I SISTEMI INFORMAZIONALI

OBIETTIVI
Lorenzo Sarti

Sfruttare il patrimonio dei dati operativi per estrarre le informazioni utili nel processo decisionale i f i i tili l d i i l Superare i limiti dei primi strumenti di supporto alle decisioni
Reporting tra livelli aziendali
Staticit e lentezza difficolt e pesantezza delliter di realizzazione

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Fogli di calcolo
scarsa controllabilit dei dati e di come sono stati importati proliferazione di fogli di calcolo personali non possono trattare grandi quantit di informazione
2

INTERROGAZIONI SUI DATI

Lorenzo Sarti

Interrogazioni sui sistemi operazionali (puntuali)

Che tipo di modalit di pagamento stata concordata per questo cliente? Cosa deve produrre oggi il centro di lavoro 10? Di cosa ho bisogno per produrre 12 sedie modello Tamigi blu? Quali fatture fornitore devo ancora pagare?

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Interrogazioni sui sistemi informazionali (complesse e poco prevedibili)

Di quanto aumentato il margine operativo di questa linea di prodotti rispetto allo scorso anno? Esiste una correlazione tra la zona in cui risiede un cliente, la sua scolarit e la sua propensione allacquisto di prodotti di lusso? Che rapporto c tra i costi delle spedizioni di peso inferiore ai 100kg e quelle di peso superiore o pari a 100 kg?

SISTEMA INFORMAZIONALE
Lorenzo Sarti

Ambiente complesso composto da dati e strumenti di analisi

Base di dati
modello intuitivo ed efficiente per lanalisi dati di interesse per lanalisi provenienti da BD operazionale, BD specialistiche, fonti esterne fonti integrate, dati corretti e consistenti aggiornamento tramite opportune procedure

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Strumenti di analisi dei dati

reporting sistemi di analisi interattiva guidata da ipotesi sistemi di data mining
4

TERMINOLOGIA
Lorenzo Sarti

Data Warehouse: il magazzino dei dati Data Warehousing

Strumenti e tecniche di definizione, costruzione, mantenimento del data warehouse

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Decision Support System (DSS)

Sistemi informatici usati nel processo decisionale come supporto allestrazione delle informazioni da basi di dati organizzate

Data Mining
Strumenti e tecniche per lestrarre informazioni nascoste dai dati

Business Intelligence
Attivit di estrazione di informazione dai dati di business generati dai processi operativi aziendali

Knowledge Management
Trattamento informatizzato della conoscenza aziendale in senso ampio (anche da basi di dati non strutturate)
5

CARATTERISTICHE DEI SISTEMI

INFORMAZIONALI
Lorenzo Sarti

Finalit
Fornire il substrato informativo per la conoscenza dellazienda dell azienda Descrivere il passato, aiutare ad identificare i problemi Suggerire i cambiamenti da apportare, fornire anticipazioni su scenari futuri

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Struttura
Dati articolati intorno a soggetti di cui si vuol conoscere lapporto alla vita aziendale

Utenza
Decisori, manager con visione e conoscenza ampia dellazienda
richiedono strumenti di uso intuitivo che li seguano nei processi decisionali
6

CARATTERISTICHE DEI DATI AI FINI

INFORMAZIONALI
Lorenzo Sarti

Storicit Arco temporale coperto molto pi esteso di quello operazionale. Pu arrivare anche a 10 anni Mantenimento delle informazioni sullevoluzione storica dei soggetti di interesse Dettaglio o Granularit Disponibilit di livelli diversi di aggregazione Il grado minimo di aggregazione dei dati nel data warehouse corrisponde ad un fatto elementare
la granularit del data warehouse minima quando ogni fatto corrisponde ad un solo evento origine Pi comunemente ha gi un certo livello di aggregazione.
Esempio, attivit di acquisto di un oggetto da parte di un cliente su un giorno 7

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

CARATTERISTICHE DEI DATI AI FINI

INFORMAZIONALI
Lorenzo Sarti

Multidimensionalit
Accesso alle i f A ll informazioni tramite ennuple di coordinate i i i l di Sistemi informazionali hanno di solito alta dimensionalit se confrontati con i sistemi operazionali

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Accesso

Accesso interattivo in sola lettura Aggiornamenti dei dati sporadici Aggiornamenti fatti solo in momenti in cui lattivit interattiva nulla

Temporalit

CARATTERISTICHE FUNZIONALI DEI DW

Lorenzo Sarti

Integrazione dei dati

Livello di integrazione dei dati provenienti da fonti diverse

Accessibilit
Grado di facilit duso e velocit di risposta

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Flessibilit e sintesi
Capacit del modello di assecondare lutente nellarticolare richieste, aggregare dati e mettere in relazione misure secondo criteri di selezione non prefissati

Completezza
Capacit del sistema informazionale di rappresentare tutti gli eventi importanti per le analisi
Si riferisce sia al modello sia alle istanze dei dati memorizzati

MODELLO MULTIDIMENSIONALE DEI DATI

Lorenzo Sarti

Il processo di analisi centrato sui soggetti Descrizione e confronto di soggetti attraverso l misura D i i f t tti tt la i degli eventi cui questi partecipano
un evento pu essere in relazione con diversi soggetti un soggetto pu partecipare a pi eventi

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Spazio delle informazioni come insieme di matrici multidimensionali Ogni matrice rappresenta un tipo di evento Ogni l O i elemento della matrice rappresenta un singolo evento t d ll t i t i l t descritto da un insieme di coordinate Ogni coordinata rappresenta un soggetto per le analisi da condurre su quella tipologia di evento

10

MODELLO MULTIDIMENSIONALE DEI DATI

Lorenzo Sarti

Ipercubo: matrice multidimensionale che rappresenta una tipologia di evento

Dimensione: una coordinata, corrisponde ad un soggetto ed assume i vali valori assunti dal soggetto in gioco Fatto Elementare: un elemento della matrice. Viene ottenuto come incrocio delle coordinate (specificando i soggetti in gioco) Misura: valore numerico che quantifica un fatto

11

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

LIPERCUBO O DATA CUBE

Lorenzo Sarti

Data cube
con gli assi si indicano le istanze delle dimensioni le celle contengono la misura del fatto
L Luogo
Maggio Aprile Febbraio Gennaio Milano Roma Siena Firenze

Quantit

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Quantit(Luogo,Categoria,Periodo)

Frullatori Proiettori Televisori

Radio

12

FATTI
Lorenzo Sarti

Fatto Evento che accade nell ambito dell attivit e che si ha interesse a nellambito dellattivit misurare (es.: le vendite, i reclami, le spedizioni) Caratteristiche del fatto Dimensioni che lo collocano nel tempo e nello spazio aziendale. Spesso ha gi un certo livello di aggregazione.
Esempio, attivit di acquisto di un oggetto da parte di un cliente su un giorno

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Misure che lo quantificano Informazioni descrittive Identificazione univoca d l f Id ifi i i del fatto e d ll misure tramite lennupla di delle i i l l coordinate Fatto : (dimensione1, ... dimensioneN) Misura: (dimensione1, dimensioneN).Misura

13

MISURE
Lorenzo Sarti

Misura Caratteristica numerica del fatto che ne descrive aspetti quantitativi rilevanti per lanalisi Ogni fatto pu avere pi misure Esempio vendita: numero elementi venduti e valore totale della vendita Le misure possono essere Effettive, memorizzate sulla base di dati Calcolate run-time utilizzando i valori delle misure effettive Implicite, indicano la presenza (o lassenza) di un fatto

14

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

AGGREGABILIT
Lorenzo Sarti

Dai fatti elementari si possono derivare fatti sintetici, quando non si considerano una o pi coordinate Le misure dei fatti sintetici sono ottenute aggregando le misure dei fatti elementari tramite opportuni operatori Somma, media, max, min, ecc. Per ogni coppia (misura, dimensione) possono essere definiti operatori di aggregazione diversi Una misura pu essere non aggregabile lungo una dimensione U ope ato e Un operatore pu essere utilizzato per aggregare lungo alcune esse e ut ato pe agg ega e u go a cu e dimensioni e non lungo altre

15

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

AGGREGABILIT
Lorenzo Sarti

Aggregabilit Possibilit P ibili di usare un operatore di aggregazione su una i misura Operatore Somma di solito il default Additivit Possibilit di usare loperatore di aggregazione Somma su una misura

16

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

AGGREGABILIT: ESEMPIO
Lorenzo Sarti

Articolo PP1007015 PP1007015 VA1010 Pannello di Polistirolo 100x70x1,5 Pannello di Polistirolo 100x70x1,5 Vite in acciaio 10mmx1 PP1007015 PP1007015 VA1010 Pannello di Polistirolo 100x70x1,5 Pannello di Polistirolo 100x70x1,5 Vite in acciaio 10mmx1

Deposito Materia Prima Ricezione Merce Materia Prima

Data 13/02/05 13/02/05 13/02/05

Misura (Giacenza) 100 20

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

24002

Materia Prima Ricezione Merce Materia Prima

14/02/05 14/02/05 14/02/05

110 0 23870

La misura Giacenza
Additiva rispetto alla dimensione deposito Non additiva rispetto alla dimensione tempo Non aggregabile rispetto alla dimensione Articolo

17

FATTI SENZA MISURE PROPRIE

Lorenzo Sarti

Di alcuni fatti lunica cosa che interessa misurare che si siano verificati i i ifi ti
Valutazione della presenza Valutazione della frequenza

Articolo Art.1 Art.2 Art. 3

Conteggio 3 2 0

Esistenza True True False

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

La misura (implicita) la presenza o lassenza del fatto Operatori di aggregazione

Conteggio
Presenza = 1 Assenza = 0

... Art.3 Art.2 At2 Art.1 ... 13/1/2005 12/1/2005

Operatori booleani
Presenza = True Assenza = False

18

DIMENSIONI
Lorenzo Sarti

Dimensione
Soggetto a cui si vuole rapportare i fatti di analisi

Linsieme delle dimensioni di un fatto

Determina la granularit con cui possibile misurare il fatto Influisce sulla complessit del modello informativo Limita il dettaglio delle informazioni che si possono estrarre

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Dominio d ll di D i i della dimensione i

Insieme dei diversi valori che una dimensione pu assumere Il dominio deve essere finito (se il dominio continuo o infinito deve essere reso discreto e finito)
Esempio, la dimensione tempo

19

GERARCHIE
Lorenzo Sarti

Gerarchia
Insieme di attributi ( tt ib ti dimensionali) collegati I i tt ib ti (attributi di i li) ll ti gerarchicamente ad una dimensione

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Gli attributi dimensionali

Sono usati per aggregare i fatti elementari Sono determinati univocamente dal valore della dimensione Rappresentano classificazioni della dimensione

Lanalisi dei fatti di un cubo pu essere condotta attraverso viste che utilizzano attributi dimensionali

20

10

GERARCHIE: ESEMPIO
Lorenzo Sarti Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Gerarchia sulla dimensione Cliente

Esempi di aggregazione lungo attributi dimensionali

21

DATA WAREHOUSE E DATA MART

Lorenzo Sarti

Data warehouse
Magazzino unico, completo e consistente unico dellinformazione aziendale Contiene dati articolati attorno a tutti i fatti di interesse aziendale (tutti i possibili ipercubi) Pu raggiungere dimensioni estremamente elevate

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Data Mart porzione del data warehouse

Tutti e soli i dati di interesse di un utente utt so dat d te esse d u ute te La minore dimensione del data mart corrisponde ad una maggior velocit nelle risposte e maggior facilit di utilizzo

22

11

DATA WAREHOUSE E DATA MART

Lorenzo Sarti

Data mart: Data warehouse tematico, derivato dal data warehouse aziendale
Comprende i soli fatti che riguardano una certa area dindagine Estensione temporale ridotta Granularit dei fatti minore

Basi di dati operazionali / esterne

Sistemi Informativi per la Gestione Aziend dale - 2009/2010

Data Warehouse

Data Mart tematici

DM Qualit

DM Personale

DM Vendite

Direttori dei dipartimenti

23

12