità Scorta corrente Scorta a inizio giornata Previsione consumo medio giornaliero Tabella Testata Scontrini # Punto di vendita # Scontrino Importo Mezzo pagamento Data Tabella Dettaglio Scontrini # Scontrino # Articolo Importo Quantità 13

14 IL LIVELLO ESTRAZIONE / TRASFORMAZIONE : SCHEMA Motori di calcolo CARICAMENTO TRASFORMAZIONE ESTRAZIONE Motori di presentazione DATA MART DATA WAREHOUSE DATA ENTRY BASI DATI TRANSAZIONALI Altri motori La estrazione include Selezione dei source data Controllo e pulizia dei source data (data cleaning o data cleansing) Parcheggio dei dati estratti (staging) Log (giornale delle estrazioni) La estrazione può essere Automatica: procedure batch Interattiva : integra e corregge i dati automatici NB Sono spesso usate basi dati intermedie Staging Area (basi dati di appoggio) in cui sono memorizzati i dati estratti (p.e file dei dati di ogni magazzino, file delle anagrafiche ecc.) Operational Data Store (ODS) in cui sono memorizzati e riconciliati i dati estratti di solito con granularità identica a quella delle fonti (p.e. data store scontrini) 14

15 IL LIVELLO DI MEMORIZZAZIONE : SCHEMA Motori di calcolo CARICAMENTO TRASFORMAZIONE ESTRAZIONE Motori di presentazione DATA MART DATA WAREHOUSE Altri motori DATA ENTRY I dati sono memorizzati in Warehouse e Mart Warehouse : base dati tematica estesa, che può arrivare a coprire tutte le esigenze di una impresa Mart : base dati più ridotta, in genere un sottoinsieme della Warehouse. Warehouse e Mart adottano distinti schemi di memorizzazione BASI DATI TRANSAZIONALI 15

16 IL LIVELLO DI MEMORIZZAZIONE : DATA WAREHOUSE: SCHEMA TABELLA CHIAVE 1 CHIAVE1 Proprietà 1 Proprietà 2 Proprietà. TABELLA CHIAVE 2 CHIAVE2 Proprietà 1 Proprietà 2 Proprietà. TABELLA DEI FATTI CHIAVE 1 CHIAVE 2 CHIAVE Proprietà 1 Proprietà 2 Proprietà. TABELLA CHIAVE CHIAVE Proprietà 1 Proprietà 2 Proprietà. subject-oriented, integrated, timevariant (temporal), non volatile collection of summary and detailed data, used to support strategic decision-making process for the enterprise (Inmon 1996) Struttura di memorizzazione orientata alla consultazione formata da due tipi di tabelle Tabelle fatti Tabelle chiavi 16

17 IL LIVELLO DI MEMORIZZAZIONE DATA WAREHOUSE : SCHEMA TABELLE DEI FATTI Memorizzano i valori degli indicatori. Identificate da chiavi multiple, che corrispondono a segmentazioni Aggiungendo fatti nuovi con chiavi diverse : nuovi tipi di tabelle dei fatti. Aggiungendo nuovi fatti con identiche chiavi: modificare il tracciato della tabella fatti TABELLE DELLE CHIAVI Ogni chiave rispecchia un distinto criterio di segmentazione dei fatti Ogni chiave è descritta da un tipo di tabella che specifica la chiave identificativa e le proprietà della chiave Le proprietà delle chiavi possono essere usate come criteri di sotto segmentazione Le tabelle delle chiavi facilitano la consultazione della warehouse (analogamente all indice analitico di un libro) 17

18 IL LIVELLO DI MEMORIZZAZIONE DATA WAREHOUSE : ESEMPIO PDV Punto Vendita (chiave) Descrizione Tipologia CAP TEMPO Data (chiave) Giorno nella settimana Flag feriale / festivo per calendario cristiano locale Data per calendario mussulmano Data per calendario cinese VENDITE (Fact Table) Data (chiave) Prodotto (chiave) PuntoVendita (chiave) Vendite a valore Vendite a qtà Numero scontrini PRODOTTO Prodotto (chiave) Unità di misura per fatturazione Descrizione Numero codice a barre Qtà per confezione Tipo confezione Marca/fornitore Categoria merceologica Macro-categoria La tabella dei fatti (in questo caso = vendite) contiene i valori dei fatti (variabili) e la chiave multipla corrispondente alle dimensioni di analisi applicate Ad una tabella dei fatti corrispondono N tabelle delle chiavi (Tempo, Prodotto, Puntovendita) NB Una stessa tabella chiave (per esempio Tempo) può essere collegata a molteplici tabelle di fatti (p.e. Acquisti) 18

19 IL LIVELLO DI MEMORIZZAZIONE DATA WAREHOUSE: SCHEMA A FIOCCO DI NEVE Settimana /anno Gli schemi DW sono a stella (star schema) od a fiocco di neve (snowflake schema) Categoria Prodotto Fornitore Vendite CAP Punto di vendita Tempo Zona Festa cristiana Calendario cinese Calendario mussulmano Nello schema a fiocco di neve le tabelle delle chiavi sono a loro volta indicizzate Il fiocco di neve può essere il risultato della normalizzazione di una stella Macrocate goria Comune Regione L esempio a fianco è ottenuto dallo schema a stella del caso Rossetti 19

20 IL LIVELLO DI MEMORIZZAZIONE: DATA WAREHOUSE : PASSI DI PROGETTAZIONE Il ciclo che va dalla estrazione dei dati alla creazione del data warehouse è supportato da suite di tool generici con interfacce semplici (Drag & Drop) Progetto di Dati Target Mappatura Dati Source sui Dati Target Generazione del codice di trasformazione 1 Definizione Fonti 5 Creazione del Data Warehouse 6 Estrazione dei Dati 20

21 IL LIVELLO DI MEMORIZZAZIONE: DATA WAREHOUSE : PASSI DI PROGETTAZIONE 21

22 IL LIVELLO DI MEMORIZZAZIONE DATA MART & OLAP Motori di calcolo CARICAMENTO TRASFORMAZIONE ESTRAZIONE Motori di presentazione DATA MART DATA WAREHOUSE DATA ENTRY BASI DATI TRANSAZIONALI Altri motori memorizza le informazioni più frequentemente consultate dallo utente sostituendo in modo efficiente query ad hoc é formato da basi di dati multidimensionali (OLAP) strutturate in ipercubi La tecnologia OLAP può essere MOLAP (multidimensional OLAP) in cui la ipercubo è reale ed esiste sul server ROLAP (Relational OLAP) in cui l ipercubo è un vista volatile formata da una base dati relazionale HOLAP (Hybrid OLAP) in cui sono utilizzate entrambe le tecniche 22

23 IL LIVELLO DI MEMORIZZAZIONE : DATA MART & OLAP Datamart storia vendite Datamart marketing Datamart di filiale Datamart amministrazio ne Datamart analisi vendite Datawarehouse Da una stessa warehouse possono derivare molteplici mart 23

24 IL LIVELLO DI MEMORIZZAZIONE : DATA MART & OLAP: DIMENSIONI DELLO IPERCUBO Centri di Costo CDC ATT. MESE BUDGET MB21000 MB31000 MB41000 MB21000 MB21000 MB21000 MB21000 MB31000 MB31000 MB31000 MB31000 MB41000 MB41000 MB41000 MB GEN FEB GEN FEB GEN FEB GEN FEB GEN FEB GEN FEB Attività Mese Gen Feb Mar Apr ATTIVITA CDC Dimensione OLAP = Chiave warehouse MESE 24

25 IL LIVELLO DI MEMORIZZAZIONE: DATA MART & OLAP TEMPO Tempo (ch) Tempo attributi (da def.) FATTI Tempo (ch) Prodotto (ch) PuntoVendita (ch) Vendite a valore Vendite a qtà PRODOTTO Prodotto (ch) Prodotto attributi (da def.) PUNTO VENDITA PuntoVendita (ch) PuntoVendita attributi (da def.) NB Il dominio del DM, rispetto al DW relazionale: può coincidere (vedi esempio) può essere un sotto-insieme può essere un superinsieme (p.e. + dimensione fase gestionale + variabile costi ottenuta per calcolo) Numero scontrini Promozione Tempo Vendite a qtà PdV Prodotto Promozione Tempo Numero scontrini Prodotto PdV Promozione Tempo Vendite a valore Prodotto PdV 25

26 IL LIVELLO DI MEMORIZZAZIONE: DATA MART & OLAP VISUALIZZAZIONE DI UN IPERCUBO Pagine Colonne Fatti 26

27 IL LIVELLO DI ELABORAZIONE Motori di calcolo CARICAMENTO TRASFORMAZIONE ESTRAZIONE Motori di presentazione DATA MART DATA WAREHOUSE DATA ENTRY BASI DATI TRANSAZIONALI Altri motori Il livello 4 elabora informazioni sintetiche per il management Il livello 4 comprende i motori applicativi per: calcolo (con tecnologia DSS) presentazione, di tipo interattivo guidato, finalizzata ad utenti inesperti (EIS) preparazione di rendiconti, con funzionalità ricche e complesse, finalizzate ad utenti esperti (reporting) motori vari di analisi, p.e. data mining 27

28 IL LIVELLO DI ELABORAZIONE REPORTING Macrofunzionalità dei sistemi di presentazione e reporting Gestione delle elaborazioni e della distribuzione Gestione del formato (editing) Strato semantico di mappatura Datamart Database vari Datawarehouse 28

29 IL LIVELLO DI ELABORAZIONE REPORTING : DEFINIZIONE DOMINIO Scopo del sistema : presentare dati di fonti eterogenee. Obiettivo della definizione dominio: modellare lo schema delle informazioni che il sistema elabora; riclassificare lo schema delle informazioni della collezione di basi dati, data mart, data warehouse, file Lo schema del dominio è articolato in classi Le classi sono formate da dimensioni (= dimensioni OLAP = chiavi warehouse) dettagli delle dimensioni ( = attributi di una dimensione = attributi di una chiave) misure (= indicatori = fatti ). 29

30 IL LIVELLO DI ELABORAZIONE REPORTING : DEFINIZIONE FORMATO Include le operazioni di editing attraverso cui sono costruite le pagine dei report. La funzionalità basilare è definire le informazioni dell universo da riportare nella pagina e gli eventuali indicatori derivati da calcolare (drag and drop sullo schema del dominio) Ulteriori operazioni definiscono l editing vero e proprio della pagina 30

31 IL LIVELLO DI ELABORAZIONE REPORTING: DISTRIBUZIONE 31

32 IL LIVELLO DI ELABORAZIONE CALCOLO : DSS DSS (Decision Support Systems), introdotto intorno al 1980, indica un sistema su elaboratore in grado di assistere processi decisionali con analisi e ricerca di informazioni su di una collezione di fonti strumenti di valutazione e calcolo di un risultato. Negli anni Novanta DSS ha assunto il generico significato di motore di calcolo Aspetto essenziale del motore di calcolo è modellazione Negli anni Novanta, la modellazione del calcolo è stato integrata da evolute interfacce grafiche, che, con di drag and drop, realizzano modelli complessi Campo di applicazione canonico: pianificazione e budgeting finanziario 32

33 IL LIVELLO DI ELABORAZIONE CALCOLO : DSS - ESEMPIO Ricavi a budget Sistema di vendita Sistema amministrativo Ricavi Ricavi Voci economiche e patrimoniali Spese e costi a budget Costi Processi di calcolo Processi di calcolo Memorizzazione e calcolo Dati Processi finanziari di calcolo KPI Processi di calcolo Conto economico Stato patrimoniale Cashflow KPI Elaborazione report Il sistema di controllo deve produrre mensilmente un report con dati economici e patrimoniali e un report con indicatori di efficienza e di efficacia Report finanziario e KPI sono segmentati su quattro dimensioni (= chiavi) : centro di costo/profitto, prodotto, canale, attività I ricavi effettivi sono acquisiti dal SI Vendita, e memorizzati in un data mart; Analogo procedimento per budget di vendita, costi effettivi e costi budget. I data mart sono fusi nei due ipercubi KPI e dati amministrativi e finanziari. Sopra gli ipercubi, è attivato un software di reporting che produce i rendiconti su KPI, Conto Economico, Stato Patrimoniale e sul Cashflow 33

34 IL LIVELLO DI ELABORAZIONE 3 - MOTORI ANALITICI Sistemi di data mining (marketing e ricerca) scoprire in una base di dati associazioni e relazioni non note a priori data mining helps end user extract useful business information from large databases (Berson 1997). NB I software mining sono elemento essenziale dei sistemi analitici usati per il marketing delle aziende ed anche a scopo di ricerca, dove sono usati per calcolare indici predittivi, come per esempio il rischio di abbandono o il rischio di truffa da parte di un abbonato. Sistemi di profilatura dei clienti (Customer Profiling) e sistemi analitico (vedi CRM analitico). 34

35 Progetto di Sistemi Informativi (PSI) Lezione 8 : Business Intelligence (BI) ARCHITETTURA DEI SISTEMI BI MODELLAZIONE DELLE INFORMAZIONI MODELLAZIONE DELLE ESIGENZE

36 Business Intelligence La modellazione delle informazioni: Dimensional Fact Models Obiettivi Concetti Esempio RM Esercizi

37 Obiettivi Scopo di questa lezione è la modellazione funzionale dei fatti (Dimensional Fact Modeling, DFM) Tale modellazione si posiziona Sul livello concettuale Sul dominio dei dati analitici E specifica ed essenziale per la progettazione della warehouse Riferimento: Matteo Golfarelli - Stefano Rizzi, Data Warehouse, McGrawHill, Strategic Analysis / Modeling level Conceptual Analysis / Modeling level Logical Modeling / Implement ation level Master Data Domain Event Data Domain SIRE Other models (e.g. ABE) ER Other models (e.g. C- Graph (ISAC) Relational Model Other models (e.g. Hierarchical) Analysis Data Domain DFM OLAP 37

38 Business Intelligence La modellazione delle informazioni: Dimensional Fact Models Obiettivi Concetti Esempio RM Esercizi

39 Il Dimensional Fact Model (DFM) Foundations Il Dimensional Fact Model (DFM) è un modello concettuale grafico In quanto concettuale il DFM è indipendente dai modelli logici che lo implementano (multidimensionale o relazionale) Il DFM produce schemi dimensionali Dimensional Schema (DS) Ogni DS include Fact Schema (FS) 39

40 Il Dimensional Fact Model (DFM) Concetti Base I componenti FS sono fatti (F), misure (M), dimensioni (D) gerarchie (H). dove F è una informazione descritta da n M. Ogni M descrive un aspetto quantitativo di un F e corrisponde a un KPI D è una chiave di analisi; un fatto può avere molteplici D; in generale un FS include almeno 2 D: 1. tempo (data), in quanto le DW memorizzano serie temporali 2. Un altra dimensione (p.e. prodotto ) senza la quale la analisi sarebbe impossibile 40

41 Il Dimensional Fact Model (DFM) Concetti Base Una gerarchia è un albero direzionato in cui I nodi sono attributi dimensionali Gli archi rappresentano le associazioni molti-a-uno tra attributi dimensionali Una gerarchia racchiude una dimensione, posta alla radice dell albero, e tutti gli attributi dimensionali che la descrivono Una dimensione può avere n gerarchie PSI SI

42 Identificazione Il Dimensional Fact Model (DFM) Descrizione Misure (= KPI) Scheda Indicatore Nome Contenuto Slot Identifica l indicatore Nome Importanza Descrizione Descrizione testuale dello scopo dell indicatore e spiegazione delle variabili utilizzate Descrizione dettagliate Metrica Riporta la formula di calcolo con cui è ottenuto l indicatore Formula calcolo Variabili elementari Riporta le variabili elementari usate dall indicatore ID variabile elementare Commenti Unità di misura Indica la unità di misura con cui é rappresentato un indicatore ID unità misura Valori Dominio Indica se l indicatore usa valori effettivi, obiettivi o di riferimento È l universo cui si riferiscono i valori di un indicatore. Tipo valore Valore Dimensione Descrizione Aggregazione Specifica le formule di aggregazione Formule Fonte Indica i sistemi IT o altre fonti donde sono tratti i dati elementari Nome fonti 42

43 Il Dimensional Fact Model (DFM) Descrizione Misure (=KPI) Produttività Personale Impianto Scalo sulla Composizione dei Treno Merce Nome Contenuto Identificazione Descrizione Metrica Variabili elementari Unità di misura Valori Dominio Aggregazione Fonte 0048-MAN-COST-PROD-02 Calcolare il Tasso di Produttività degli addetti in Ore lavorate Count ( Treni Composti ) / Ore MO diretta 1. Numero Treni composti 2. Ore MO diretta [Treno/Ora] Valore effettivo Valore soglia: da definire Valore obiettivo: da definire Data Cliente Finale Scalo Non applicabile Sistema Informativo Rotabili SIR, Sistema Gestione Personale PSI SI

44 Business Intelligence La modellazione delle informazioni: Dimensional Fact Models Obiettivi Concetti Esempio RM (progetto di Roveda Meazza Locatelli) Esercizi

45 CASO RM/1 I fornitori spediscono i materiali ordinati secondo le scadenze precisate sulcalendario di consegna PMF e le istruzioni e solleciti "in corso d'opera". Tutti I materiali arrivano accompagnati da una bolla del fornitore (XAB). La correttezzaformale dei dati riportati su XAB è verificata mediante le informazioni memorizzatenegli archivi PARTE (anagrafe del materiale) ed ordini del fornitore (ORFOR) efornitore (FOR). Viene emesso un buono entrata (BEN) per ciascun materiale, in cui sono registratigli estremi dell'arrivo, e sono conseguentemente aggiornati i dati degli archiviorfor (progressivo consegnato) e PARTE (progressivo consegnato, scorteglobali, estremi ultimo prelievo). L'aggiornamento è contestuale al controllo della quantità consegnata ed al travaso in contenitori (che è necessario solo per alcunimateriali) Per ogni contenitore o collo di materiale sono emessi dei tagliandi di unità di carico(ucr), che specificano estremi della consegna e quantità contenuta. Una copia di UCR segue fisicamente il materiale in tutti i suoi spostamenti sino al consumo inproduzione. Gli eventuali scarti di quantità o qualità sono riportati sul modulo BEN (quantitàconteggiata, scartata, accettata) e sugli archivi ORFOR (progressivi vari per ordine)e PARTE (scorta, progressivi vari per materiale). Gli scarti di qualità (totali o parziali)sono documentati con una bolla scarto (BSC) ed il materiale relativo vieneaccantonato in una zona esterna. Eventuali richieste di materiale (RPRE) a magazzino rimaste inevase sonosegnalate alla zona di arrivo e vengono soddisfatte inviando direttamente ilmateriale in officina, accompagnato da una copia RPRE. L'invio diretto èdocumentato dalle stesse registrazioni del prelievo da magazzino, descritto inseguito. 45

46 CASO RM /2 Il materiale é trasferito mediante carrelli in una zona di entrata magazzino. Sulla mappa di magazzino (MAPPA) sono ricercate ed impegnate la ubicazioni libere corrispondenti al materiale da immagazzinare. Ad immagazzinamento avvenuto, è registrata la effettiva ubicazione dei materiali esono quindi aggiornate le corrispondenti informazioni su UCR (ubicazione) emappa (ubicazioni occupate). La produzione richiede il prelievo attraverso un apposito modulo (RPRE). Ilmateriale viene ricercando consultando le informazioni contenute in PARTE emappa. Se il materiale è trovato nella quantità richiesta, sono prenotati gli UCR corrispondenti. Se il materiale non è trovato in tutto o in parte, la RPRE trasmessaal ricevimento, come già accennato. A prelievo avvenuto, gli UCR interessati sono "cancellati" dal magazzino e sonoaggiornati i dati memorizzati in MAPPA (ubicazioni liberate) e PARTE (scortaglobale, progressivo prelievi, estremi ultimo prelievo). Il materiale è trasferito alla produzione accompagnato da RPRE. 46

47 47 RM- FLOW

48 Norme Controlli Clienti Consegne (RPRE) Fornitori (FOR) Forniture (ORFOR) UCR Personale Materiali In accettazione Scartati Presi in consegna Timesheet Arrivo (BEN) Scarto (BSC) Transazione CASO RM-ERA MAPPA Spostamenti Process 48

49 DFM - Controlli anno materiale CONTROLLI data mese Numero controlli Efficienza Tempo medio controlli fornitore 49

50 MAC-RM- CONTR-01 Descrizione Metrica Variabili elementari Unità di misura Valori Dominio Aggregazione sulle dimensioni Fonte Numero controlli KPI Numero - Controlli controlli Identifica i controlli svolti durante il periodo temporale considerato L indicatore serve a evidenziare l andamento delle partite di materiale difettoso nel corso dell anno, e a valutare la distribuzione dei controlli Count ( CONTROLLI) CONTROLLI Controlli effettuati sui materiali Scalare Effettivo Obiettivo indifferente (direttamente correlato alle forniture, non di nostro interesse) Soglia indifferente (vedi sopra) Data Fornitore Materiale Σ(CONTROLLI) Controlli 50

51 MAC-RM- CONTR-02 Descrizione Metrica Variabili elementari Unità di misura Valori Dominio Aggregazione dimensioni Fonte Efficienza Efficienza KPI - Controlli Identifica quanti controlli svolge un operatore L indicatore evidenzia quanti controlli mediamente esegue un operatore nel periodo considerato Count ( CONTROLLI) / Count ( PERSONALE) CONTROLLI : Controlli effettuati sul materiale PERSONALE: Personale che lavora all area ricevimento Scalare Effettivo Obiettivo da definire Soglia da definire (oltre un dato valore, si segnala una possibile carenza di personale) Data Fornitore Materiale Non applicabile Controlli 51

52 KPI - Controlli Tempo medio di controllo MAC-RM-CONTR- 03 Descrizione Metrica Variabili elementari Tempo medio di controllo Identifica quanto tempo richiede mediamente un controllo L indicatore evidenzia il tempo medio necessario per un controllo nel periodo considerato Σ(T_CONTROLLO)/Count (CONTROLLI) CONTROLLI: Controlli effettuati sui materiali T_CONTROLLO: Tempo necessario a un controllo Unità di misura Valori Dominio Aggregazione dimensioni Fonte [Tempo] Effettivo Obiettivo da definire (Vogliamo sia più basso possibile, per ottimizzare il processo di controllo) Soglia da definire (Se troppo alto c è qualcosa che non va) Data Fornitore Materiale AVG (Σ(T_CONTROLLO)/Count (CONTROLLI) ) Controlli 52

53 DFM - Cliente anno materiale CLIENTE Numero consegne effettuate Percentuale consegne data mese cliente 53

54 KPI - Cliente Numero consegne effettuate MAC-RM-CLIE-01 Descrizione Numero consegne effettuate Identifica le consegne svolte durante il periodo temporale considerato L indicatore evidenzia l andamento delle consegne a un cliente durante un periodo Metrica Count ( CONSEGNE ) Variabili elementari Unità di misura Valori Dominio Aggregazione dimensioni Fonte CONSEGNE Consegne di materiale effettuate Scalare Effettivo Obiettivo indifferente (direttamente correlato alle richieste, non di nostro interesse) Soglia indifferente (vedi sopra) Cliente Data Materiale Σ(Count ( CONSEGNE )) RPRE 11 PV SI G9 D

55 KPI - Cliente MAC-RM-CLIE-02 Descrizione Metrica Variabili elementari Unità di misura Valori Dominio Aggregazione dimensioni Fonte Percentuale di consegne Percentuale consegne Percentuale di consegne a un cliente rispetto a quelle totali L indicatore serve a evidenziare l andamento delle consegne a un dato cliente rispetto alle consegne totali effettuate in un periodo Count ( CONSEGNE_CLIENTE)/Count(CONSEGNE CONSEGNE: Consegne di materiale effettuate nel periodo in esame CONSEGNE_CLIENTE: Consegne di materiale a uno specifico cliente Scalare (percentuale) Effettivo Obiettivo indifferente (direttamente correlato alle richieste, non di nostro interesse) Soglia indifferente (vedi sopra) Cliente Data Materiale Non applicabile RPRE 55

56 DFM - Fornitori materiale FORNITORI Numero consegne data mese anno fornitore 11 PV SI G9 D

57 KPI - Fornitori Scheda Numero consegne MAC-RM-FOR-01 Descrizione Numero consegne Identifica le forniture ricevute durante il periodo temporale considerato L indicatore serve a evidenziare l andamento delle forniture durante un certo periodo temporale Metrica Count ( FORNITURE ) Variabili elementari Unità di misura Valori Dominio Aggregazione dimensioni Fonte FORNITURE Forniture di materiale ricevute Scalare Effettivo Obiettivo indifferente (direttamente correlato alle richieste, non di nostro interesse) Soglia indifferente (vedi sopra) Data Materiale Fornitore Σ(COUNT(FORNITURE)) ORFOR 57

58 DFM Operazioni personale anno tipo operazione OPERAZIONI PERSONALE Numero operazioni data mese operatore 11 PV SI G9 D

59 KPI Operazioni personale Operazioni MAC-RM-OPERAZ-01 Descrizione Metrica Variabili elementari Nome: Efficienza personale Importanza: Alta Conteggia il numero di operazioni effettuate da ciascun operatore (operatore più efficiente, operatore meno efficiente) operazioni Numero operazioni Unità di misura Valori Dominio Quantità (numero intero) Effettivo: calcolato nelle statistiche Soglia: non ha senso, in quanto più se ne fanno e meglio è Riferimento: da definire, compito della gestione aziendale Codice fiscale operatore, Tempo (data, mese, anno), Tipo operazione Aggregazione dimensioni Max ( operazioni ), Min ( operazioni ) Fonte RPRE, Controlli 59

60 DFM Utilizzo ubicazioni ubicazione UTILIZZO UBICAZIONI Numero utilizzi data mese anno tipologia utilizzo (Carico, Scarico) 60 60

61 KPI Utilizzo ubicazioni MAC-RM-UBICAZ-01 Descrizione Utilizzo ubicazioni Nome: Frequenza utilizzo ubicazioni Importanza: Alta Fornisce la percentuale di utilizzo delle varie ubicazioni per individuare quelle più /meno frequentemente riempite/svuotate Metrica utilizzi_ubicazione / utilizzi_tot *100 Variabili elementari Numero utilizzi ubicazione i, Numero utilizzi totali Unità di misura Valori Dominio Aggregazione dimensioni Fonte Percentuale Effettivo: calcolato nelle statistiche Soglia: soglia inferiore (se il numero di utilizzi è troppo basso, bisognerà riorganizzare MAPPA in modo da non lasciare ubicazioni inutilizzate) Riferimento: non rilevante Ubicazione, Tempo (data, mese, anno), Tipo operazione Max ( utilizzi_ubicazione / utilizzi_tot *100), Min ( utilizzi_ubicazione / utilizzi_tot *100) MAPPA 61

CAPITOLO 9 Piattaforme di Business Intelligence e DSS

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

Dettagli

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 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

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

INDICE 22-02-2005 15:25 Pagina V. Indice

INDICE 22-02-2005 15:25 Pagina V. Indice INDICE 22-02-2005 15:25 Pagina V Indice Gli autori XIII XVII Capitolo 1 I sistemi informativi aziendali 1 1.1 INTRODUZIONE 1 1.2 IL MODELLO INFORMATICO 3 1.2.1. Il modello applicativo 3 Lo strato di presentazione

Dettagli

Sistemi informativi aziendali

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

Dettagli

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

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

Sistemi informativi aziendali

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

Dettagli

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 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

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

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

Sistemi Informativi Direzionali

Sistemi Informativi Direzionali DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Sistemi Informativi Direzionali 1 Architettura per la Business Intelligence KPI DSS MKT CRM HR Datamart-1 Datamart-2 Datamart-3

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

Sistemi informativi aziendali

Sistemi informativi aziendali Operatore giuridico d impresa Informatica Giuridica A.A 2002/2003 II Semestre Sistemi informativi aziendali prof. Monica Palmirani Sistemi informativi e informatici Sistemi informativi = informazioni+processi+comunicazione+persone

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

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

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

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

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 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

Pagine romane (I-XVIII) OK.qxd:romane.qxd 7-09-2009 16:23 Pagina VI. Indice

Pagine romane (I-XVIII) OK.qxd:romane.qxd 7-09-2009 16:23 Pagina VI. Indice Pagine romane (I-XVIII) OK.qxd:romane.qxd 7-09-2009 16:23 Pagina VI Prefazione Autori XIII XVII Capitolo 1 Sistemi informativi aziendali 1 1.1 Introduzione 1 1.2 Modello organizzativo 3 1.2.1 Sistemi informativi

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

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

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

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

Informatica Industriale Modello organizzativo Enterprise Resource Planner

Informatica Industriale Modello organizzativo Enterprise Resource Planner DIIGA - Università Politecnica delle Marche A.A. 2006/2007 Informatica Industriale organizzativo Enterprise Resource Planner Luca Spalazzi spalazzi@diiga.univpm.it www.diiga.univpm.it/~spalazzi/ Informatica

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

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

Il modello informatico dei sistemi informativi aziendali: modello applicativo e modello tecnologico.

Il modello informatico dei sistemi informativi aziendali: modello applicativo e modello tecnologico. Titolo dell'insegnamento Sistemi Informativi Gestionali CFU 6 Struttura dell insegnamento 1) Lezione in aula virtuale 1: Introduzione al corso e spiegazione dei concetti di base dell informatica aziendale.

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

Sistemi direzionali e modello multidimensionale. Prof. Piercarlo Giolito

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

Dettagli

4 Introduzione al data warehousing

4 Introduzione al data warehousing Che cosa è un data warehouse? Introduzione al data warehousing 22 maggio 2001 Un data warehouse è una base di dati collezione di dati di grandi dimensioni, persistente e condivisa gestita in maniera efficace,

Dettagli

JUNAK3 SISTEMA GESTIONE AZIENDALE

JUNAK3 SISTEMA GESTIONE AZIENDALE JUNAK3 SISTEMA GESTIONE AZIENDALE Modulo di Gestione Magazzino www.kisar.it JUNAK3 - SISTEMA DI GESTIONE AZIENDALE Il Sistema di Gestione Aziendale JUNAK3 è una piattaforma realizzata in ambiente Windows,

Dettagli

Data Mining e Analisi dei Dati

Data Mining e Analisi dei Dati e Analisi dei Dati Rosaria Lombardo Dipartimento di Economia, Seconda Università di Napoli La scienza che estrae utili informazioni da grandi databases è conosciuta come E una disciplina nuova che interseca

Dettagli

Microsoft Dynamics NAV 2009 REALIZZARE GLI OBIETTIVI

Microsoft Dynamics NAV 2009 REALIZZARE GLI OBIETTIVI Microsoft Dynamics NAV 2009 REALIZZARE GLI OBIETTIVI Una soluzione ERP integrata CONNETTERE Microsoft Dynamics NAV 2009 SEMPLIFICARE ANALIZZARE Microsoft Dynamics NAV 2009 è un ERP innovativo, flessibile

Dettagli

LEZIONE 3 CUSTOMER RELATIONSHIP ICT GOVERNANCE. ECONOMIA dell ICT ECONOMIA DELL ICT 1. Facoltà di Ingegneria Università di Roma Tor Vergata

LEZIONE 3 CUSTOMER RELATIONSHIP ICT GOVERNANCE. ECONOMIA dell ICT ECONOMIA DELL ICT 1. Facoltà di Ingegneria Università di Roma Tor Vergata LEZIONE 3 CUSTOMER RELATIONSHIP MANAGEMENT (CRM) ICT GOVERNANCE ECONOMIA dell ICT ECONOMIA DELL ICT 1 Sviluppo storico del CRM 50 60 Avvento dei brand items e delle agenzie di pubblicità 70 Avvento del

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

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

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

Dettagli

Microsoft Dynamics NAV 2009 REALIZZARE GLI OBIETTIVI

Microsoft Dynamics NAV 2009 REALIZZARE GLI OBIETTIVI Microsoft Dynamics NAV 2009 REALIZZARE GLI OBIETTIVI Una soluzione ERP ALL AVANGUARDIA CONNETTERE Microsoft Dynamics NAV 2009 SEMPLIFICARE ANALIZZARE Microsoft Dynamics NAV 2009 è una soluzione di gestione

Dettagli

Reti e sistemi informativi II Il ruolo delle IT nell organizzazione

Reti e sistemi informativi II Il ruolo delle IT nell organizzazione Reti e sistemi informativi II Il ruolo delle IT nell organizzazione Prof. Andrea Borghesan & Dr.ssa Francesca Colgato venus.unive.it/borg borg@unive.it Ricevimento: mercoledì dalle 10.00 alle 11.00 Modalità

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

II Modulo Organizzazione dei Sistemi Informativi

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

Dettagli

SAP Business One: la soluzione per la gestione aziendale delle piccole e medie imprese

SAP Business One: la soluzione per la gestione aziendale delle piccole e medie imprese SAP Business One è la soluzione di gestione aziendale completa, accessibile e di facile implementazione. Pensata specificatamente per le piccole e medie imprese, ne assicura la crescita aiutandole a incrementare

Dettagli

Dove grande è l impresa

Dove grande è l impresa Dove grande è l impresa Per l informatizzazione della media e grande impresa italiana Business Concept è una suite di soluzioni gestionali ad alto valore aggiunto per aziende con esigenze organizzative

Dettagli

SISTEMI INFORMATIVI. Definizione, classificazioni

SISTEMI INFORMATIVI. Definizione, classificazioni SISTEMI INFORMATIVI Definizione, classificazioni IL SISTEMA INFORMATIVO AZIENDALE A cosa serve una definizione? a identificare i confini del SI a identificarne le componenti a chiarire le variabili progettuali

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

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

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

Dettagli

SCHEMA DELLA PROVA DI ESAME STANDARD

SCHEMA DELLA PROVA DI ESAME STANDARD SCHEMA DELLA PROVA DI ESAME STANDARD TESTO D ESAME (teoria) G. Bracchi, C. Francalanci, G. Motta: Sistemi Informativi d impresa, McGraw-Hill Italia, Milano, 2009 (capitoli 1, 4, 5, 7, 8, 9) RIFERIMENTI

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

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

Relazione sul data warehouse e sul data mining

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

Dettagli

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

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

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 Sistema informativo. Prima definizione Un sistema

Dettagli

SCHEMA DELLA PROVA DI ESAME STANDARD

SCHEMA DELLA PROVA DI ESAME STANDARD SCHEMA DELLA PROVA DI ESAME STANDARD TESTO D ESAME (teoria) G. Bracchi, C. Francalanci, G. Motta: Sistemi Informativi per la impresa digitale, McGraw- Hill Italia, Milano, 2005 (tutti i capitoli tranne

Dettagli

Il Sistema Informativo Aziendale nei processi gestionali/organizzativi e di supporto alle decisioni

Il Sistema Informativo Aziendale nei processi gestionali/organizzativi e di supporto alle decisioni Il Sistema Informativo Aziendale nei processi gestionali/organizzativi e di supporto alle decisioni Il SIA sotto il profilo gestionale, direzionale e di supporto ai processi decisionali, clinici ed organizzativi.

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

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

Dynamic Warehousing: la tecnologia a supporto della Business Intelligence 2.0. Giulia Caliari Software IT Architect

Dynamic Warehousing: la tecnologia a supporto della Business Intelligence 2.0. Giulia Caliari Software IT Architect Dynamic Warehousing: la tecnologia a supporto della Business Intelligence 2.0 Giulia Caliari Software IT Architect Business Intelligence: la nuova generazione Infrastruttura Flessibilità e rapidità di

Dettagli

Agenda. I sistemi a supporto delle decisioni Information Directory Sviluppi futuri. Cinque anni di Data Warehouse:dai dati alle decisioni 1

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,

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

SISTEMA INFORMATIVO DIREZIONE E CONTROLLO

SISTEMA INFORMATIVO DIREZIONE E CONTROLLO LA SUITE JSIDIC La soluzione proposta, identificata da JSIDIC SISTEMA INFORMATIVO DIREZIONE E CONTROLLO, si presenta come un sistema capace di misurare le performance aziendali, con una soluzione unica

Dettagli

La soluzione per le aziende di trasformazione, produzione e distribuzione

La soluzione per le aziende di trasformazione, produzione e distribuzione La soluzione per le aziende di trasformazione, produzione e distribuzione Tutti i processi in un'unica piattaforma software Il software Quadra di Quadrivium è una soluzione applicativa di Supply Chain

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

DAL CRM AL CONTROLLO DI GESTIONE. tutto questo e molto di più

DAL CRM AL CONTROLLO DI GESTIONE. tutto questo e molto di più by DAL CRM AL CONTROLLO DI GESTIONE tutto questo e molto di più INDICE INTRODUZIONE PANORAMICA FUNZIONALITÀ I MODULI INFORMAZIONI TECNICHE INTRODUZIONE SYSLab PLANNER+ è la soluzione di gestionale e CRM

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

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

Osservatorio sulla figura e ruolo del Controller Prima fase Novembre 2012

Osservatorio sulla figura e ruolo del Controller Prima fase Novembre 2012 EXECUTIVE SUMMARY La necessità di una certificazione delle competenze del Controller italiano è essenziale nello attuale contesto socio economico. Il nuovo quadro normativo recentissimamente approvato

Dettagli

Customer Relationship Management. Eleonora Ploncher 3 aprile 2006

Customer Relationship Management. Eleonora Ploncher 3 aprile 2006 Customer Relationship Management Eleonora Ploncher 3 aprile 2006 1. Gli obiettivi Gli obiettivi della presentazione sono volti a definire: 1. gli elementi fondamentali e strutturali di una strategia di

Dettagli

Identificazione degli indicatori utili ai manager

Identificazione degli indicatori utili ai manager Identificazione degli indicatori utili ai manager La rappresentatività delle informazioni direzionali QUALI INDICATORI SONO UTILI A CIASCUN MANAGER PER SUPPORTARE LE SUE DECISIONI? COME CONFEZIONARE TALI

Dettagli

ALTA GAMMA. business intelligence. il software per pilotare la tua Azienda con successo

ALTA GAMMA. business intelligence. il software per pilotare la tua Azienda con successo ALTA GAMMA business intelligence il software per pilotare la tua Azienda con successo Chi è TeamSystem Da venticinque anni presente sul mercato del SW gestionale italiano. Oltre 44 milioni di EURO di fatturato

Dettagli

Economia e gestione delle imprese

Economia e gestione delle imprese Anno accademico 2008-2009 Economia e gestione delle imprese Prof. Arturo Capasso 1 2 1 Ciclo dell informazione PROGRAMMAZIONE Decisioni ESECUZIONE Informazioni CONTROLLO Risultati 3 Organizzazione e Sistema

Dettagli

Economia e gestione delle imprese

Economia e gestione delle imprese Anno accademico 2007-2008 Economia e gestione delle imprese Prof. Arturo Capasso 1 2 Ciclo dell informazione PROGRAMMAZIONE Decisioni ESECUZIONE Informazioni CONTROLLO Risultati 3 1 Organizzazione e Sistema

Dettagli

SISTEMI INFORMATIVI AZIENDALI

SISTEMI INFORMATIVI AZIENDALI SISTEMI INFORMATIVI AZIENDALI Prof. Andrea Borghesan venus.unive.it/borg borg@unive.it Ricevimento: Alla fine di ogni lezione Modalità esame: scritto 1 Sistemi informazionali La crescente diffusione dei

Dettagli

Mexal Controllo di Gestione e Gestione Commesse

Mexal Controllo di Gestione e Gestione Commesse Mexal Controllo di Gestione e Gestione Commesse Controllo di Gestione e Gestione Commesse TARGET DEL MODULO Il modulo Controllo di Gestione e Gestione Commesse di Passepartout Mexal è stato progettato

Dettagli

LibrERP in sintesi. www.didotech.com. Completa

LibrERP in sintesi. www.didotech.com. Completa LibrERP in sintesi LibrERP è una suite completa di applicazioni aziendali dedicate alla gestione delle vendite, dei clienti, dei progetti, del magazzino, della produzione, della contabilità e delle risorse

Dettagli

SimplERP in sintesi. Open Source SimplERP è un progetto Open Source. Il software è pubblicato sotto licenza AGPL ed AGPL + Uso Privato.

SimplERP in sintesi. Open Source SimplERP è un progetto Open Source. Il software è pubblicato sotto licenza AGPL ed AGPL + Uso Privato. SimplERP in sintesi SimplERP è una suite completa di applicazioni aziendali dedicate alla gestione delle vendite, dei clienti, dei progetti, del magazzino, della produzione, della contabilità e delle risorse

Dettagli

Glossario. Termini tecnici. Termini di business. Acronimi

Glossario. Termini tecnici. Termini di business. Acronimi Glossario Il glossario è suddiviso in tre sezioni: la prima riporta i termini tecnici più frequentemente utilizzati in tutti i progetti di Data Warehouse la seconda è specifica di progetto e tratta i termini

Dettagli

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

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

Dettagli

elisa - LIMS Tecnologia Microsoft per la gestione completa del processo di analisi di laboratorio

elisa - LIMS Tecnologia Microsoft per la gestione completa del processo di analisi di laboratorio elisa - LIMS Tecnologia Microsoft per la gestione completa del processo di analisi di laboratorio Panoramica LISA Web è il software LIMS di riferimento per i laboratori di analisi Gestio Sviluppato in

Dettagli

Corso di Gestione dell Informazione Aziendale prof. Paolo Aymon. Management Information GIA-L02 prima parte

Corso di Gestione dell Informazione Aziendale prof. Paolo Aymon. Management Information GIA-L02 prima parte UNIVERSITÀ DEGLI STUDI DI BERGAMO Corso di Gestione dell Informazione Aziendale prof. Paolo Aymon Management Information prima parte Sommario della lezione Competitività e Information Management Natura

Dettagli

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo

CAPITOLO CAPIT Tecnologie dell ecnologie dell info inf rmazione e controllo CAPITOLO 8 Tecnologie dell informazione e controllo Agenda Evoluzione dell IT IT, processo decisionale e controllo Sistemi di supporto al processo decisionale Sistemi di controllo a feedback IT e coordinamento

Dettagli

Vi presentiamo la nuova soluzione applicativa dedicata alla. Produzione su commessa

Vi presentiamo la nuova soluzione applicativa dedicata alla. Produzione su commessa Vi presentiamo la nuova soluzione applicativa dedicata alla Produzione su commessa GALILEO Produzione su Commessa. La soluzione applicativa si rivolge a quelle aziende del settore manifatturiero e/o impiantista

Dettagli

ERP o pacchetto gestionale? Una

ERP o pacchetto gestionale? Una FEBBRAIO 2012 Quali sono le principali differenze fra una soluzione di Enterprise Resource Planning e un pacchetto gestionale, quali le raccomandazioni per chi deve scegliere un ERP? E quando è arrivato

Dettagli

BOARD in Mitsubishi Il toolkit BOARD elettrizza Mitsubishi

BOARD in Mitsubishi Il toolkit BOARD elettrizza Mitsubishi BOARD in Mitsubishi Il toolkit BOARD elettrizza Mitsubishi L azienda Nel 1996 nasce la Mitsubishi Electric Europe B.V, società sussidiaria interamente di proprietà di Mitsubishi Electric Corporation Japan,

Dettagli

GESTIRE L IMPRESA COMETA SOFTWARE PER LA GESTIONE INTEGRATA DELLA PMI

GESTIRE L IMPRESA COMETA SOFTWARE PER LA GESTIONE INTEGRATA DELLA PMI GESTIRE L IMPRESA COMETA SOFTWARE PER LA GESTIONE INTEGRATA DELLA PMI COMETA SOFTWARE PER LA GESTIONE INTEGRATA DELLA PMI NESSUN AZIENDA È TROPPO PICCOLA PER UN GRANDE GESTIONALE. COMETA è la soluzione

Dettagli

www.24oreformazione.com

www.24oreformazione.com FORMAZIONE TECNOLOGIA E BUSINESS www.24oreformazione.com BUSINESS INTELLIGENCE: I DATI AZIENDALI A SUPPORTO DELLE DECISIONI STRATEGICHE D IMPRESA Milano, 10 e 11 dicembre 2001 Il corso si completa in rete

Dettagli

Beyond Consulting s.r.l. Andrea Pistore Padova, 24 Maggio 2006

Beyond Consulting s.r.l. Andrea Pistore Padova, 24 Maggio 2006 SAP Business Information Warehouse Beyond Consulting s.r.l. Andrea Pistore Padova, 24 Maggio 2006 mysap BI: Benefici Miglioramento dell'efficienza e della produttività aziendale attraverso: collaborazione

Dettagli

Business Intelligence Revorg. Roadmap. Revorg Business Intelligence. trasforma i dati operativi quotidiani in informazioni strategiche.

Business Intelligence Revorg. Roadmap. Revorg Business Intelligence. trasforma i dati operativi quotidiani in informazioni strategiche. soluzioni di business intelligence Revorg Business Intelligence Utilizza al meglio i dati aziendali per le tue decisioni di business Business Intelligence Revorg Roadmap Definizione degli obiettivi di

Dettagli

LA SUITE ARCHIMEDE PER LA GESTIONE E L IMPIEGO

LA SUITE ARCHIMEDE PER LA GESTIONE E L IMPIEGO LA SUITE ARCHIMEDE PER LA GESTIONE E L IMPIEGO DEL PERSONALE IN TURNAZIONE Di cosa si tratta? La Suite Archimede è uno strumento scalabile, pratico ed efficiente, per la pianificazione e la gestione strategica

Dettagli

ASSISTENZA. Indice degli argomenti. Gestione Contratti e Interventi

ASSISTENZA. Indice degli argomenti. Gestione Contratti e Interventi 2 Manuale Operativo Release 4.60 Manuale Operativo ASSISTENZA Gestione Contratti e Interventi GESTIONE ASSISTENZA è il modulo applicativo pensato e realizzato per soddisfare le esigenze delle diverse tipologie

Dettagli

La Business Intelligence per competere e governare il cambiamento Vittorio Arighi Practice Leader Netconsulting

La Business Intelligence per competere e governare il cambiamento Vittorio Arighi Practice Leader Netconsulting La Business Intelligence per competere e governare il cambiamento Vittorio Arighi Practice Leader Netconsulting 9 ottobre 2014 L andamento del PIL a livello mondiale: l Italia continua ad arretrare Mondo

Dettagli

E.T.L. (Extract.Tansform.Load) IBM - ISeries 1/8

E.T.L. (Extract.Tansform.Load) IBM - ISeries 1/8 E.T.L. (Extract.Tansform.Load) IBM - ISeries Quick-EDD/ DR-DRm ETL 1/8 Sommario ETL... 3 I processi ETL (Extraction, Transformation and Loading - estrazione, trasformazione e caricamento)... 3 Cos è l

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

Report e Analisi dei dati.

Report e Analisi dei dati. Report e Analisi dei dati. Introduzione al Sistema IBM Cognos Lo scopo di questa guida è quello di far capire con esempi semplici ed esaustivi, cosa si può ottenere con il sistema IBM Cognos, presentando

Dettagli

Claudio Lattanzi. More Controllo Performance: i dati. unico progetto di modellazione

Claudio Lattanzi. More Controllo Performance: i dati. unico progetto di modellazione Claudio Lattanzi More Controllo Performance: i dati transazionali ed aggregati in un unico progetto di modellazione Le informazioni sono in continua crescita ma non sempre questo patrimonio aziendale viene

Dettagli

Offerta tecnica. Allegato III Modelli di documentazione

Offerta tecnica. Allegato III Modelli di documentazione Offerta tecnica Allegato III Modelli di documentazione Gestione, sviluppo e manutenzione dell architettura software di Business Intelligence in uso presso Cestec S.p.A. Redatto da Omnia Service Italia

Dettagli