La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Le parti del Sistema Informativo Aziendale. Due Famiglie di Strumenti di Gestione dei Dati Data Base per l’elaborazione delle transazioni –On Line Transactional.

Presentazioni simili


Presentazione sul tema: "Le parti del Sistema Informativo Aziendale. Due Famiglie di Strumenti di Gestione dei Dati Data Base per l’elaborazione delle transazioni –On Line Transactional."— Transcript della presentazione:

1 Le parti del Sistema Informativo Aziendale

2 Due Famiglie di Strumenti di Gestione dei Dati Data Base per l’elaborazione delle transazioni –On Line Transactional Processing (OLTP) –Sistemi Transazionali o Operazionali( L’insieme delle applicazioni che supportano in tempo reale le attività giornaliere inerenti il business dell’azienda) Data Base per il Supporto alle Decisioni –On Line Analytical Processing (OLAP) – Sistemi di Analisi dei Dati (Sono strumenti strategici in grado di incrementare la conoscenza aziendale, supportano i manager nelle decisioni)

3 Gestione intelligente delle informazioni I dati: sono grezzi e disadorni. Sono per esempio un singolo record in un database transazionale. L’ informazione: è un dato accompagnato, in una certa misura, da un contesto e da un significato economico; le informazioni sono dati filtrati, sintetizzati, aggregati, esprimono dei concetti. Sopra l’informazione, se l’organizzazione è in grado di gestirsi, si costruisce la“conoscenza”, un’attitudine che è il risultato di una gestione razionale e continuativa delle interazioni tra: –informazioni, azioni passate, esperienza, comprensione.

4 La piramide della conoscenza

5 Query standard, query ad hoc e reportistica Il modo più semplice per fare analisi è poter disporre di query (interrogazioni) già preconfezionate ed eventualmente parametrizzabili. (Es. visualizza tutti i clienti che l’anno scorso hanno acquistato il prodotto X) In alternativa è possibile costruire query specifiche al presentarsi di situazioni particolari. Richiedono continue riprogettazioni che l’utente spesso non è in grado di fare. Per costruire una query occorre prima formulare un’ipotesi di ciò che voglio ricercare. Il ruolo dell’utente è principalmente passivo. La reportistica ha forma nota e aggiorna i valori alla richiesta dell’utente (vendite del mese per categorie di prodotto): in genere la presentazione o la parte cosmetica del report è in forma tabellare o grafica.

6 Esempio Applicativo TELLUS sistema informativo regionale per la gestione e il monitoraggio della ricostruzione

7 Le parti del Sistema Informativo Aziendale

8 Due Famiglie di Strumenti di Gestione dei Dati Data Base per l’elaborazione delle transazioni –On Line Transactional Processing (OLTP) –Sistemi Transazionali o Operazionali( L’insieme delle applicazioni che supportano in tempo reale le attività giornaliere inerenti il business dell’azienda) Data Base per il Supporto alle Decisioni –On Line Analytical Processing (OLAP) – Sistemi di Analisi dei Dati (Sono strumenti strategici in grado di incrementare la conoscenza aziendale, supportano i manager nelle decisioni)

9 Gestione intelligente delle informazioni I dati: sono grezzi e disadorni. Sono per esempio un singolo record in un database transazionale. L’ informazione: è un dato accompagnato, in una certa misura, da un contesto e da un significato economico; le informazioni sono dati filtrati, sintetizzati, aggregati, esprimono dei concetti. Sopra l’informazione, se l’organizzazione è in grado di gestirsi, si costruisce la“conoscenza”, un’attitudine che è il risultato di una gestione razionale e continuativa delle interazioni tra: –informazioni, azioni passate, esperienza, comprensione.

10 La piramide della conoscenza

11 Query standard, query ad hoc e reportistica Il modo più semplice per fare analisi è poter disporre di query (interrogazioni) già preconfezionate ed eventualmente parametrizzabili. (Es. visualizza tutti i clienti che l’anno scorso hanno acquistato il prodotto X) In alternativa è possibile costruire query specifiche al presentarsi di situazioni particolari. Richiedono continue riprogettazioni che l’utente spesso non è in grado di fare. Per costruire una query occorre prima formulare un’ipotesi di ciò che voglio ricercare. Il ruolo dell’utente è principalmente passivo. La reportistica ha forma nota e aggiorna i valori alla richiesta dell’utente (vendite del mese per categorie di prodotto): in genere la presentazione o la parte cosmetica del report è in forma tabellare o grafica.

12 Esempio Applicativo TELLUS sistema informativo regionale per la gestione e il monitoraggio della ricostruzione

13 Alcuni dati di riferimento Risorse finanziarie /anno

14 Risorse finanziarie /anno

15 Analisi Multidimensionale OLAP L’analisi multidimensionale offre differenti prospettive, “dimensioni” o “punti di vista”, attraverso i quali si può letteralmente andare a “spasso per i dati”. Aree geografiche, tempo, prodotti, clienti, fornitori sono tipiche dimensioni di un sistema OLAP. Grazie alla loro flessibilità e facilità d’utilizzo è possibile indagare per piccoli passi e scoprire le cause di particolari situazioni. Ciascun passo effettuato è conseguenza dei risultati ottenuti al passo precedente. È forse la principale modalità di fruizione di un ambiente di data warehousing

16 Esempio OLAP Analisi del materiale richiesto dagli utenti negli anni Analisi numero richieste al numero verde negli anni

17

18

19 Modellazione Segmentazione Dai dati storici vengono elaborati dei modelli. “Un modello è semplicemente una raccolta di costanti di una determinata caratteristica che come tale può essere rappresentata graficamente o mediante una serie di regole o notazioni” La segmentazione suddivide i clienti o altre aree di dati in determinati gruppi aventi caratteristiche comuni e dalle quali è possibile tracciare dei comportamenti e successivamente determinare strategie appropriate

20 Segmentazione della clientela sulla base delle tessere fedeltà

21

22 Knowledge Discovery A differenza della modellazione, la “Scoperta delle Conoscenza” è un processo che opera autonomamente senza l’intervento dell’analista. Gli algoritmi di KD individuano determinati modelli e relazioni non specificate dall’utente, spostando l’attenzione su ciò che è stato trovato piuttosto su ciò che si stava cercando. Non esiste un’ipotesi di partenza.

23

24

25 OLTP On line Trasaction Processing

26 Sistemi OLTP Sono sistemi che vengono giornalmente utilizzati per:  Registrare fatture  Pagare un fornitore  Emettere un ordine di acquisto  Registrare una bolla  Calcolare gli stipendi  Stampare gli ordini Sono sistemi: che effettuano operazioni in tempo reale supportano un alto carico di utenti nello stesso istante pensati e strutturati per effettuare un grande numero di piccole operazioni ripetitive (Transazioni) che si basano su Data Base relazionali e Normalizzati specializzati e verticali

27 Sistemi Transazionali OLTP Il termine OLTP (On Line Transaction Processing, elaborazione delle transazioni in linea) indica una tipologia di sistemi di gestione dati con caratteristiche ben definite. Gli obiettivi principali di tali sistemi sono supportare tutte le attività operative e quotidiane di una organizzazione.

28 Sistemi Transazionali OLTP La maggior parte dei sistemi informativi moderni OLTP aziendali si appoggia su data base di tipo Relazionale. Dalle semplici applicazioni di registrazione fatture, emissione di un ordine, acquisto o vendita, fino ad arrivare ai più complessi ERP vengono utilizzati data base relazionali per salvare in modo efficiente le informazioni generate dalle transazioni. Non è raro trovare sistemi di generazioni passate, che generalmente girano su mainframe o minicomputer e non rispondono ai requisiti architetturali moderni (DB non relazionali). Tali sistemi, difficili da integrare e interfacciare con l’esterno, sono detti sistemi “Legacy”

29 OLTP (On line Transaction Processing) I sistemi di gestione di basi di dati relazionali sono normalmente ottimizzati per supportare le operazioni transazionali (OLTP, On Line Transaction Processing ) le transazioni sono predefinite e di breve durata i dati di interesse sono dettagliati, aggiornati e recenti i dati risiedono su una unica base di dati leggono e/o modificano pochi record le proprietà “transazionali” sono critiche architettura (principalmente) centralizzata

30 Caratteristiche dei Sistemi OLTP Elaborano le transazioni che caratterizzano i processi operativi di una organizzazione – Operazioni predefinite e relativamente semplici – Ogni operazione coinvolge “pochi” dati – Dati di dettaglio, aggiornati e recenti – I dati risiedono, di solito, su un’unica base dati – Architetture (principalmente) centralizzate – Il rispetto delle proprietà ACID (Atomicity, Consistency, Isolation, Durability) di ogni transazione è fondamentale

31 Architettura OLTP “Il Modello Relazionale” La strutturazione dei sistemi OLTP è incentrata sui tempi di risposta delle singole transazioni e sulla precisione dell’aggiornamento dei dati piuttosto che sulle query analitiche. Per questo i dati vengono fisicamente distribuiti in una moltitudine di entità chiamate “Discrete” (tabelle), in base al loro contenuto informativo. Ogni tabella è collegata alle altre attraverso relazioni (Join).

32 Obiettivi dei sistemi OLTP Automatizzare i processi operativi delle imprese Consentire in tempo reale il normale svolgimento delle attività aziendali

33 Requisiti OLTP OLTP deve supportare in tempo reale tutte le attività operative di un’organizzazione. Che cosa succede se un utente non riesce a immettere un nuovo ordine perché il sistema non risponde? Cosa succede se una transazione viene persa dal sistema? (non deve mai accadere! Sicurezza ed efficienza sono fondamentali) Ambito limitato e natura funzionale delle applicazioni – I vari sistemi aziendali OLTP sono dipartimentali e difficilmente comunicano tra loro Enfasi sull’automazione –Operazione tipica (Es. immissione, modifica o cancellazione di un ordine )

34 Utenti OLTP Gli utenti di un sistema OLTP sono il personale operativo (gestione dei processi operativi): –Acquisizione o modifica di un ordine da parte del –personale dell’ufficio vendite. – Gestione del magazzino. Operano su dati dipartimentali e dettagliati. Le decisioni sono strutturate e basate su regole perfettamente definite.

35 Esempio Query OLTP Quali prodotti e categorie sono state acquistate dal mio cliente? SELECT NomeProdotto, NomeCategoria, Nomesocietà FROM Prodotti, Categorie, Clienti, [Dettaglio Ordini], Ordini WHERE Prodotti.idCategoria=Categorie.idCategoria AND Prodotti.idProdotto=[Dettaglio Ordini].idProdotto AND [Dettaglio Ordini].idOrdine=Ordini.idOrdine AND Ordini.idCliente=Clienti.idCliente AND NomeSocietà like’xx%’; SQLSQL

36 Criticità Dei Sistemi OLTP Separazione degli archivi (le informazioni di tipo amministrativo sono separate da quelle della produzione) Proliferazione di ridondanze, inconsistenze e incompletezza dei dati. Viste parziali o inconsistenti delle informazioni, difficoltà di creare una visione d’insieme delle informazioni aziendali.

37 Criticità OLTP I sistemi OLTP non sono adatti a fare analisi per il supporto alle decisioni

38 Query di analisi in ambiente OLTP Sono molto complesse da formulare. Hanno una alta complessità di calcolo (join su molte tabelle). Non sono interattive e non possono essere previste. Presentano delle complessità indotte anche dalla separazione degli archivi

39 OLAP On Line Analytical Processing

40 Sistemi Analitici (OLAP On Line Analytical Processing ) I sistemi OLAP nascono dall’esigenza di valorizzare, in modo più efficiente, l’enorme patrimonio informativo immagazzinato dai sistemi OLTP nello svolgere le attività aziendali.

41 Perché OLAP I sistemi informativi hanno aumentato la produttività delle organizzazioni automatizzandone la gestione operativa quotidiana. – Le vendite nei supermercati – L’instradamento e la contabilizzazione delle telefonate Questi dati, se opportunamente accumulati e organizzati, possono essere utilizzati per la pianificazione e il supporto alle decisioni: – La promozione di particolari prodotti –L’offerta di contratti diversificati La corretta gestione dei dati storici permette, ad una organizzazione, l’acquisizione ed il mantenimento di un significativo vantaggio competitivo

42 Obiettivi dei sistemi OLAP Definire una versione dei dati aziendali consistente, pubblica, di qualità. Facilitare l’accesso ai dati per un uso strategico. Supportare le decisioni e i Business Planning (finanza, marketing, vendite) della direzione aziendale.

43 OLAP (On line Analytical Processing) I sistemi di supporto alle decisioni dovrebbero invece supportare l’elaborazione analitica (OLAP, On-Line Analytical Processing), che ha le seguenti caratteristiche: le interrogazioni sono complesse e casuali i dati di interesse sono tipicamente storici e aggregati i dati possono provenire da più basi di dati — possibilmente non omogenee leggono un numero enorme di record — non scrivono mai le risposte alle interrogazioni sono attese in linea la visualizzazione dei dati è fondamentale architettura client-server

44 Requisiti OLAP OLAP deve supportare i manager nelle decisioni tattico-strategiche, deve avere una visione d’insieme interdipartimentale (livello aziendale) Sono caratterizzati: dalla disomogeneità dei dati di partenza dalla conservazione dei dati storici dalla qualità dei dati disponibili enfasi sulla generazione delle informazioni Operazione tipica (Es. report sulle vendite per regione nell’anno x del prodotto y al cliente alfa)

45 Utenti OLAP Gli utenti di un sistema OLAP sono in parte il personale gestionale, ma, più ancora, il personale direttivo (gestione dei processi Gestionali o/e Direttivi): –Gestione delle vendite. – Campagna di marketing. Decisioni tattico strategiche. –Operano su dati settoriali, aggregati o fortemente –integrati (visione aziendale) – Le decisioni sono semi-strutturate o non strutturate, non –esistono criteri specifici, le capacità personali sonofondamentali

46 OLTP vs OLAP È estremamente difficile far convivere i due carichi di lavoro Solo separando le due funzioni in sistemi dedicati è possibile gestire in maniera efficiente il problema Diverse ragioni: –Disomogeneità di utenti, requisiti, obiettivi –Ragioni tecniche

47 Motivazioni I sistemi OLTP sono progettati per essere efficienti nella gestione delle transazioni, ma risultano poco “maneggevoli” quando vengono impiegati per fini analitici. I due mondi OLTP e OLAP non sono in contrapposizione, ma sono complementari uno all’altro.

48 OLTP e OLAP

49 Evoluzione dei sistemi di analisi

50 Evoluzione temporale Anni ‘60: rapporti batch –difficile trovare ed analizzare i dati – costo, ogni richiesta richiede un nuovo programma Anni ‘70: DSS basato su terminale –non integrato con strumenti di automazione d’ufficio –Anni ‘80: strumento d’automazione d’ufficio –strumenti di interrogazione, fogli elettronici, interfacce grafiche –accesso ai dati operazionali Anni ‘90: data warehousing, introduzione di strumenti integrati OLAP

51 Evoluzione dei sistemi di analisi Sigle come DSS (Decision Support System ) o EIS (Executive Information System) hanno, in passato, ricoperto ruoli significativi e mirati a fornire informazioni dettagliate e utili sia per i dirigenti operativi, i primi, sia per quelli manageriali, i secondi.

52 Criticità dei DSS Sistemi complicati e di difficile utilizzo Sistemi proprietari Sistemi costosi e di fatto prerogativa della grande impresa Utenza non ancora pronta ad una cultura economico-informatica

53 Evoluzione tecnologica La diffusione e lo sviluppo delle nuove tecnologie dell’informazione – Costi hardware e software sempre più bassi Aumento costante della potenza computazionale L’avvento di internet e delle tecnologie web – poter condividere informazioni ad un costo decisamente basso tramite applicazioni di uso quotidiano – interfacce familiari, come quella di un browser internet

54 Evoluzione dei sistemi di analisi Nascono i sistemi OLAP e la scienza della Business Intelligence per il supporto decisionale. Questi nuovi strumenti di analisi promettono una intrinseca semplicità d’uso e una flessibilità senza precedenti (a prezzi accessibili…)

55 Verso il Data Warehousing Le difficoltà ad alimentare con dati certificati e coerenti gli strumenti di analisi OLAP hanno contribuito allo sviluppo delle tecniche di Data Warehousing (la gestione intelligente di un unico magazzino dati )


Scaricare ppt "Le parti del Sistema Informativo Aziendale. Due Famiglie di Strumenti di Gestione dei Dati Data Base per l’elaborazione delle transazioni –On Line Transactional."

Presentazioni simili


Annunci Google