La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

[Presentazione] Presentazione Business Intelligence Paolo Borelli MCP - DBA - Team e/ Business Intelligence.

Presentazioni simili


Presentazione sul tema: "[Presentazione] Presentazione Business Intelligence Paolo Borelli MCP - DBA - Team e/ Business Intelligence."— Transcript della presentazione:

1 [Presentazione] Presentazione Business Intelligence Paolo Borelli MCP - DBA - Team e/ Business Intelligence

2 [Sommario]  Introduzione a Business Intelligence  OLTP e OLAP  I Data Warehouse e Data Mart  Analisi OLAP - I Cubi  Le tabelle pivot di Microsoft Excel ®  Microsoft ® OWC (Office Web Component)  Microsoft Data Analyzer ®  La soluzione ESA per e/ Business Intelligence

3 [Introduzione] Business Intelligence (sistema per il supporto decisionale) è composto principalmente da due attività principali:  Data Warehousing  Raccolta dei dati da sistemi OLTP ed altri  OLAP (on line analytical processing)  Consente l’utilizzo efficace dei data warehouse per l'analisi in linea Business Intelligence

4 I Database OLTP I Database OLTP:  Supportano un ampio numero di utenti concorrenti che aggiungono e modificano dati attivamente.  Rappresentano lo stato in continua evoluzione di un'organizzazione, ma non salvano i relativi dati storici.  Contengono grandi quantità di dati, incluse informazioni dettagliate utilizzate per verificare le transazioni.  Hanno strutture complesse.  Sono ottimizzati in modo da rispondere alle attività di transazione.  Offrono l'infrastruttura tecnologica necessaria per supportare le operazioni quotidiane eseguite in un'organizzazione. Business Intelligence

5 Limitazioni Database OLTP Limitazioni dei database OLTP:  Gli analisti non hanno le competenze tecniche necessarie per eseguire query ad hoc sulla struttura di dati complessa.  Le query analitiche che riepilogano grandi volumi di dati hanno un impatto negativo sulla capacità di risposta del sistema alle transazioni in linea.  Durante la risposta a query analitiche complesse le prestazioni del sistema possono risultare lente o imprevedibili, offrendo un supporto inadeguato agli utenti dell'analisi in linea.  Il continuo aggiornamento dei dati interferisce con la consistenza delle informazioni analitiche.  L'utilizzo combinato dell'analisi in linea e dell'elaborazione delle transazioni in linea rende più difficoltosa la protezione. Business Intelligence

6 I Database OLAP I Data Warehouse:  Possono raccogliere dati da origini eterogenee in una omogenea.  Organizzano i dati in strutture semplificate mirate a migliorare l'efficienza delle query analitiche anziché quella dell'elaborazione delle transazioni.  Includono dati trasformati validi, consistenti, consolidati e formattati per l'analisi.  Offrono dati stabili rappresentativi dell'evoluzione aziendale.  Vengono aggiornati periodicamente con dati aggiuntivi anziché con transazioni frequenti.  Semplificano i requisiti di protezione.  Offrono un database organizzato per OLAP anziché per OLTP. I Data Mart sono parti di Data Warehouse specializzati in settori di competenza come Vendite, Magazzino, Contabilità… etc… Business Intelligence

7 Microsoft® SQL Server™ 2000 Analysis Services OLAP offre una rappresentazione multidimensionale dei dati di data warehouse, creando cubi che organizzano e riepilogano i dati per un'efficace esecuzione di query analitiche. Microsoft® SQL Server™ 2000 Analysis Services è un server di livello intermedio per OLAP e il data mining (analisi previsionali). Il sistema di Analysis Services include un server che gestisce cubi multidimensionali di dati per l'analisi e garantisce un rapido accesso dei client alle informazioni del cubo. Per assicurare risposte rapide a query analitiche complesse, Analysis Services organizza i dati di un data warehouse in cubi con dati aggregati precalcolati. Business Intelligence

8 Il servizio PivotTable® Il Servizio PivotTable®, il provider conforme alla specifica OLE DB incorporato, viene utilizzato da Microsoft Excel, Microsoft Data Analyzer e da applicazioni di altri produttori per recuperare i dati dal server e presentarli all'utente oppure per creare cubi di dati locali per l'analisi non in linea. Business Intelligence

9 I Cubi L'oggetto principale di OLAP è il cubo, una tecnologia che consente un accesso rapido ai dati di un data warehouse. Un cubo è un set di dati in genere creato da un subset di un data warehouse e organizzato e riepilogato in una struttura multidimensionale definita da un set di dimensioni e misure. Ogni cubo ha uno schema, rappresentato dal set di tabelle unite in join nel data warehouse da cui il cubo attinge i dati di origine. Business Intelligence La tabella centrale dello schema è la tabella dei fatti, l'origine delle misure del cubo. Le altre tabelle sono tabelle delle dimensioni, ovvero le origini delle dimensioni del cubo.

10 Schemi Strutturali - Stella Schema detto “a stella” delle dimensioni di un cubo Business Intelligence EmployeeKey ClienteCliente EmployeeID. EmployeeID. EmployeeKey TimeKey TempoTempo TheDate. TheDate. TimeKey ProductKey ProdottoProdotto ProductID. ProductID. ProductKey CustomerKey ClienteCliente CustomerID. CustomerID. CustomerKey ShipperKey SpedizioniereSpedizioniere ShipperID. ShipperID. ShipperKey TimeKey EmployeeKey ProductKey CustomerKey ShipperKey TimeKey EmployeeKey ProductKey CustomerKey ShipperKey Vendite Prezzo Quantità. Prezzo Quantità. TimeKey CustomerKey ShipperKey ProductKey EmployeeKey Multipart Key MeasuresMeasures Dimensional Keys

11 Schemi Strutturali - Fiocco Schema detto “a fiocco di neve” delle dimensioni di un cubo Business Intelligence EmployeeKey ClienteCliente EmployeeID CatCliID. EmployeeID CatCliID. EmployeeKey ProductKey ProdottoProdotto ProductID. ProductID. ProductKey Vendite TimeKey EmployeeKey ProductKey CustomerKey ShipperKey TimeKey EmployeeKey ProductKey CustomerKey ShipperKey Prezzo Quantità. Prezzo Quantità. TimeKey CustomerKey ShipperKey ProductKey EmployeeKey CategoriaCategoria CatCliID. CatCliID. CatCliKey Dimensional Keys ProductKey Gruppo Merc. ProductID. ProductID. ProductKey Dimensional Keys

12 La Tabelle dei fatti Ogni data warehouse o data mart include una o più tabelle dei fatti che è l’elemento centrale degli schemi strutturali dei cubi. Una tabella dei fatti include eventi (dati) correlati ad un settore specifico quali le vendite, acquisti, contabilità direzionale, magazzino… etc… Una caratteristica peculiare delle tabelle dei fatti è il fatto che includano dati numerici (fatti) che è possibile riepilogare (misurare) per restituire le informazioni utili. Ogni cubo quindi contiene una tabella dei fatti dove sono contenuti i valori da riepilogare detti Misure e una o più tabelle delle dimensioni relazionate alla tabella dei fatti contenenti le Dimensioni da analizzare. Business Intelligence

13 Dimensioni e Misure Le dimensioni sono un attributo strutturale dei cubi e, più specificatamente, sono gerarchie organizzate in categorie e livelli che descrivono i dati nella tabella dei fatti. Le misure sono i valori di un cubo su cui si incentra l'analisi. Business Intelligence LocalitàLocalità Prodotto Tempo Unità Fatturato Tabella delle Dimensioni LocalitàLocalità ProdottiProdotti TempoTempo Tabella dei Fatti MisureMisure FattiFatti DimensioniDimensioni

14 Analisi OLAP - I Cubi Per supportare le domande poste dagli utenti finali, i cubi organizzano i dati in dimensioni e misure all'interno di una struttura multidimensionale. Nel caso ad esempio della domanda "A quanto ammontavano le vendite dei prodotti hardware nella regione Lombardia durante il quarto trimestre di questo anno?“. il cubo di dati in grado di fornire una risposta include tre dimensioni e una misura:  La dimensione “Prodotto”, che contiene una categoria di prodotti hardware  La dimensione “Località”, che contiene la regione “Lombardia”  La dimensione “Data”, che contiene il quarto trimestre dell'anno corrente  La misura “Fatturato”, che contiene dati numerici quantitativi che è possibile riepilogare Business Intelligence

15 Analisi OLAP - I Cubi Esempio Business Intelligence Toscana Emilia Romagna Piemonte Lombardia T4 T1T2T3 Dimensione Temporale Servizi Hardware Software Dimensione Prodotto Dimensione Località

16 Analisi OLAP - Data Mining Mentre OLAP consente di eseguire analisi di aggregazione su dati attuali o passati, il data mining consente di eseguire analisi di stima basate su dati attuali o passati. Anziché la domanda specificata in precedenza, con il data mining sarebbe possibile formulare la domanda "A quanto ammonteranno le vendite complessive previste dei prodotti hardware nella regione “Lombardia” durante il quarto trimestre dell'anno prossimo ?" ed ottenere una risposta … Questo sistema utilizza la probabilità e la distribuzione, desunte dai dati esistenti per la previsione dell'andamento di nuovi dati Business Intelligence

17 Passi per la creazione del Data Warehouse  Identificare gli eventi da misurare  Fatturato Vendite / Acquisti  Movimentazione di magazzino  Ordini di vendita / acquisto  Contabilità industriale  Ecc.  Identificare le fonti dati  I dati possono arrivare da fonti diverse ed eterogenee, non strutturate (Excel, file di testo,…)  Consolidare i dati (definire il minimo dettaglio)  Trasformazioni per eliminare le differenze Es. Lira vs. Euro  Definire processo di aggiornamento  Intervallo di aggiornamento del DW Business Intelligence

18 Le tabelle pivot di Microsoft Excel® Business Intelligence

19 I grafici di Microsoft Excel® Business Intelligence

20 I grafici di Microsoft Excel® Business Intelligence

21 I componenti Microsoft® OWC Business Intelligence

22 Microsoft Data Analyzer®  Presentazioni professionali dei dati  Confronto tra più dimensioni contemporaneamente  Export in Microsoft Excel ®, Microsoft Power Point® e HTML Business Intelligence

23 Microsoft Data Analyzer®  Presentazioni professionali dei dati Business Intelligence

24 Microsoft Data Analyzer®  Confronto tra più dimensioni contemporaneamente Business Intelligence

25 Microsoft Data Analyzer® Business Center Interrogazioni avanzate su periodi temporali e su misure… Business Intelligence

26 Microsoft Data Analyzer® Business Center Confronti e distribuzione membri su dimensioni… Business Intelligence

27 Microsoft Data Analyzer® - Report I report in HTML… Business Intelligence

28 La soluzione ESA per Business Intelligence e/ business intelligence  ANALISI VENDITE  ANALISI ORDINI CLIENTI  ANALISI ACQUISTI  ANALISI ORDINI FORNITORI  ANALISI DI CONTABILITÀ DIREZIONALE  ANALISI SALDI CONTABILI  ANALISI SCADENZARIO E PAGAMENTI Business Intelligence

29 La soluzione ESA per Business Intelligence e/ Analisi Vendite  analizzare il fatturato agente per periodo e gruppo merceologico  analizzare il fatturato clienti per periodo e prodotto, evidenziando clienti con le più alte percentuali di fatturato rispetto al totale  analizzare il fatturato per zona, periodo e linea di prodotto  analizzare il fatturato per località di destinazione (nazione/regione/città)  analizzare il fatturato per deposito emittente (con i depositi si possono rappresentare ad esempio le filiali commerciali dell’azienda)  analizzare il fatturato per attività contabile, esercizio e gruppo statistico  analizzare il fatturato per contropartita contabile  mettere a confronto su diversi periodi (anni/trimestri/mesi...) il fatturato. … etc… etc… Business Intelligence

30 La soluzione ESA per Business Intelligence e/ Analisi Ordini Clienti  ammontare complessivo dell'ordinato (sia evaso che inevaso) per data ordine  ammontare dell'ordinato inevaso per data di consegna prevista  ammontare dell'ordinato evaso per data di evasione  giorni medi di ritardo nella consegna. … etc… etc… Business Intelligence

31 La soluzione ESA per Business Intelligence e/ Analisi Acquisti  analizzare l'acquistato da fornitori per periodo e prodotto, ponendo in evidenza i maggiori fornitori aziendali  analizzare gli acquisti per attività contabile, esercizio e gruppo statistico  mettere a confronto gli acquisti su diversi periodi (anni/trimestri/mesi...)  mettere a confronto i costi d’acquisto dello stesso prodotto su diversi fornitori. … etc… etc… Business Intelligence

32 La soluzione ESA per Business Intelligence e/ Analisi Ordini Fornitori  ammontare complessivo dell'ordinato (sia evaso che inevaso) per data ordine  ammontare dell'ordinato inevaso per data di consegna prevista  ammontare dell'ordinato evaso per data di evasione  giorni medi di ritardo nella consegna. … etc… etc… Business Intelligence

33 La soluzione ESA per Business Intelligence e/ Contabilità Direzionale  analisi per centro di costo e voce di costo  analisi per livello centro di costo e livello voce di costo  analisi per commessa e per linea di prodotto  confronto budget/consuntivo  redditività per commessa, centro e linea di prodotto  analisi deviazione da costo standard … etc… etc… Business Intelligence

34 La soluzione ESA per Business Intelligence e/ Analisi Saldi Contabili e/ Analisi Scadenzario e Pagamenti  analisi economica e finanziaria dell’azienda  analisi degli impegni finanziari e per conti finanziari  analisi dei pagamenti e degli incassi  statistiche sullo scadenzario  analisi dei pagamenti … etc… etc… Business Intelligence

35

36

37

38

39


Scaricare ppt "[Presentazione] Presentazione Business Intelligence Paolo Borelli MCP - DBA - Team e/ Business Intelligence."

Presentazioni simili


Annunci Google