Università Ca Foscari di Venezia Corso di Laurea in Informatica. Laboratorio di Informatica Applicata

Transcript

1 Università Ca Foscari di Venezia Corso di Laurea in Informatica Laboratorio di Informatica Applicata Introduzione alla Business Intelligence Marco Salvato Marzo 2003

2 Relatore Marco Salvato Senior manager Information Risk Management KPMG S.p.A. 2

3 ERP Concetti generali è la capacità di ridurre costi e tempi delle operations interne più della concorrenza SCM è la capacità di ridurre costi e tempi delle interazioni con fornitori e partners lungo la catena del valore CRM è la conoscenza delle esigenze dei propri clienti e delle relazioni che riesce a mantenere DW&BI è la capacità di prendere rapidamente delle decisioni di business,basate su informazioni e conoscenze KM è la capacità di trasformare le informazioni sul cliente e sul proprio business in prodotti e servizi innovativi più 3 rapidamente della concorrenza Fonte: IDC Italia

4 Scenario della BI Laboratorio di informatica applicata Processi Attori diversi Focus Esigenze diverse VALUTAZIONI STRATEGICHE Comitato di Direzione Sviluppare piani per validare strategie e obiettivi dell azienda Alternative Velocità Pochi Dati BUDGETING Controller & Managers Il piano annuale operativo su cui si confrontano tutti i responsabili di unità Coerenza Sostenibilità Simulazione ANALISI DEI DATI (REPORT PER ECCEZIONI) Direzione Operativa Il Controllo dinamico degli scostamenti con evidenza delle criticità e delle opportunità Facilità Comprensione Condivisione REPORTING Controller Il documento Aziendale su cui si verificano i risultati economico /finanziari e patrimoniali Automatismo Distribuzione Sicurezza FORECASTING Direzione Operativa Riproiettare le proprie previsioni in funzione dei risultati conseguiti Proiezioni Goal Seek Correlazioni CONSOLIDAMENTO Direzione Amministrativa Consolidare varie Business Units o Aziende per scopi gestionali e civilistici 4 Gestione inter-società Consistenza Velocità

5 BI come esigenza del mercato JUNE 2002 NOVEMBER 2001 IT PRIORITIES change in % of respondents & change in rank In your organization, which areas are your top priorities in 2002? (Multiple responses permitted) In the table, the biggest movers up in terms of priority in November June 2002 were data mining/olap tools (up 8 spots from No. 12 to No. 4), and Business Intelligence tools (up 8 spots from No. 20 to No. 12) # % Delta # % Enterprise softw are Rank Rank of resp of resp in rank of resp of resp Security software 99 44% % 2 Application integration 97 43% % 3 Windows 2000/XP upgrade - desktop 84 37% % 6 Da t a mining/olap 79 35% 4 Up % 12 t ools Windows 2000 upgrade - server 73 32% 5 Up % 10 E- com m er ce initiativ es 71 32% 6 Down % 1 XML based application 68 30% 7 Up % 11 Micr osoft Office upgrade 66 29% 8 Up % 15 ERP softw a r e/erp upgrade 65 29% 9 Down % 5 Content management softw are for Web site 58 26% 10T Down % 9 CRM soft ware 58 26% 10T Down % 7T Business Intelligence tools Source : Morgan Stanley CIO Survey, June % 12 Up % 20T 5

6 Situazione attuale della BI GAP BETWEEN TOP MANAGEMENT NEEDS AND INFORMATION PROVIDED ERP KM Other BI GAP BEETWEN INTERNAL AND EXTERNAL INFORMATION Financial management Management Reporting Customer Management Risk Management DIFFICULTY IN GATHERING DATA AND OBTAINING RESULTS LACK OF TAXONOMY REQUIREMENT AND DEFINITION RELATED TO BUSINESS DATA DIFFICULTY IN GATHERING INFORMATION 6

7 Elementi principali della BI Knowledge Management System Business Intelligence System Data Management System Strategic process Core process Support process Business Management 7

8 Definizioni 1 Data Warehouse: A DW is a subject oriented, integrated, non-volatile and time variant collection of data in support of management s decisions W.H. Inmon, 1996 Data Warehouse: Un DW è una collezione di dati di supporto per il processo decisionale che presenta le seguenti caratteristiche: - è orientata ai soggetti di interesse - è integrata e consistente - è rappresentativa dell evoluzione temporale e non volatile Golfarelli-Rizzi,

9 Definizioni - 2 La costruzione di un DW non comporta l inserimento di nuove informazioni bensì la riorganizzazione di quelle esistenti e implica pertanto l esistenza di un sistema informativo Data Mart: Con il termine data mart si intende un sottoinsieme o un aggregazione dei dati presenti nel DW primario, contenente l insieme delle informazioni rilevanti per una particolare area di business, una particolare divisione dell azienda, una particolare categoria di soggetti Golfarelli-Rizzi,

10 Definizioni - 3 Data Mining: Per Data Mining si intende il processo di selezione, esplorazione e modellazione di grandi masse di dati, al fine di scoprire regolarità o relazioni non note a priori e allo scopo di ottenere un risultato chiaro e utile al proprietario del database P. Giudici, 2001 Un sistema di DM può essere sia descrittivo che predittivo 10

11 Schema generale Sistemi OLTP Data Marts Cubi Client Data Warehouse 11

12 Schema generale di un DW 12

13 Il ciclo del Data Warehousing Analisi delle fonti dati Analisi dei requisiti utente Modellazione concettuale Progettazione concettuale Analisi del carico di lavoro e volume dei dati Modellazione logica Progettazione logica Progettazione dell alimentazione Progettazione fisica Documentazi one del progetto Riesame 13

14 Evoluzione Business Intelligence can be defined as a set of technologies that aim to improve the speed, ease and quality of decision-making within a company to create a competitive advantage. A true BI solution involves providing all users 1. with access to corporate information through Query and Reporting 2. with a simple-to-understand interface through Data Visualization 3. and some level of deeper analysis of information and trends through OLAP and Data Mining Query & Reporting Extraction of detailed and summary data Who purchased a car in the last 3 years? OLAP / DW Summaries, trends and forecast What is the income distribution of the cars buyers? Data Mining Knowledge discovery of hidden patterns and insights Who will buy a car in the next 6 months and why? 14

15 Evoluzione secondo KPMG Enterprise Business Intelligence Data Mining Query & Reporting Extraction of detailed and summary data Who purchased mutual funds in the last 3 years? OLAP / DW Summaries, trends and forecast What is the income distribution of the mutual fund buyers? Knowledge discovery of hidden patterns and insights Who will buy a mutual fund in the next 6 months and why? Knowledge Driven Actions What do we have to do now and how we can increase our business and value for stakeholder? 15

16 Business Intelligence KPMG PRM approach Project Risk Management Phase I Phase II II Phase III Phase IV Phase V Identify Business Model Business Process Analysis Business System Controls Software Evaluation /Assessment Post Imp. and Test Change Management Process Integration Design Data Flow, Data Integrity, Privacy and LR Algorithms Analysis & Design Post Implementation Review Process Development System Test 16