IT FOR BUSINESS AND FINANCE

Dimensione: px
Iniziare la visualizzazioe della pagina:

Download "IT FOR BUSINESS AND FINANCE"

Transcript

1 IT FOR BUSINESS AND FINANCE Business Intelligence Siena 14 aprile 2011

2 AGENDA Cos è la Business Intelligence Terminologia Perché la Business Intelligence La Piramide Informativa Macro Architettura Obiettivi e Vantaggi Definizione di Data Warehouse /Data Mart Applicazioni Analitiche RDBMS vs MDDBMS Database multidimensionali OLAP Elementi di un database multidimensionale OLAP Rolap e Molap Il quadrante di Gartner Architettura BI Cognos Panoramica prodotti BI Cognos. 2

3 Business Intelligence Cos è? Il termine fu coniato nel 1996 dagli analisti della Gartner Group per indicare: Una vasta categoria di applicazioni e di tecnologia per: La raccolta L immagazzinamento L analisi L accesso ai dati utili per aiutare a prendere le decisioni migliori per l azienda. Ma il concetto di BI non è nuovo nella cultura aziendale; il termine con cui si è soliti chiamare i sistemi di supporto al processo decisionale è mutato più volte da Executive Information System (EIS) a Decision Support System (DSS) La definizione include varie sottocategorie che vengono identificate con sigle e nomi diversi, come Data Warehousing, Data Mining, BPM, CPM, CRM, Scorecards, Dashboards, Budgeting, Planning fino ad includere aree confinanti come il Knowledge Management. 3

4 Business Intelligence Terminologia (1/2) Data Warehousing: magazzino di dati progettato per produrre analisi e relazioni tra dati; Data Mining: estrazione di informazioni utili da grandi mole di dati con tecniche di tipo statistico; BPM: Business Process Management, è l insieme di attività necessarie per definire, ottimizzare, monitorare e integrare i processi aziendali; CPM: Corporate Performance Management, è l insieme delle attività per definire le strategie aziendali e assicurarne il corretto sviluppo; CRM: Customer Relationship Management, è l insieme delle attività di gestione dei rapporti con la clientela; Scorecards: Consentono la misurazione delle performance aziendali sotto diversi profili. Finanziario, cliente, interno e innovazione. E una raccolta di informazioni in linea con gli obiettivi strategici dell'organizzazione, che consente ai dipendenti di sapere in che modo i loro obiettivi e le loro attività si correlano agli obiettivi aziendali. Mostra velocemente come si sta andando a fronte degli obiettivi.comunica la strategia e gli obiettivi. 4

5 Business Intelligence Terminologia (2/2) Dashboards: forniscono una rappresentazione per immagini delle prestazioni dell intera organizzazione. E una raccolta di analisi e report KPI che offre agli utenti una singola visualizzazione dati che li aiuta a monitorare informazioni associate a un lavoro, un progetto o un obiettivo; Budgeting:è il bilancio di previsione e rientra tra gli strumenti fondamentali di programmazione e controllo dell'azienda; Planning: processo di pianificazione; Knowledge Management: condivisione della conoscenza 5

6 Business Intelligence Perchè Una parte importante del patrimonio di conoscenza di un azienda è contenuto in forma strutturata nelle basi dati delle applicazioni gestionali, conseguentemente le informazioni venivano rese disponibili sotto forma di report statici, onerosi da produrre e spesso obsoleti una volta arrivati nelle mani degli utenti. Di conseguenza le organizzazioni si basavano più sull intuito dei manager che su fatti concreti per valutare l andamento dell impresa e prendere decisioni importanti. Per consentire alle aziende di sfruttare il proprio patrimonio di informazioni, in vista di decisioni tattiche e strategiche, sono stati messi a punto numerosi strumenti denominati di Business Intelligence. Grazie alla BI è possibile raccogliere tutte le informazioni utili, gestirle e trasformarle in informazioni a supporto decisionale. 6

7 Business Intelligence La Piramide Informativa Presentazione Reporting Modello e Analisi Analisi Multidimensionale, BSC, TDB, BDG e Forecast Integrazione DWH,DB Transazione ERP,CRM, HOST,EXCEL Infrastruttura 7

8 Macro Architettura di una soluzione BI OLAP Server other sources Operational DBs Extract Transform Load Refresh Data Warehouse Serve Analysis Query Reports Data mining 8 Data Marts Tools

9 Obiettivi della BI Gli obiettivi della BI sono: passare da opinioni a fatti aumentare la qualità dell informazione dare informazioni significative diffondere informazioni condividere informazioni Scegliere in un azienda le soluzioni idonee di DW/BI richiede una visione strategica d insieme considerando che si hanno a disposizione diverse classi di prodotti (di tipo Build o Buy), per diverse tipologie di utenti (utenti finali, manager di linea, direzione), in diverse aree aziendali, su diverse architetture tecnologiche. 9

10 Caratteristiche della BI (1/3) Un sistema di BI deve rispondere a requisiti di funzionalità e progettazione che vanno ben oltre quelli propri di un normale ambiente di reportistica facente parte di un'applicazione gestionale. In particolare, un sistema di BI deve possedere le seguenti caratteristiche: Facilità d'uso: presentare i dati in un formato che sia facile da leggere e da interpretare, dove sia possibile navigare sui dati seguendo dei percorsi di analisi facilmente comprensibili dall'utente finale Velocità: possibilità di trattare grandi volumi di dati con tempi di risposta quasi istantanei grazie all'uso di tecniche di modellazione, memorizzazione e indicizzazione dei dati orientate all'analisi piuttosto che all'aggiornamento dei dati. Integrazione: integrare tra loro dati provenienti da fonti differenti, sia interne che esterne all'azienda. Il processo di integrazione deve essere affidabile e testato, in modo che gli utenti possano fare affidamento sui dati presenti nel DW. Se i dati provenienti dai sistemi operazionali non sono puliti ed affidabili, prima di essere inseriti nel DW devono passare attraverso un processo di pulizia (data cleansing) e certificazione. 10

11 Caratteristiche della BI (2/3) Storicizzazione: mantenere la storia dei cambiamenti subiti da certi attributi selezionati, per permettere analisi storiche contestualizzate. Identificazione di trend ed anomalie: gli strumenti devono facilitare l'identificazione di trend nei dati, ad esempio confrontando periodi e prodotti diversi. Queste operazioni sono possibili solo con l'utilizzo di strumenti interattivi che permettano di effettuare operazioni di drill down/drill up (visualizzazione dei dettagli su un certo dato) e di slice & dice (cambiamento delle dimensioni di analisi sui due assi). Subject orientation: presentare i dati in modo da fornire la visione di un processo aziendale (supply chain, vendite, qualità...), attraversando i confini delle singole aree dei sistemi gestionali. 11

12 Caratteristiche della BI (3/3) Simulazione scenari: in certi casi (applicazioni di budgeting, forecasting and planning) deve essere possibile impostare degli scenari e confrontarli poi con i valori reali ("actual") Indipendenza dal reparto I.T.: gli strumenti di analisi e reportistica devono dare la possibilità agli utenti finali di crearsi da soli i report di cui hanno bisogno Adattabilità nel tempo, intesa come la capacità di resistere alle inevitabili evoluzioni della realtà aziendale, dei sistemi operazionali e delle esigenze di analisi Sicurezza: deve essere possibile controllare in maniera al tempo stesso stretta e flessibile l'accesso ai dati, che in molti casi includono informazioni altamente riservate. 12

13 Vantaggi della BI CONDIVISIONE INFORMAZIONI COMPETITIVITA Differenziazione dalla concorrenza Ottimizzazione dei processi mediante la condivisione di informazioni con clienti, fornitori e partner. Le aziende offrono ai dipendenti un accesso facile ed intuitivo alle informazioni strategiche Condivisione responsabilità per la crescita del business. SEMPLICITA Uso degli strumenti senza conoscenze tecniche specifiche. Vantaggi CONTROLLO MERCATO Monitoraggio del mercato. Individuazione di trend e opportunità di sviluppo del business. FLESSIBILITA Sperimentazione di modelli e soluzioni diverse. Analisi dinamiche. 13

14 Data Warehouse Il Data Warehouse è un insieme di dati e strumenti software aventi lo scopo di prelevare i dati dai sistemi gestionali di un'azienda o da fonti esterne e di utilizzarli per effettuare interrogazioni a carattere generalmente statistico e analitico. Per rendere facili e veloci le interrogazioni di grandi volumi di dati, questi ultimi devono prima essere organizzati in maniera differente dai normali database operazionali (OLTP). Per questo sono state concepite strutture di dati alternative a quelle dei database operazionali; mentre questi si basano sui concetti e sulle regole relazionali (Entity-Relationship), i Data Warehouse sono generalmente basati sul modello detto dimensionale o Star Schema, ottimizzato per rispondere velocemente a interrogazioni di vario tipo. L attività di Data Warehousing, cioè di costruzione e gestione di un Data Warehouse, comprende varie fasi: individuazione dei dati di partenza conversione, estrazione e pulitura dei dati utilizzo di un DBMS per costruire il Data Warehouse Gestione del Data Warehouse Utilizzazione di strumenti di Business Intelligence per accedere 14

15 Data Warehouse vs Data Mart Quando la raccolta dati ha una localizzazione dipartimentale si suole dire che viene costruito un Data Mart. In un progetto ben architettato Data Warehouse e Data Mart coesistono, essendo collocati a due livelli diversi (il primo aziendale, il secondo dipartimentale). L approccio più articolato offre molti vantaggi in termini di flessibilità e di ROI, ma nello stesso tempo fa aumentare il rischio di perdere il controllo dell architettura. 15

16 Applicazioni Analitiche La categoria delle Applicazioni Analitiche rappresenta il lato Buy della Business Intelligence. Le applicazioni analitiche sono caratterizzate da tre elementi distintivi: includono un concetto di processo (di controllo o di sviluppo di business), cioè non si limitano ad una rappresentazione di dati; vivono separate dalle applicazioni operative tradizionali; integrano dati da fonti multiple, introducendo un concetto di evoluzione temporale. Le applicazioni analitiche si sviluppano principalmente in tre aree aziendali: l area della gestione strategica e del cosiddetto BPM (Business Performance Management); l area marketing e più in generale il CRM; l area delle Operations, con una diversa caratterizzazione nei diversi mercati verticali, ma con un attenzione particolare per la pianificazione, la previsione, e la simulazione. 16

17 OLAP vs OLTP (1/2) Cos è un OLTP (On LineTransaction Processing)? E il tradizionale sistema per l elaborazione delle transazioni, che realizzano i processi operativi dell azienda: per l'elaborazione delle transazioni, tra aziende o tra aziende e consumatori con massimi vincoli di efficienza e di tolleranza ai guasti. Questi sistemi devono garantire transazioni in tempi brevi (pochi secondi) stabiliti dal SLA (Service Level Agreement). L'aggiornamento rapido del database e la tolleranza ai guasti nei sistemi OLTP assumono un'importanza cruciale. Le caratteristiche principali per un sistema OLTP sono: scalabilità e realizzazione di query nella stessa quantità di tempo, nonostante la crescita dei dati; integrità dei dati e delle transazioni; disponibilità e ripartizione delle risorse. Esempi di applicazioni OLTP sono il servizio Bancomat per effettuare acquisti e prelievi, ma anche la gestione delle prenotazioni dei mezzi di trasporto da più terminali. I sistemi OLTP generalmente forniscono anche dati al Data Warehouse, per calcoli statistici aziendali su un grande volume di dati. 17

18 OLAP vs OLTP (2/2) Cos è un OLAP (On-Line Analytical Processing)? E una particolare tecnologia, vista anche come estensione delle funzionalità tipiche di un OLTP, in grado di supportare l elaborazione di operazioni per il supporto alle decisioni. La struttura dati multidimensionale, contenente gli elementi da analizzare con strumenti messi a disposizione da OLAP, è denominata cubo. Gli strumenti OLAP si differenziano dagli OLTP per il fatto che i primi hanno come obiettivo la performance nella ricerca e il raggiungimento di un'ampiezza di interrogazione quanto più grande possibile; i secondi, invece, hanno come obiettivo la garanzia di integrità e sicurezza delle transazioni 18

19 RDBMS vs MDDBMS (1/2) Quando si devono eseguire interrogazioni complesse su grandi quantità di dati strutturati su più dimensioni (tra cui il tempo), invece di usare DBMS relazionali (RDBMS) si preferisce ricorrere ai cosiddetti database multidimensionali (MDDBMS). Rispetto alla rappresentazione logica dei dati per tabelle bidimensionali dei tradizionali RDBMS, i MDDBMS adottano una rappresentazione spaziale a ipercubi In un MDDBMS si individuano alcune grandezze di riferimento (in un esempio a 3 dimensioni: prodotti, aree geografiche e periodi temporali), una gerarchia di raggruppamento all interno di ogni dimensione (per esempio, giorni, mesi, anni sulla dimensione temporale), una fonte di caricamento dei dati. La caratteristica principale dei MDDBMS sta nel fatto che le operazioni per isolare i risultati all incrocio fra le varie dimensioni sono pre-eseguite all atto del caricamento. Ad un caricamento lento fa riscontro una risposta veloce in fase di utilizzo. 19

20 RDBMS vs MDDBMS (2/2) Tutti i principali produttori di RDBMS hanno aggiunto (tramite acquisizioni) servizi multidimensionali tramite acquisizioni di aziende o licenze (Oracle con Express e Hyperion, Microsoft con Analytic Services, IBM con Applix). Il più importante produttore di MDDBMS era Arbor con Essbase, che oggi si è fusa con Hyperion ed ha dato vita ad uno dei principali produttori di Applicazioni Analitiche. 20

21 I sistemi OLAP MOLAP è la tipologia più utilizzata e ci si riferisce ad essa comunemente con il termine OLAP. Utilizza un database di riepilogo avente un motore specifico per l'analisi multidimensionale e crea le "dimensioni" con un misto di dettaglio ed aggregazioni. Caratteristiche: scelta migliore per quantità di dati ridotte, velocità nel calcolare aggregazioni e restituire risultati, ma crea enormi quantità di dati intermedi ROLAP lavora direttamente con database relazionali; i dati e le tabelle delle dimensioni sono memorizzati come tabelle relazionali e nuove tabelle sono create per memorizzare le informazioni di aggregazione. Caratteristiche: scalabile, richiede minor spazio disco e minore RAM, lento nella fase di creazione tabelle e nel produrre il risultato delle interrogazioni HOLAP utilizza tabelle relazionali per memorizzare i dati e le tabelle multidimensionali per le aggregazioni Caratteristiche: creazione più veloce di un ROLAP, più scalabile di un MOLAP. La difficoltà nell'implementazione di un database OLAP parte dalle ipotesi delle possibili interrogazioni utente; scegliere la tipologia di OLAP, lo schema e creare una base dati completa e consistente è un'operazione complessa. 21

22 I sistemi OLAP La creazione di un database OLAP consiste nell'effettuare una fotografia di informazioni in un determinato momento e trasformare queste singole informazioni in dati multidimensionali. Una struttura OLAP creata per questo scopo è chiamata "cubo" multidimensionale. Ci sono diversi modi per creare un cubo, ma il più conosciuto è quello che utilizza uno schema "a stella"; al centro c'è la tabella dei "fatti" che elenca i principali elementi su cui sarà costruita l'interrogazione, e collegate a questa tabella ci sono varie tabelle delle "dimensioni" che specificano come saranno aggregati i dati. Per esempio un archivio di clienti può essere raggruppato per città, provincia, regione; questi clienti possono essere relazionati con i prodotti ed ogni prodotto può essere raggruppato per categoria. Gli strumenti OLAP si differenziano dagli OLTP per il fatto che i primi hanno come obiettivo la performance nella ricerca e il raggiungimento di un'ampiezza di interrogazione quanto più grande possibile; i secondi, invece, hanno come obiettivo la garanzia di integrità e sicurezza delle transazioni 22

23 I sistemi OLAP Punti deboli Inaccessibilità o difficoltà ad accedere al livello atomico del dato: gli strumenti OLAP funzionano molto bene su dati di sintesi, non è conveniente usarli su dati analitici; Richiede una struttura denormalizzata per funzionare in maniera efficiente: i motori OLAP generano grandi masse di dati per il semplice fatto che per migliorare le prestazioni di accesso sono costretti a memorizzare chiavi ridondanti e sommarizzazioni; Possibile proliferazione del codice SQL: nel caso in cui il database su cui vengono effettuate le analisi OLAP non sia multidimensionale (MOLAP) ma sia relazionale (ROLAP), le operazioni di slicing, dicing, drilling provocano la generazione e l'esecuzione di query SQL estremamente complesse, che richiedono molte risorse di elaborazione. 23

24 Tipiche richieste di BI Qual è il volume delle vendite per regione e categorie di prodotto durante l ultimo anno? Come si correlano i prezzi delle azioni delle società produttrici di hardware con i profitti trimestrali degli ultimi 10 anni? Quali sono stati i volumi di vendita dello scorso anno per regione e categoria di prodotto? In che modo i dividendi di aziende di hardware sono correlati ai profitti trimestrali negli ultimi 10 anni? 24

25 Perché i sistemi tradizionali non sono sufficienti? Non gestiscono dati storici Sono sistemi eterogenei Basse prestazioni DBMS non adeguati al supporto decisionale Problemi di sicurezza 25

26 OLAP: Cubi Multidimensionali Zona Pisa Roma Firenze sum Prodotti Latte Pane Birra... sum Tutti i Prodotti Gennaio 09, Pisa. Jan 09 Feb Tempo sum Ogni dimensione contiene una gerarchia di valori una cella del cubo contiene valori aggregati (count, sum, max, etc.) 26

27 OLAP: esempi Il manager regionale esamina la vendita dei prodotti in tutti i periodi relativamente ai propri mercati Il manager finanziario esamina la vendita dei prodotti in tutti i mercati relativamente al periodo corrente e quello precedente magazzino tempo prodotto 27 Il manager di prodotto esamina la vendita di un prodotto in tutti i periodo e in tutti i mercati Il manager strategico si concentra su una categoria di prodotti, un area regionale e un orizzonte temporale medio

28 Operazioni tipiche (1/2) Roll up: ES:il volume totale di vendite per categoria di prodotto e per regione Roll up: significa riassumere i dati, ovvero passare da un livello di dettaglio alto ad un livello più basso; Drill down, drill through: ES:per un particolare prodotto, trova le vendite dettagliate per ogni venditore e per ogni data Drill-down: è l'operazione di esplosione del dato nelle sue determinanti. L'operazione di drilldown consente di visualizzare la gerarchia costruita sulla dimensione di analisi (p. es.: passaggio dalla famiglia di prodotti all'insieme dei prodotti che ne fanno parte); Drill-through: il drill-through è un'operazione con cui un utente finale seleziona una singola cella di un cubo e recupera un set di risultati dai dati di origine di tale cella allo scopo di ottenere informazioni più dettagliate. Per impostazione predefinita, il set di risultati di un drill-through è derivato dalle righe di tabella che sono state valutate per calcolare il valore della cella del cubo selezionata. 28

29 Operazioni tipiche (2/2) Slice and dice: ES:Vendite delle bevande nel West negli ultimi 6 mesi Slicing: è l'operazione di rotazione delle dimensioni di analisi. È un'operazione fondamentale per analizzare totali ottenuti in base a dimensioni diverse o trasversali; Dicing: è l'operazione di estrazione di un subset di informazioni dall'aggregato che si sta analizzando. L'operazione di dicing viene eseguita quando l'analisi viene focalizzata su una fetta del cubo. 29

30 ROLAP & MOLAP MOLAP (Multidimensional OLAP): Il modello di memorizzazione è un vettore multidimensionale Queries multidimensionali si mappano sul server in modo immediato Ma: Dati sparsi difficili da gestire Memoria sottoutilizzata no join no interfaccia SQL (API) necessità sistema relazionale per dati dettaglio file molto grandi limitazioni a circa 10GB (problemi scalabilità) 30

31 DBMS multidimensionali vendite prodotto mese magazzino 1 vino febbraio A 2 acqua febbraio B 3 coca cola aprile A 4 acqua maggio A 5 acqua settembre C... tempo magazzino C B A feb apr mag 31 set prodotto vino acqua coca cola

32 32 Star Schema

33 33 Il quadrante di Gartner BI Platform

34 Le ragioni di Gartner Il Magic Quadrant for Business Intelligence Platforms presenta una visione globale che comprende il parere di Gartner e quello dei fornitori principali di software. Gli acquirenti devono valutare i fornitori in tutti e quattro i quadranti, e non pensare che solo le organizzazioni più grandi sono in grado di fornire soluzioni di successo sulla BI. In aggiunta alle opinioni degli analisti Gartner, i punteggi e commenti nel grafico precedente si basano su tre fonti: le percezioni dei clienti dei punti di forza di ogni produttore; un sondaggio online condotto dal vendor sui clienti a fine 2008; un questionario compilato da alcuni fornitori sulla loro strategia di BI. 34

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

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

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. 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

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 (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

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

Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni

Data warehouse. Architettura complessiva con OLTP e OLAP OLTP. Sistemi di supporto alle decisioni Data warehouse Data warehouse La crescita dell importanza dell analisi dei dati ha portato ad una separazione architetturale dell ambiente transazionale (OLTP on-line transaction processing) da quello

Dettagli

Data 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

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

Introduzione data warehose. Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa. Data Warehouse

Introduzione data warehose. Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa. Data Warehouse Introduzione data warehose Gian Luigi Ferrari Dipartimento di Informatica Università di Pisa Data Warehouse Che cosa e un data warehouse? Quali sono i modelli dei dati per data warehouse Come si progetta

Dettagli

Data warehousing e OLAP

Data warehousing e OLAP Data warehousing e OLAP Introduzione Il contesto, processi aziendali Decision Support Systems Sistemi di Data Warehousing Data mart Architettura Modellazione Concettuale Star Schema, Dimensioni, Livelli

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

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita;

Supporto alle decisioni e strategie commerciali/mercati/prodotti/forza vendita; .netbin. è un potentissimo strumento SVILUPPATO DA GIEMME INFORMATICA di analisi dei dati con esposizione dei dati in forma numerica e grafica con un interfaccia visuale di facile utilizzo, organizzata

Dettagli

Analisi dei Dati. Lezione 10 Introduzione al Datwarehouse

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

Dettagli

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

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 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

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

Introduzione a data warehousing e OLAP

Introduzione a data warehousing e OLAP Corso di informatica Introduzione a data warehousing e OLAP La Value chain Information X vive in Z S ha Y anni X ed S hanno traslocato Data W ha del denaro in Z Stile di vita Punto di vendita Dati demografici

Dettagli

OLAP On Line Analytical Processing

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

Dettagli

LA BUSINESS INTELLIGENCE - DEFINIZIONI

LA BUSINESS INTELLIGENCE - DEFINIZIONI LA BUSINESS INTELLIGENCE - DEFINIZIONI A cura di Giorgio Giussani Milano, 16.06.2010 Fonte: Internet Cos'è il Business Intelligence? Il termine business intelligence si applica ai prodotti che hanno come

Dettagli

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

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

Dettagli

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

QlikView Semplificando le analisi per tutti

QlikView Semplificando le analisi per tutti QlikView Semplificando le analisi per tutti Alcuni clienti italiani Tra i circa 2.700 Una differenza fondamentale: la value proposition principale di QlikView Analisi associativa Potenza e semplicità Per

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

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

On Line Analytical Processing

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

Dettagli

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

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

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

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

PREMESSA 2 CAPITOLO 1 VERSO IL DATA WAREHOUSE 7

PREMESSA 2 CAPITOLO 1 VERSO IL DATA WAREHOUSE 7 Sommario PREMESSA 2 CAPITOLO 1 VERSO IL DATA WAREHOUSE 7 1. NOZIONI DI BASE 8 2. I DATABASE 8 3. MODELLI PER IL DATABASE 11 3.1 MODELLO GERARCHICO 11 3. 2 MODELLO RETICOLARE 12 3.3 MODELLO RELAZIONALE

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

Data Warehouse Architettura e Progettazione

Data Warehouse Architettura e Progettazione Introduzione Data Warehouse Architettura! Nei seguenti lucidi verrà fornita una panoramica del mondo dei Data Warehouse.! Verranno riportate diverse definizioni per identificare i molteplici aspetti che

Dettagli

Introduzione 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

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

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

WebBi S.r.l offre consulenza e soluzioni per le seguenti aree: Data Warehousing. Business Intelligence. Disegno di architetture integrate

WebBi S.r.l offre consulenza e soluzioni per le seguenti aree: Data Warehousing. Business Intelligence. Disegno di architetture integrate Migliorare l organizzazione per migliorare la qualità delle decisioni. Migliorare la qualità dei collaboratori per migliorare il servizio alla clientela. WebBi S.r.l offre consulenza e soluzioni per le

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

Architettura dei sistemi di database

Architettura dei sistemi di database 2 Architettura dei sistemi di database 1 Introduzione Come si potrà ben capire, l architettura perfetta non esiste, così come non è sensato credere che esista una sola architettura in grado di risolvere

Dettagli

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

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

www.bistrategy.it In un momento di crisi perché scegliere di investire sulla Business Intelligence?

www.bistrategy.it In un momento di crisi perché scegliere di investire sulla Business Intelligence? In un momento di crisi perché scegliere di investire sulla Business Intelligence? Cos è? Per definizione, la Business Intelligence è: la trasformazione dei dati in INFORMAZIONI messe a supporto delle decisioni

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

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

Il Business Performance Management & QlikView

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

Dettagli

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

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE

ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE ORACLE BUSINESS INTELLIGENCE STANDARD EDITION ONE A WORLD CLASS PERFORMANCE Oracle Business Intelligence Standard Edition One è una soluzione BI completa, integrata destinata alle piccole e medie imprese.oracle

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 warehouse (parte 1)

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

Dettagli

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 Sistemi Informativi Avanzati Anno Accademico 2013/2014 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/)

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

Lezione 1. Introduzione e Modellazione Concettuale

Lezione 1. Introduzione e Modellazione Concettuale Lezione 1 Introduzione e Modellazione Concettuale 1 Tipi di Database ed Applicazioni Database Numerici e Testuali Database Multimediali Geographic Information Systems (GIS) Data Warehouses Real-time and

Dettagli

S P A P Bus Bu in s e in s e s s s O n O e n 9 e.0 9 p.0 e p r e r S A S P A P HAN HA A Gennaio 2014

S P A P Bus Bu in s e in s e s s s O n O e n 9 e.0 9 p.0 e p r e r S A S P A P HAN HA A Gennaio 2014 SAP Business One 9.0 per SAP HANA High Performance Analytical Appliance I progressi nella tecnologia HW hanno permesso di ripensare radicalmente la progettazione dei data base per servire al meglio le

Dettagli

B usiness I ntelligence: L a scintilla che accende. un investimento che si fa apprezzare giorno dopo giorno. la conoscenza.

B usiness I ntelligence: L a scintilla che accende. un investimento che si fa apprezzare giorno dopo giorno. la conoscenza. B usiness I ntelligence: un investimento che si fa apprezzare giorno dopo giorno.... abbiamo constatato ad esempio come le aziende che hanno investito significativamente in BI (Business Intelligence) abbiano

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

InfoTecna ITCube Web

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

Dettagli

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 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

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

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

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

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 Data Warehousing. Introduzione 1/2 I data warehousing

Dettagli

Business Analytics. Business Unit Offering: Business Intelligence. Copyright 2014 Alfa Sistemi

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

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

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

Informazioni generali sul corso

Informazioni generali sul corso Informazioni generali sul corso Principi di Datawarehouse 1 Obiettivi del corso Conoscere i Datawarehouse 2 1 Argomenti Il contesto I sistemi DSS Architettura DW Proprietà DW Utilizzo DW Elementi OLAP:

Dettagli

Tecnopolis CSATA s.c.r.l. APQ in Materia di Ricerca Scientifica nella Regione Puglia

Tecnopolis CSATA s.c.r.l. APQ in Materia di Ricerca Scientifica nella Regione Puglia BANDO ACQUISIZIONI Prodotti Software ALLEGATO 6.1 Capitolato Tecnico Ambiente di Business Intelligence Allegato 6.1: capitolato tecnico Pag. 1 1 La piattaforma di Business Intelligence L informazione è

Dettagli

Gestire l informazione aziendale in modo strutturato e flessibile

Gestire l informazione aziendale in modo strutturato e flessibile ated Gestire l informazione aziendale in modo strutturato e flessibile Strumenti di Business Intelligence e Corporate Performance Management Conferenza ATED Manno, 20 settembre 2005 Ing. Roberto Fridel,

Dettagli

Piattaforma aziendale IBM Cognos per Business Intelligence

Piattaforma aziendale IBM Cognos per Business Intelligence Piattaforma aziendale IBM Cognos per Business Intelligence Considerazioni principali Ottimizzate le prestazioni con l'elaborazione in-memory e l'evoluzione dell'architettura Ottimizzate i vantaggi dell'implementazione

Dettagli

PROGETTAZIONE E IMPLEMENTAZIONE DI UN DATAWAREHOUSE

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

Dettagli

AICA - Workshop 01/03/2011

AICA - Workshop 01/03/2011 AICA - Workshop La Mappa di un sistema di BI I tre elementi che hanno "cambiato il gioco": Maturazione degli ETL open source La semplificazione di Amazon EC2 L'arrivo dei DB Colonnari Nel dettaglio Cos'è

Dettagli

Miriam Gotti m.gotti@cineca.it

Miriam Gotti m.gotti@cineca.it Cenni sul Dat a Warehouse Ravenna 5 Novembre 2007 Miriam Gotti m.gotti@cineca.it www. cineca.it Agenda Fondamenti di Data Warehouse Modello Multidimensionale Analisi OLAP Introduzione a Statportal www.cineca.it

Dettagli

Introduzione al Data Warehousing

Introduzione al Data Warehousing Il problema - dati IPERVENDO Via Vai 111 P.I.11223344 Vendite II Trim. (Milioni!) Introduzione al Data Warehousing tecnologia abilitante per il data mining ACQUA MIN 0.40 LATTE INTERO 1.23 SPAZZ.DENTI

Dettagli

Il Data Warehousing. Prof. Stefano Rizzi Alma Mater Studiorum - Università di Bologna

Il Data Warehousing. Prof. Stefano Rizzi Alma Mater Studiorum - Università di Bologna Il Data Warehousing Prof. Stefano Rizzi Alma Mater Studiorum - Università di Bologna 1 Sommario Il ruolo della business intelligence e del sistema informativo 9 Il ruolo dell informatica in azienda 9 La

Dettagli

Analisi per tutti. Panoramica. Considerazioni principali. Business Analytics Scheda tecnica. Software per analisi

Analisi per tutti. Panoramica. Considerazioni principali. Business Analytics Scheda tecnica. Software per analisi Analisi per tutti Considerazioni principali Soddisfare le esigenze di una vasta gamma di utenti con analisi semplici e avanzate Coinvolgere le persone giuste nei processi decisionali Consentire l'analisi

Dettagli

emanager La soluzione a supporto dei processi di Clinical Governance www.dedalus.eu

emanager La soluzione a supporto dei processi di Clinical Governance www.dedalus.eu emanager La soluzione a supporto dei processi di Clinical Governance www.dedalus.eu 3 La Clinical Governance Nell ambito dell erogazione di servizi sanitari è sempre più evidente l esigenza di poter disporre

Dettagli

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena

Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria di Modena Corso di Laurea Specialistica in Ingegneria Informatica Business Intelligence per le imprese: progetto e realizzazione di

Dettagli

Lezione 9. Ambienti Operativi per OLAP Casi di Studio 08/03/2010 1

Lezione 9. Ambienti Operativi per OLAP Casi di Studio 08/03/2010 1 Lezione 9 Ambienti Operativi per OLAP Casi di Studio 08/03/2010 1 Ambienti Operativi per OLAP. Casi di Studio Alfredo Cuzzocrea DEIS Dipartimento di Elettronica, Informatica e Sistemistica Università della

Dettagli

Applicazioni OLAP in ambiente Analysis Service

Applicazioni OLAP in ambiente Analysis Service Applicazioni OLAP in ambiente Analysis Service Pasquale De Meo DIMET Università Mediterranea di Reggio Calabria Via Graziella, Località Feo di Vito demeo@unirc.it Corso di Sistemi Informativi- A.A. 2004-2005

Dettagli

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali. Sistemi Informativi Aziendali

Sistemi Informativi Aziendali. Sistemi Informativi Aziendali. Sistemi Informativi Aziendali DIPARTIMENTO DI INGEGNERIA INFORMATICA AUTOMATICA E GESTIONALE ANTONIO RUBERTI Introduzione al Data Warehousing per a. Modello Multidimensionale & OLAP 1 Cos è il Data Warehousing Collezione di metodi,

Dettagli

RRF Reply Reporting Framework

RRF Reply Reporting Framework RRF Reply Reporting Framework Introduzione L incremento dei servizi erogati nel campo delle telecomunicazioni implica la necessità di effettuare analisi short-term e long-term finalizzate a tenere sotto

Dettagli

IBM Cognos Express Versione 10. 2012 IBM Corporation

IBM Cognos Express Versione 10. 2012 IBM Corporation IBM Cognos Express Versione 10 2012 IBM Corporation Un eccezionale successo per i clienti FKG risparmia fino a $400,000 ogni anno Uponor taglia $400,000 nei costi dell IT California Natural Products impiega

Dettagli

DoK! Business Solutions IDEAL SOLUTIONS FOR SALES, MARKETING AND CRM.

DoK! Business Solutions IDEAL SOLUTIONS FOR SALES, MARKETING AND CRM. DoK! Business Solutions IDEAL SOLUTIONS FOR SALES, MARKETING AND CRM. DoK! Business Solutions Accesso alle piùimportanti informazioni e comunicazioni aziendali attraverso una combinazione di applicazioni

Dettagli

Cosa è un data warehouse?

Cosa è un data warehouse? Argomenti della lezione Data Warehousing Parte I Introduzione al warehousing cosa è un data warehouse classificazione dei processi aziendali sistemi di supporto alle decisioni elaborazione OLTP e OLAP

Dettagli

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

Overview. Le soluzioni Microsoft per la Business Intelligence

Overview. Le soluzioni Microsoft per la Business Intelligence Overview Le soluzioni Microsoft per la Business Intelligence La strategia Microsoft per la BI Improving organizations by providing business insights to all employees leading to better, faster, more relevant

Dettagli

Alberto De Toni Guido Nassimbeni Stefano Tonchia I SISTEMI DI SUPPORTO ALLE DECISIONI: OFFERTA, DOMANDA, APPLICAZIONI

Alberto De Toni Guido Nassimbeni Stefano Tonchia I SISTEMI DI SUPPORTO ALLE DECISIONI: OFFERTA, DOMANDA, APPLICAZIONI Alberto De Toni Guido Nassimbeni Stefano Tonchia I SISTEMI DI SUPPORTO ALLE DECISIONI: OFFERTA, DOMANDA, APPLICAZIONI umi.mlsslont t.uropu t-ondo *-i.li~ t.uiujn!v ls1ltuto Universitario Architettura Venezia

Dettagli

Riccardo Paganelli Analisi, Reporting, Dashboard, Scorecard per prendere le migliori decisioni: Cognos 8 BI

Riccardo Paganelli Analisi, Reporting, Dashboard, Scorecard per prendere le migliori decisioni: Cognos 8 BI Riccardo Paganelli Analisi, Reporting, Dashboard, Scorecard per prendere le migliori decisioni: Cognos 8 BI Information On Demand Business Optimization Strumenti per comprendere meglio le informazioni

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

Business Intelligence CRM

Business Intelligence CRM Business Intelligence CRM CRM! Customer relationship management:! L acronimo CRM (customer relationship management) significa letteralmente gestione della relazione con il cliente ;! la strategia e il

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

Self-Service Business Intelligence

Self-Service Business Intelligence Self-Service Business Intelligence VISUALIZZA DATI, SCOPRI LE TENDENZE, CONDIVIDI I RISULTATI Analysis offre a tutti gli utenti aziendali strumenti flessibili per creare e condividere le informazioni significative

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

DSCube. L analisi dei dati come strumento per i processi decisionali

DSCube. L analisi dei dati come strumento per i processi decisionali DSCube L analisi dei dati come strumento per i processi decisionali Analisi multi-dimensionale dei dati e reportistica per l azienda: DSCube Introduzione alla suite di programmi Analyzer Query Builder

Dettagli

Screenshot dimostrativi degli strumenti presentati alle Roundtables Microsoft

Screenshot dimostrativi degli strumenti presentati alle Roundtables Microsoft Le informazioni contenute in questo documento sono di proprietà di MESA s.r.l. e del destinatario del documento. Tali informazioni sono strettamente legate ai commenti orali che le hanno accompagnate,

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

Introduzione ad OLAP (On-Line Analytical Processing)

Introduzione ad OLAP (On-Line Analytical Processing) Introduzione ad OLAP (On-Line Analytical Processing) Metodi e Modelli per il Supporto alle Decisioni 2002 Dipartimento di Informatica Sistemistica e Telematica (Dist) Il termine OLAP e l acronimo di On-Line

Dettagli