SISTEMI INFORMATIVI DIREZIONALI

SISTEMI INFORMATIVI DIREZIONALI
Master MATIT Sistemi Informativi Direzionali

I Livelli di un SI Aziendale
livello direzionale vengono svolte tutte quelle attività necessarie alla definizione degli obiettivi da raggiungere ed alle azioni, eventualmente correttive, da intraprendere per perseguirli. livello operativo si occuperà delle attività attraverso cui l’azienda produce i propri servizi e prodotti. il livello direzionale è supportato dai cosiddetti sistemi informativi direzionali. Master MATIT Sistemi Informativi Direzionali

Schema di un sistema direzionale
Motori di calcolo (DSS) Motori di presentazione Q&R (EIS) OLAP Data Warehouse Data Entry (budget, dati direzionali) Alimentazione OLTP DB TRANSAZIONALI Master MATIT Sistemi Informativi Direzionali

Caratteristiche di un SID
i sistemi informativi direzionali hanno la caratteristica di essere alimentati da altri sistemi quali ad esempio i sistemi informativi aziendali oppure mediante informazioni introdotte manualmente dagli utenti finali. Master MATIT Sistemi Informativi Direzionali

Le informazioni trattate
informazioni fortemente aggregate. I SID devono fornire ai dirigenti aziendali dati sintetici (indicatori gestionali) medie, ricavi globali, in certi intervalli temporali tempificate. in diverse dimensioni. Il tempo la dimensione prodotto dimensione processi dimensione responsabilità cliente, al fine di analizzare redditività, volume di affari e bacino di utenza. Master MATIT Sistemi Informativi Direzionali

Sistemi Informativi Direzionali
Un nuovo ruolo Il nuovo ruolo dell'Information Technology (IT) aziendale è quello di fornire al top management informazioni rapide ed efficaci sulle quali basare le decisioni strategiche Master MATIT Sistemi Informativi Direzionali

OLTP On Line Transaction Processing Transazioni predefinite e di breve durata Dati dettagliati, recenti e aggiornati Dati residenti su un unico DB Read & write di pochi record Critiche le proprietà ACIDe Implementate su Main Frame Master MATIT Sistemi Informativi Direzionali

Sistemi direzionali Decisioni di tipo “tattico” e “strategico” Es. Quanti prodotti sono stati venduti nello scorso anno per regione e categoria? Uno sconto tra il 10 ed il 20% potrebbe aumentare le vendite di auto nel prossimo bimestre? Su quali dati? Su quelli accumulati da OLTP Master MATIT Sistemi Informativi Direzionali

Metodologia OLAP L’obiettivo che si pone la metodologia OLAP è quello di fornire un supporto efficiente l’analisi delle informazioni prendendo in considerazione più variabili contemporaneamente (analisi multi dimensionale dei dati). Master MATIT Sistemi Informativi Direzionali

OLAP On Line Analytical Processing Interrogazioni complesse e casuali Dati storici e aggregati Dati provenienti da più DB eterogenei Moltissime operazioni di Read (nessuna di write) Visualizzazione dei dati su PC Master MATIT Sistemi Informativi Direzionali

Cosa vuol dire OLAP (Codd)
“OLAP è il nome dato all’analisi dinamica dell’impresa necessaria per creare, manipolare, animare e sintetizzare informazioni dai Data Models Aziendali. Questo processo consente di scoprire nuove relazioni tra le variabili, di identificare i parametri necessari alla gestione di grosse quantità di dati, di creare un numero illimitato di dimensioni di specificare condizioni ed espressioni che coinvolgono, contemporaneamente, più dimensioni. Master MATIT Sistemi Informativi Direzionali

Da tener ben presente …. I dati usati dai sistemi OLAP sono gli stessi di quelli usati dai sistemi OLTP: quello che cambia nei due tipi di sistemi è l’elaborazione compiuta sui dati. . Master MATIT Sistemi Informativi Direzionali

OLTP vs OLAP Users: Impiegati Op. giornaliere Op. Correnti Op. Ripetitivo Trans. Breve Decine di record acceduti per volta Migliaia di utenti 100 MB – 1 GB Users: dirigenti Supporto Decisioni Dati Storici Oper. Casuali Int. Complesse Milioni di record acceduti Centinaia di utenti 100 GB – 1 TB Master MATIT Sistemi Informativi Direzionali

Cosa è un data warehouse?
Definizione (Inmon) Un data warehouse è un data base relazionale Subject Oriented Integrato Non volatile Time Variant … progettato per “query and analysis” ---- invece che per l’elaborazione di transazioni. Master MATIT Sistemi Informativi Direzionali

Un DW Contiene dati storici derivati dalle transazioni, anche se può contenere dati di altra fonte Separa il carico dell’analisi da quello delle transazioni Contiene, oltre ad un DB relazionale, moduli di: ETL (Extraction, Transformation Loading) OLAP (On Line Analytical Processing) Client analysis tools Altre applicazioni per analisi dei dati e produzione di rapporti a utenti “business” Master MATIT Sistemi Informativi Direzionali

Subject Oriented …. Subject Oritented I DW sono progettati per aiutarti ad analizzare i tuoi dati per i tuoi scopi … Chi è stato il nostro miglior venditore di aspirapolveri lo scorso anno?? Topic: “miglior venditore di aspirapolveri”:  analisi orientata al soggetto Master MATIT Sistemi Informativi Direzionali

Integrated …. Risoluzione dei conflitti tra nomi e dei problemi derivanti dal fatto che i dati si trovano espressi in unità di misure differenti. Nel DB della succursale di Roma il Sig. Rossi ha venduto 1000 aspirapolveri a lire mentre nel DB della filiale di NY, Mr Bush ha venduto 900 aspirapolveri a $ 600 … come confronto i dati? Come risolvo i conflitti tra nomi? Master MATIT Sistemi Informativi Direzionali

Non volatile I dati non variano una volta entrati nel warehouse … Il warehouse deve analizzare ciò che è accaduto Il Sig. Rossi ha venduto 1000 aspirapolveri, ed ad oggi è il RecordMan di vendite Se tra mezz’ora Mr. Bush ne vende altre 250, questa informazione non deve entrare nel WH Master MATIT Sistemi Informativi Direzionali

Time Variant La maggior parte delle analisi per i business sono analisi di “trend”. Per questo si ha bisogno di una grande mole di dati storici. Voglio sapere negli ultimi tre anni l’andamento in borsa della Compagnia su Milano, Londra e Francoforte Master MATIT Sistemi Informativi Direzionali

Considerazioni ….. Non interessa un singolo dato, ma dati aggregati Somma, media, minimo, massimo Le operazioni di aggregazione sono fondamentali per popolare e mantenere un Data Warehousing Le operazioni tipiche di un DW saranno: Accesso e interrogazione – diurne Caricamento e Aggiornamento dati – notturne Su milioni di record Master MATIT Sistemi Informativi Direzionali

Considerazioni … Esigenza di una base dati separata perché Esistono diverse sorgenti di dati … sorgenti che devono essere integrate e tecnicamente ciò non può essere fatto in linea I dati da integrare devono essere aggregati Metodi di accesso specifici Degrado delle prestazioni Master MATIT Sistemi Informativi Direzionali

Architettura di un sistema direzionale
utenti Data Marts Sorgenti dei dati Magazzino dati analisi Area di Staging Acquisti reporting Vendite Sistemi di supporto operativo mining File piatti Inventario Master MATIT Sistemi Informativi Direzionali

Rappresentazione dei Dati
Sorgenti informative… i DB preesistenti … dipartimentali …. Vendita, promozione, marketing DW: la base dati integrata con soggetti comuni a tutta l’organizzazione Data Marts – componente del DW – soggetti dipartimentali o settoriali selezionati Strumenti di analisi, focalizzati su un problema in esame Master MATIT Sistemi Informativi Direzionali

Come viene popolato un DW
Attività Estrazione dei dati Dalle sorgenti informative Trasformazione Pulizia dei dati, trasformazione di formato, correlazione con oggetti in sorgenti diverse Caricamento Con introduzione di informazione temporali e generazione di dati aggregati Refresh Le stesse fasi eseguite incrementalmente A supporto di queste attività sono mantenute certe informazioni dette METADATI Master MATIT Sistemi Informativi Direzionali

Tecniche di Analisi dei dati
Un data warehouse viene costruito per fornire un accesso facile a sorgenti contenenti una grossa quantità di dati Si tratta allora di un mezzo per arrivare ad un fine. Quale è il fine? Effettuare analisi e prendere decisioni a partire da quei dati. Quali sono allora le tecniche di analisi dei dati comunemente usate oggigiorno? Master MATIT Sistemi Informativi Direzionali

Classificazione Tecniche
Query and reporting Analisi multi dimensionale Data mining Display, Analizza, Scopri In funzione dell’uso DW Data Mart Master MATIT Sistemi Informativi Direzionali

1) Query And Reporting E’ il processo di Porre una interrogazione Rilevare dati fondamentali dal DW Trasformare i dati in un contesto appropriato Porre i risultati in un formato leggibile Master MATIT Sistemi Informativi Direzionali

Q&R Query Definition Data Access and retrieval Calculation manipulation Report Preparation Delivery Answer Set Quanti aspirapolvere Sono stai venduti dall’ 10-9 al 16-9? E quanti nel nostro negozio di Agnano? Master MATIT Sistemi Informativi Direzionali

2) Analisi Multidimensionale
L’analisi dei dati viene eseguita sui dati estratti dal DW o dal Data Mart e rappresentata in forma multidimensionale. E’ basata di solito su Fatti: un concetto sul quale centrare l’analisi Misura: Una proprietà atomica di un fatto da analizzare Dimensione: Una prospettiva lungo la quale effettuare l’analisi Esempio: Telefonata/Costo, durata/Chiamata, Chiamante, Tempo Master MATIT Sistemi Informativi Direzionali

Un Esempio Un’azienda si occupa delle vendite di determinati prodotti, per la quale sono rilevanti tre dimensioni: prodotti, tempo e mercati geografici. Per descrivere questa situazione si può pensare ad un cubo, sulle cui dimensioni geometriche riportiamo le dimensioni di interesse dell’azienda Master MATIT Sistemi Informativi Direzionali

I punti di vista il manager di prodotto è interessato alle vendite di un determinato prodotto in tutti i mercati e in tutto il periodo di tempo preso in considerazione l’analista finanziario è interessato ai risultati di vendita relativi a tutti i prodotti e tutti i mercati in un determinato periodo temporale il responsabile regionale ha bisogno di conoscere le vendite nel tempo di tutti i prodotti disponibili sul mercato di sua competenza l’analista di mercato può essere interessato alle vendite di un determinato prodotto, su di un singolo mercato e relative ad un preciso periodo temporale Master MATIT Sistemi Informativi Direzionali

Le prospettive … Le prime tre prospettive sono ricavabili fissando il valore di una delle tre dimensioni e aggregando i dati lungo le rimanenti due Ciò corrisponde ad una visualizzazione bidimensionale, tipo foglio elettronico. L’ultima prospettiva, quella dell’analista di mercato, si ottiene fissando un intervallo su ognuna delle tre dimensioni Un cubo Master MATIT Sistemi Informativi Direzionali

Approcci all’OLAP L’insieme dei dati da navigare è archiviato su una struttura dati a matrice dove sono registrate tutte le sintesi statistiche degli incroci multidimensionali possibili il viewer in questo caso chiede i dati direttamente al database multidimensionale insieme dei dati su cui navigare è registrato su una o più tabelle relazionali; i dati, in questo caso, sono acceduti tramite query su di essi, vengono effettuate le sintesi necessarie per la visualizzazione dei risultati. Master MATIT Sistemi Informativi Direzionali

Rappresentazione multidimensionale
Mercati Quantità Prodotti Vendite Periodi di tempo Master MATIT Sistemi Informativi Direzionali

ROLAP La R sta per relazionale ed indica la caratteristica peculiare di estrazione dati da una strutture dati di tipo relazionale (una o più tabelle in formato riga-colonna). vantaggio dati acceduti sono sempre gli ultimi disponibili. Esiste una classe di strumenti che è in grado di recuperare i dati dalle tabelle e sintetizzarli. svantaggio risiede, invece, nel fatto che una volta usciti dal viewer i dati di sintesi si perdono e quindi per riaccedervi è necessario rieseguire le estrazioni e le sommarizzazioni. Master MATIT Sistemi Informativi Direzionali

MOLAP indica l’esistenza di una struttura per dati multi dimensionali. il viewer chiede i dati direttamente a questa struttura, la quale li ha già memorizzati secondo le dimensioni, Vantaggio in questo caso sono i tempi di risposta. svantaggio il Multidimensional Data Base deve essere allineato all’aggiornamento dei dati di base dal quale viene generato. Master MATIT Sistemi Informativi Direzionali

Una nota sul MOLAP Il Gartner Group, sostenitore dell’approccio MOLAP, ha affermato in una Research Note che i database multidimensionali permettono di concentrarsi sulla business view, ovvero sugli aspetti più propriamente aziendali …. mentre i tradizionali database relazionali richiedono la cosiddetta system view, impedendo, di fatto, un’interazione diretta dei responsabili aziendali poco pratici in materia Master MATIT Sistemi Informativi Direzionali

La soluzione MOLAP Ha come perno il concetto di array multidimensionale, tecnica per la riorganizzazione e la memorizzazione di dati aggregati, in modo che possano essere analizzati da più prospettive. Un array multidimensionale è costituito da un insieme di celle di dati, ciascuna delle quali contiene il valore assunto da una specifica misura, trovato in base alla formula di calcolo e alle dimensioni che determinano il processo di aggregazione. In tale struttura, ciascuna dimensione funge da indice per l’individuazione di un insieme di celle di dati, eventualmente composto da un singolo elemento Master MATIT Sistemi Informativi Direzionali

Un esempio di MOLAP 2D 1° TRIM. 2° TRIM. 3° TRIM. 4° TRIM. PROD. A 100 110 96 94 PROD. B 200 203 174 88 PROD. C 45 49 35 56 PROD. D 78 69 71 Master MATIT Sistemi Informativi Direzionali

Ovvero …. L' esempio riportato in tabella corrisponde essenzialmente alla gestione dei dati caratteristica dei fogli elettronici. Nell’esempio le dimensioni considerate sono la dimensione prodotto e la dimensione tempo, la misura riguarda le vendite dei prodotti e la formula di aggregazione consiste nel calcolo del numero totale di unità vendute. Master MATIT Sistemi Informativi Direzionali

Individuazione degli elementi
fissando uno specifico prodotto ed uno specifico trimestre si individua la cella che riporta il numero totale di unità vendute di quel prodotto in quel periodo. fissando, un valore su una sola delle due dimensioni si ha accesso a tutti i dati relativi al valore fissato lungo tutta la dimensione su cui non è stato specificato un attributo. volendo determinare il numero totale di unità vendute del prodotto A in tutto l’anno è sufficiente accedere all’array fissando l’attributo PROD. A e sommando i valori presenti su tutta la riga selezionata. Master MATIT Sistemi Informativi Direzionali

Operazioni sui dati Multidimensionali
Roll Up Aggregazione dei dati Es. volume di vendita totale dello scorso anno per categoria e regione Drill down Disaggregazione dei dati Es. mostra le vendite giornaliere e dettagliate di ciascun negozio per una certa categoria di prodotti Slice & Dice Proiezione su un piano Solitamente bidimensionale Pivot Riorientamento del cubo Master MATIT Sistemi Informativi Direzionali

Ovvero …. vendite Europa Asia Nord America Regione Città Impiegato Drill Down Roll Up Master MATIT Sistemi Informativi Direzionali

Dimensional Fact Model (DFM)
E’ un modello concettuale grafico per DW. La rappresentazione generata dal DFM è detta Dimensional Scheme (DS) e consiste in un insieme di Fact Scheme (FS). Il DFM è indipendente dal modello logico target (multidimensionale o relazionale). FS compatibili possono essere sovrapposti per mettere in relazione e comparare dati. I FS possono essere integrati con informazioni sul carico di lavoro, da usarsi come input per il progetto logico. Master MATIT Sistemi Informativi Direzionali

Fact Scheme I componenti di base dei FS sono fatti, dimensioni e gerarchie. Un fatto è un evento di interesse per l’ impresa ed è descritto da un insieme di misure. Una dimensione determina la granularità di rappresentazione dei fatti. Una gerarchia determina come le istanze di fatto possono essere aggregate e selezionate in modo significativo per il processo decisionale. Master MATIT Sistemi Informativi Direzionali

Fatti : associazioni molti a molti

Il Dimensional Fact Model
Le misure sono attributi a valori continui tipicamente numerici che descrivono il fatto da diversi punti di vista. Ad esempio, ogni vendita è misurata dal suo incasso. Le dimensioni sono attributi discreti che definiscono la la granularità minima di rappresentazione dei fatti dimensioni tipiche per il fatto vendite sono prodotto, negozio, data. Le gerarchie (una per ciascuna dimensione) sono costituite da attributi discreti collegati da associazioni -to-one. La gerarchia sulla dimensione prodotto include ad esempio gli attributi tipo di prodotto, categoria, dipartimento, ecc. Alcuni attributi, rappresentati da una linea, sono detti attributi non dimensionali e non possono essere utilizzati per aggregare i dati. Master MATIT Sistemi Informativi Direzionali

Modellazione dei dati: Star Schema
individuazione delle variabili oggetto dell’analisi corrente per ciascuna di queste variabili devono essere definite le misure e, per ciascuna misura, le dimensioni ad essa associata che, ricordiamo, determinano il tipo e il livello del processo di aggregazione. scelta degli attributi di ciascuna dimensione che devono essere memorizzati nella tabella associata. Questa scelta determina il livello di dettaglio con cui viene descritta la misura e la gerarchia di aggregazione nella dimensione. Master MATIT Sistemi Informativi Direzionali

Modello logico Relazionale
Lo star schema prevede una tabella centrale, detta Fact Table, che determina l’oggetto dello studio e più tabelle di appoggio, denominate Dimensional Table, che rappresentano le dimensioni utilizzate per l’analisi. La chiave della FT è composta dalle chiavi delle varie DT. Le sottoparti della chiave della FT sono chiavi importate delle DT. Esiste una relazione di tipo 1-a-n tra le Dimension Table e la Fact Table L’accesso ai dati avviene tramite join tra le Dimension Table e la Fact Table Master MATIT Sistemi Informativi Direzionali

Esempio Master MATIT Sistemi Informativi Direzionali

Esempio di Query Master MATIT Sistemi Informativi Direzionali

Star Schema: osservazioni
Le Dimension Table sono completamente denormalizzate. Si riduce il numero di join necessari Ma … Aumenta la dimensione delle tabelle La Fact Table contiene tuple relative a diversi livelli di aggregazione L’elevata dimensione della Fact Table incide sui tempi di accesso Non si hanno problemi di sparsità in quanto vengono memorizzati soltanto le tuple corrispondenti a punti dello spazio multi-dimensionale per cui esistono le informazioni Master MATIT Sistemi Informativi Direzionali

DENORMALIZZAZIONE Nei casi pratici il numero di variabili da controllare delle misure per ciascuna variabile delle dimensioni associate a ciascuna misura sono molto più elevati …. ciò comporta una proliferazione notevole del numero delle tabelle sia di quelle associate alle dimensioni, sia di quelle associate alle misure. Poiché i dati aggregati memorizzati nelle tabelle delle misure non sono soggetti a ripetizione, tali tabelle sono normalizzate laddove quelle delle dimensioni sono normalmente denormalizzate, dovendo memorizzare tutti gli attributi di ogni livello di aggregazione implementato. Master MATIT Sistemi Informativi Direzionali

LO SCHEMA A FIOCCO DI NEVE (snowflake)
La variante nota con il termine schema a fiocco di neve consiste nella suddivisione delle tabelle delle dimensioni a livello degli attributi di aggregazione Si ottiene normalizzando una o più dimensioni dello star schema il che consente di avere un numero di tabelle maggiori ma di piccole dimensioni e normalizzate con conseguente semplicità di gestione in fase di popolazione ed aggiornamento delle tabelle Master MATIT Sistemi Informativi Direzionali

Lo snowflake schema Si riduce la dimensione e la cardinalità delle Dimension Table Ogni Fact Table conterrà solo informazioni a particolari livelli di aggregazione È necessario un modulo del DBMS (Aggregation Navigator) che, per ogni query, decida a quale fact table accedere Master MATIT Sistemi Informativi Direzionali

esempio Master MATIT Sistemi Informativi Direzionali

Come fare le interrogazioni?
In linea di principio, la popolazione di uno star schema può essere effettuata ricorrendo al linguaggio SQL standard: questa soluzione, però, è estremamente complicata e dispendiosa in termini di tempo, in quanto, per ciascuna misura, bisogna considerare alternativamente ogni dimensione e applicare esplicitamente la formula di aggregazione desiderata (conteggio, somma, media, etc.). Per tale motivo, le applicazioni ROLAP utilizzano tecniche proprietarie per la popolazione e l’aggiornamento degli star schema, tecniche che si basano su opportune estensioni del linguaggio SQL. Master MATIT Sistemi Informativi Direzionali

3) DATA MINING Discovery Technique E’ una tecnica di analisi dei dati relativamente nuova Non effettua query ma usa algoritmi specifici che analizzano i dati e riportano quanto scoperto Trova relazioni tra certi dati, attraverso tecniche di clusterizzazione Master MATIT Sistemi Informativi Direzionali

Cosa è il DM Col termine data mining si indicano una serie di tecniche atte ad individuare delle relazioni tra dati non esplicitamente rappresentate ed inattese. Il processo di analisi comincia acquisendo conoscenza a partire da un certo campione di dati via via più ampio assumendo che le caratteristiche di un ampio set di dati sono simili a quelle di un campione limitato Master MATIT Sistemi Informativi Direzionali

PREDICTIVE MODELING questa tecnica cerca di ripercorrere i processi di apprendimento umani costruendo un modello che descriva le più importanti caratteristiche di un certo fenomeno. Il modello viene costruito in due fasi: Training set: costruisce il modello a partire da un grosso campione di dati storici; Testing set: verifica il modello cercando di predire i dati non visti precedentemente; Master MATIT Sistemi Informativi Direzionali

Le tecniche di PM Classificazione mediante alberi decisionali e reti neurali possono essere individuati record di particolari aggregati comportamentali Value prediction mediante modelli di regressione statistici lineari o non, viene effettuata la previsione futura per un certo aggregato di dati. La tecnica è simile alla tecnica di interpolazione utilizzata in analisi numerica ed è relativamente semplice da utilizzare Master MATIT Sistemi Informativi Direzionali

DATABASE SEGMENTATION
Lo scopo è partizionare il database in cluster di record omogenei (aventi cioè proprietà comuni) al fine di individuare dei profili di sub-popolazioni di dati presenti nel database. Fanno largo uso di queste tecniche quelle applicazione orientate a definire profili di utenza, marketing etc. Master MATIT Sistemi Informativi Direzionali

DEVIATION DETECTION Tendono ad individuare entità che si discostano dalle previsioni effettuate mediante modelli statistici. Queste tecniche possono fare uso di strumenti di visualizzazione grafica che possono riportare gli aggregati del modello ed i loro complementi Master MATIT Sistemi Informativi Direzionali

Analisi Multidimensionale
Analisi dei dati Data Driven Guidata dall’ Analista Assistita dall’ Analista Data Mining Query and reporting Analisi Multidimensionale Master MATIT Sistemi Informativi Direzionali

L’importanza del modeling
Il tipo di analisi fatto per un DW può determinarne Il tipo Il contenuto Summarization, Metadati espliciti: Q&R, MOLAP Drilling Down, Rolling UP: MOLAP Basso livello di dettaglio: Data Mining Master MATIT Sistemi Informativi Direzionali

Architetture di DW e Scelte implementative
Cosa è un Data Mart Un DW più piccolo che funziona indipendentemente o può essere interconnesa per formare un warehouse integrato “Un data mart è un sottoinsieme di un DW che assiste un particolare dipartimento o una particolare funzione direzionale”. memorizza un sottoinsieme dei dati del DW normalmente in forma molto aggregata utile ad un particolare dipartimento direzionale Master MATIT Sistemi Informativi Direzionali

Data Mart: Architettura
Monitoraggio & Amministrazione Metadati Sorgenti dei dati Sorgenti esterne Basi di dati operazionali Data Warehouse Strumenti di analisi Analisi dimensionale Data mining Visualizzazione Data Mart Master MATIT Sistemi Informativi Direzionali

Data Mart vs Data Warehouse
Un data mart contiene meno informazioni e quindi è più facile navigare in essi Un data mart non contiene dati operativi Un data mart si focalizza solo sui requisiti di un particolare dipartimento Master MATIT Sistemi Informativi Direzionali

Perché un Data Mart Essi permettono agli utenti un accesso rapido alle informazioni usate da loro più frequentemente migliorando i tempi di risposta del sistema (essendo diminuito il volume dei dati da visitare). Forniscono strutture dati appropriate ad esigenze specifiche agevolando le tecniche di data mining. Il costo per la creazione e la gestione di un data mart è normalmente più basso di quello di un DW Master MATIT Sistemi Informativi Direzionali

Data Mart: caratteristiche
Scalabilità; Dimensioni: devono garantire tempi di risposta più brevi rispetto ad un DW Rapporto tra la loro crescita e le loro performance; Le Viste logiche di diversi data mart fisici hanno il nome di virtual data marts; Le tecnologie di networking sono intimamente legate ai data marts Al crescere del numero di data marts cresce l’esigenza di avere un management centralizzato degli stessi al fine di coordinarne l’attività e mantenerne la consistenza Master MATIT Sistemi Informativi Direzionali

SISTEMI INFORMATIVI DIREZIONALI

Presentazioni simili

Presentazione sul tema: "SISTEMI INFORMATIVI DIREZIONALI"— Transcript della presentazione:

Presentazioni simili

Sul progetto

Feed-back

Entrare

Autorizzarsi attraverso i social network:

SISTEMI INFORMATIVI DIREZIONALI

Presentazioni simili

Presentazione sul tema: "SISTEMI INFORMATIVI DIREZIONALI"— Transcript della presentazione:

Presentazioni simili

Sul progetto

Feed-back