Agenda. Agenda. Architettura di Data Warehouse come requisito per una strategia efficace di Business Intelligence. Le esigenze informative

Transcript

1 Agenda Architettura di Data Warehouse come requisito per una strategia efficace di Business Intelligence Matteo de Angelis Direttore Organizzazione&Sistemi Quando la BI non si chiamava così I paradossi dell informatica aziendale Il modello evolutivo di DW e BI Occorre un approccio strategico L esperienza di fischer italia Conclusioni Agenda Quando la BI non si chiamava così I paradossi dell informatica aziendale Il modello evolutivo di DW e BI Occorre un approccio strategico L esperienza di fischer italia Conclusioni Le esigenze informative Sistemi Operazionali (Operativi) Sistemi Informazionali (Direzionali) Obiettivi Sistemi Informazionali Sistemi Operazionali Risultati

2 Struttura dei sistemi Profilo Informativo dei livelli decisionali Pianificazione Strategica Controllo Direzionale Controllo Operativo SISTEMI INFORMAZIONALI SISTEMI OPERAZIONALI Livello Dettaglio Volumi Frequenza Fonte Pianificazione Stategica dati sintetici bassi bassaepisodica internaestena Controllo dati bassimedi periodica interna Direzionale sintetici Controllo Operativo dati analitici medi-alti continua interna Le esigenze informative Schema Simon/Anthony (da Camussone) Agenda Quando la BI non si chiamava così I paradossi dell informatica aziendale Il modello evolutivo di DW e BI Occorre un approccio strategico L esperienza di fischer italia Conclusioni

3 I paradossi dell informatica aziendale Esigenze Informative Anni 80 e 90 I sistemi informativi tendono ad essere centralizzati Gli utenti si creano i propri sistemi L Infocenter La natural evolving architecture Sistemi Operazionali OLTP - On Line Transaction Processing Concetti simili EDP electronic data processing DP data processing TP transaction processing Sistemi Informazionali OLAP - On Line Analytical Processing Concetti simili DSS decision support system MIS management information system EIS executive information system EISS executive information support system La contrapposizione OLTP-OLAP (1) La contrapposizione OLTP-OLAP (2) OLTP OLAP OLTP OLAP Inserire dati Gestire grandi volumi di transazioni Supportare l operatività quotidiana Ottimizzare il trattamento dei dati Supportare procedure automatizzabili Analizzare dati Gestire poche domande complesse Supportare la pianificazione strategica Ottimizzare la memorizzazione dei dati Supportare la creatività degli analisti Specifici dell applicazione Orientati all applicazione Relativi all anno corrente o al massimo all anno precedente Dinamici Generati internamente Integrati e consolidati Orientati al soggetto Storici Statici Ricevuti da banche dati interne ed esterne

4 La qualita dei dati L architettura logica Definizione di Data Warehouse Insieme di Dati: Tematici Integrati Temporali Permanenti Metadati Dati Fortemente Aggregati Dati Parzialmente Aggregati Dati Attuali di Dettaglio Finalizzato al Supporto dei Processi Decisionali Dati Storici di Dettaglio BI evolution Agenda Quando la BI non si chiamava così I paradossi dell informatica aziendale Il modello evolutivo di DW e BI Occorre un approccio strategico L esperienza di fischer italia Conclusioni History Legacy Current IT Service Reports Decision Support Systems Business Intelligence Business Perf. Mgmt. Hand coded Report writers OLAP Dashboard/mining Single system data Summary metrics Joined operating data Statistical metrics DW Predictive metrics Source: META Group Inc. Enterprise portals Recommendations Extreme latency Extreme cost Extreme infoglut Extreme integration Moving beyond one-way info delivery to true BPM

5 Il modello evolutivo di DW e BI Il modello evolutivo di DW e BI Il modello evolutivo di DW e BI Agenda Quando la BI non si chiamava così I paradossi dell informatica aziendale Il modello evolutivo di DW e BI Occorre un approccio strategico L esperienza di fischer italia Conclusioni

6 Se la Business Intelligence ha un valore strategico occorre un approccio strategico L importanza della componente di back-end Agenda Quando la BI non si chiamava così I paradossi dell informatica aziendale Il modello evolutivo di DW e BI Occorre un approccio strategico L esperienza di fischer italia Conclusioni

7 Il Gruppo Fischer Il Gruppo Fischer nel mondo Artur Fischer, l inventore del primo tassello per fissaggi, fonda nel 1948 la Fischerwerke nel Waldachtal (foresta nera) in Germania Produzione + Distribuzione Distribuzione Ad oggi, i prodotti ed i sistemi di prodotto si sono allargati a 3 settori: Fissaggio USA Brasile Danimarca Finlandia Francia fissaggio meccanico (tasselli leggeri e pesanti), fissaggio chimico, sistemi di fissaggio per applicazioni mirate: ITS, Elettrico, ecc. Argentina Italia Spagna Rep. Ceca Regno Unito Paesi Bassi Belgio Ungheria Austria Polonia Head Office Tumlingen, Germany l evoluzione include un più spiccato orientamento ai sistemi per le nuove tecniche di costruzione (Bautechnik) Germania Cina India Singapore Stabilmente presente in 19 Paesi con 22 società dipendenti, >400 milioni di il fatturato del brevetti registrati Corea del Sud Le divisioni principali Commesse di riferimento Hotel Burj al Arab, Dubai tra l altro EXA per sottostrutture di facciate Tunnel nell Elba, Amburgo FZA per soffitti antincendio; ancoraggio chimico speciale 35 x 450 mm per fissaggio protezione contro urto laterale Automotive fischertechnik Cassa di Risparmio - Sede Bolzano - 2,000 m q di parete ventilata Sistemi di fissaggio Jinmao, Shanghai FZP per fissaggio di rivestimenti di facciate Banca Popolare di Lodi FZP per il fissaggio di 13,000 mq di parete ventilata

8 la fischer italia la fischer italia Padova > 310 dipendenti P.V. Clienti > 80 milioni di il fatturato 2003 Ricerca & Sviluppo Leader assoluto nel mercato dei sistemi di fissaggio: fischer è ormai comunemente usato quale sinonimo di tassello e di realtà in costante innovazione e sviluppo Presente in tutti i canali di vendita, dalla Ferramenta tradizionale alla più specializzata e moderna struttura di vendita 2 stabilimenti produttivi Logistica moderna unificata 2 canali distributivi: GDO TRADE Fissaggi leggeri Fissaggi meccanici pesanti Hobbista Artigiano Falegname Serramentista Vendite DIY Vendite Trade Collaborazioni Industriali Progettista Industria Fissaggi il business principale Installatore Carpentiere Muratore Grandi Opere Ancoranti chimici Fissaggi innovativi complessi e aree applicative speciali

9 Applicazioni speciali in settori con esigenze strutturali elevate L esperienza fischer italia Un evoluzione geometrica La fase triangolo Il capovolgimento della piramide dei fabbisogni informativi Scelta dell architettura La potenza dell analisi multidimensionale (modello ROLAP) Strumenti EIS e OLAP indifferenziati Nessuna segmentazione degli utenti finali Si parte dalle vendite

10 L importanza dei metadati La fase pentagono L allargamento della base utente Ampliamento DW di primo livello Strumenti per l utente finale Rivalutazione Query/Reporting La fase ottagono La fase cerchio La single version of the truth Cresce ancora il Data Warehouse Aumenta il numero di applicazioni Ancora scarsa la differenziazione degli strumenti per l utente finale Business intelligence a tutto tondo Architettura DW ibrida (HOLAP) Applicazioni java WEB Delivery Portal Progetti BPM

11 Segmentazione degli utenti BI Business Intelligence Tools Across Target Audiences Consumer Business Intelligence Tools Across Target Audiences Decision Maker Power User Business Analyst Technology Consumer Decision Maker Power User Business Analyst Technology Web Based Report Building and viewing SAS Web Report Studio Web Based Report Building and viewing SAS Web Report Studio Integration with Microsoft Office SAS Add-in for Microsoft Office Consumer Business Intelligence Tools Across Target Audiences Decision Maker Power User Business Analyst Technology Consumer Business Intelligence Tools Across Target Audiences Decision Maker Power User Business Analyst Technology Desktop Based Reporting SAS Report Studio Integration with Microsoft Office SAS Add-in for Microsoft Office Integration with Microsoft Office SAS Add-in for Microsoft Office Desktop Analyst Interface SAS Enterprise Guide

12 Consumer Business Intelligence Tools Across Target Audiences Decision Maker Power User Business Analyst Technology Consumer Business Intelligence Tools Across Target Audiences Decision Maker Power User Business Analyst Technology BI Infrastructure Management SAS Management Console Business Metadata Management SAS Map Studio Flexible Development Environment SAS AppDev Studio Powerful Portal SAS Delivery Portal 2.0 Un infrastruttura comune di Business Intelligence Dati e Metadati condivisi Diversi strumenti di accesso alle informazioni ma un unica piattaforma DW Common BI Infrastructure Common BI Infrastructure Shared Metadata Shared Data

13 Il DW alla base della strategia BI Common BI Infrastructure Business Metadata Shared Metadata Shared Data Da EIS a BPM Strumenti di fruizione differenziati Scorecard/dashboard Analisi multidimensionale Query reporting Continuità analitica Link da BPM a navigazione OLAP Cambia il concetto di granularità? L architettura SPM Sas Un Esempio Data mart Regole calcolo indicatori Browser WWW Finance Clienti HR Processi DW AZIENDALE Dati indicatori scorecard Disegno della Visualizzazione Regole scorecard Publisher DISTRIBUTION LAYER PDA Mobile WAP Fonti dati Controlli Normal. SPM Engine

14 I dati sono spiegati e commentati nelle note La posta elettronica è integrata per inviare messaggi al responsabile La carta d identità spiega il dell indicatore significato dell indicatore Commenti, suggerimenti, to do, possono essere introdotti dagli utenti Web e condivisi nel Forum L utilizzatore sceglie cosa analizzare e a che livello di dettaglio Documenti allegati di vario genere e formato (es. fogli Excel, pagine Word, ecc.) collegati agli indicatori, possono completare le informazioni distribuite

15 Agenda Quando la BI non si chiamava così Il paradosso dell informatica aziendale Il modello evolutivo di DW e BI Occorre un approccio strategico L esperienza di fischer italia Conclusioni Conclusioni Strumenti e tecnologie BI si evolvono DW unione di data marts non riesce a supportare questa evoluzione Una buona architettura di corporate DW è un infrastruttura che può supportare la differenziazione dei tools BI per gli utenti finali Da Q/R a BPM un unica piattaforma di back-end Architettura di Data Warehouse come requisito per una strategia efficace di Business Intelligence Matteo de Angelis Direttore Organizzazione&Sistemi mda@fischeritalia.it