La presentazione è in caricamento. Aspetta per favore

La presentazione è in caricamento. Aspetta per favore

Business Intelligence Dai dati alle decisioni. Modulo 1 Introduzione alla Business Intelligence I computer sono inutili, possono dare solo risposte. (Pablo.

Presentazioni simili


Presentazione sul tema: "Business Intelligence Dai dati alle decisioni. Modulo 1 Introduzione alla Business Intelligence I computer sono inutili, possono dare solo risposte. (Pablo."— Transcript della presentazione:

1 Business Intelligence Dai dati alle decisioni

2 Modulo 1 Introduzione alla Business Intelligence I computer sono inutili, possono dare solo risposte. (Pablo Picasso)

3 Una storia… La guardia costiera riceve il seguente messaggio: MAIDAY! MAYDAY! Siamo costretti ad abbandonare la nave a causa di un incendio, la nostra posizione è Lat: Nord Long: Est, stiamo salendo tutti in salvo su una zattera, ma in zona ci sono forti correnti! La guardia costiera risponde: Stiamo mandando un nostro elicottero, ma vista la vostra attuale posizione, i soccorsi non arriveranno alle coordinate indicate prima di 24 ore! Poi più nessuna comunicazione…

4 Avete in tasca solo il vostro portafoglio con i documenti e qualche banconota (nessuna moneta). Avete pochi secondi per abbandonare la nave e, a portata di mano, avete solo questi oggetti: Siete a conoscenza di questi fatti: 1.La zattera è in gomma e non avete modo di governarla. 2.Le correnti in zona sono molto forti e gli aiuti potrebbero impiegare diversi giorni prima di raggiungere la zattera. 3.La costa più vicina è a miglia di distanza. 4.Lescursione termica in mare aperto è molto elevata Mettete in ordine di importanza gli oggetti sopra indicati Sestante10 litri di AcquaSalvagente Telone di nylonRemoOrologio Radio (portata 5 miglia)Una scatola di fiammiferiLenzuola di cotone ZuccheroKit di pronto soccorsoFilo da pesca con amo Bottiglia di rumColtelloFune Carta nautica della zona5 scatolette di tonnoGasolio in un barile Razzo di segnalazioneMascheraCrema solare Crema anti zanzarePinneCoperta di lana

5 Limportanza di pianificare Utilità Funzionalità fondamentali importanti dispersivi inutili

6 Limportanza di pianificare Chi di voi, volendo costruire una torre, non si siede prima a calcolare la spesa e a valutare se ha i mezzi per portarla a compimento? Per evitare che, se getta le fondamenta e non può finire il lavoro, tutti coloro che lo vedano comincino a deriderlo dicendo: Costui ha iniziato a costruire ma non è stato capace di finire il lavoro (Vangelo secondo Luca, 50 d.c.)

7 Limportanza di pianificare da Guerra e Pace: "...Alle cinque di mattina era ancora affatto buio. Le truppe del centro, della riserva e l'ala destra di Bragation stavano ancora immobili; ma sull'ala sinistra le colonne di fanteria, di cavalleria e di artiglieria, che dovevano per le prime scendere dalle alture per attaccare il fianco destro francese e respingerlo, secondo l'ordine di operazione, verso le montagne della Boemia, già si movevano e avevano cominciato ad alzarsi dai loro giacigli. Il fumo dei fuochi di bivacco, nei quali si gettava tutta la roba inutile, pungeva gli occhi. Era freddo e scuro. Gli ufficiali, in fretta, bevevano il tè e facevano colazione, i soldati masticavano biscotti, battevano ritmicamente i piedi per scaldarsi, e si affollavano intorno ai fuochi. Le guide austriache si aggiravano fra le truppe russe e con ciò davano il segnale dell'avanzata. Appena si mostrava un ufficiale austriaco presso l'alloggio di un comandante di reggimento, il reggimento cominciava a mettersi in moto: i soldati correvano via dai fuochi, nascondevano le pipe negli stivali, i sacchi sui carri, prendevano i fucili dai fasci e si mettevano in riga. Gli ufficiali si abbottonavano le uniformi, si mettevano le loro sciabole e tasche e giravano per le file gridando gli ordini".

8 Limportanza di pianificare

9 Business Intelligence Cosa non è la Business Intelligence: 1. Cercare un indirizzo su una rubrica; 2. Chiedere ad un database quanti autori americani sono presenti sulla vostra biblioteca; 3. Calcolare quale è il margine di un prodotto.

10 Cosa è la Business Intelligence Lobbiettivo è conoscere come le informazioni possono essere utilizzate per lanalisi di una attività e comprendere come un sistema può convertire i dati grezzi in informazioni utili. SISTEMI GESTIONALI Sistemi che raccolgono i dati grezzi di unazienda SISTEMI BUSINESS INTELLIGENCE Sistemi che trasformano i dati grezzi in informazione

11 Business Intelligence Cosa è la Business Intelligence: 1. Decisioni migliori in meno tempo; 2. Convertire dati in informazioni; 3. Utilizzare un approccio razionale di gestione.

12 Business Intelligence Decisioni migliori in meno tempo. Spesso esperienze, percezioni e strategie che usiamo nei processi decisionali sono alquanto statiche perché cambiano molto lentamente. Le informazioni invece sono sempre nuove, cambiano rapidamente e in modo importante. A che cosa vale un piano dazione ben concepito se poi è semplicemente tardi per raggiungere il vantaggio competitivo?

13 Business Intelligence Convertire dati in informazioni. Spesso cè unenorme differenza tra le informazioni che i decision maker richiedono e la miriade di dati che le aziende raccolgono tutti i giorni e il problema principale che rimane è di come convertire tutti i dati in informazioni utilizzabili. Laspetto più difficile è quello di trovare la giusta metrica per misurare il rendimento dellazienda. Queste metriche si chiamano anche KPI (indicatori principali del rendimento)

14 Key Performance Indicator Laspetto più difficile è quello di trovare la giusta metrica per misurare il rendimento dellazienda. Queste metriche si chiamano anche KPI (indicatori principali del rendimento)

15 Business Intelligence Utilizzare un approccio razionale di gestione.

16 Fattori abilitanti per la B.I. Potenza di elaborazione Volume dei dati Tecnologie di rete Standard Software di Business Intelligence Tecnologia Persona giusta per decisione giusta Risorse Umane Facile e ampio accesso alle informazioni Analisi e processo decisionale su larga scala Condividere i riscontri con pubblici ampi Incoraggiare la sperimentazione e tollerare gli errori in buona fede Cultura Aziendale

17 Piramide dei componenti di un ambiente B.I. Decisione Ottimizzazio ne Data Mining Esplorazione dei Dati Analisi dei cubi multidimensionali Fonti di Dati

18 Fonte di dati Disponibili Raccogliere e integrare i dati disponibili

19 Data warehouse e data-mart Mediante gli strumenti di ETL (Extract, Transform, Load) i dati delle diverse fonti vengono integrate in un unico data warehouse da cui si estraggono i data mart per le successive analisi dei vari settori aziendali (Logistica, Marketing,…)

20 Metodologie di Business Intelligence Analisi dei cubi multidimensionali Analisi esplorativa Serie storiche Modelli di apprendimento inferenziale per le analisi di data mining Modelli di ottimizzazione

21 Esplorazione dei dati (esplorazioni passive) Analisi statistiche e visualizzazione dati

22 Esplorazione dei dati (esplorazioni attive) Modelli matematici di apprendimento e data mining

23 Modelli di ottimizzazione Modelli in grado di ottimizzare e scegliere la decisione migliore tra un ampio (a volte infinito) ventaglio di azioni alternative

24 Decisioni Che rimangono sempre e comunque del Decision Maker Azioni alternative Condizioni operative tecniche procedurali legali sociali politiche Condizioni operative tecniche procedurali legali sociali politiche Azioni ammissibili Azioni Escluse Criteri redditività costo qualità affidabilità flessibilità servizio Criteri redditività costo qualità affidabilità flessibilità servizio Separazione Valutazione

25 Architettura di B.I.

26 Modulo 2 Analisi multidimensionale di cubi OLAP Errare è umano, ma per incasinare davvero tutto ci vuole un computer. (Legge di Murphy- Quinta legge dell'inattendibilità)

27 Una storia… Cera una volta una fabbrica di bambole che decide di lanciare la loro nuova bambola interamente fatta a mano. La campagna marketing punta tutto sulla qualità della bambola e sul fatto che sia interamente prodotta in Italia. Il posizionamento prezzo è sulla fascia alta di mercato in quanto la marca è nota e il consumatore da valore alla marca. La produzione è partita e il prodotto è stato distribuito in tutti i punti vendita. Per rientrare delle spese di ricerca e sviluppo oltre che di comunicazione del prodotto, viene calcolato dalla direzione che si dovranno vendere 100 bambole a settimana per ogni punto vendita che tratterà il prodotto. Ci sono tutti i presupposti per un nuovo eclatante successo…

28 Una storia… RegioneVendutoPrev Emilia Lombardia Marche Umbria Lazio Piemonte Veneto Liguria Toscana Abruzzo Puglia Campania Sicilia RegioneVenduto Emilia Lombardia Marche Umbria Lazio Piemonte Veneto Liguria Toscana Abruzzo Puglia Campania Sicilia MeseVendutoPrev Gennaio Febbraio Totale complessivo MeseSettiamanaVendutoPrev Gennaio Febbraio Totale complessivo sono passati un paio di mesi dal lancio e alla riunione prodotto vengono portati i report per lo studio dellandamento del prodotto:...e tiriamo qualche conclusione...

29 Una storia… Levidente considerazione, per limitare le perdite, è eliminare il prodotto dallassortimento in quanto non ha performato secondo le aspettative…....ed eliminare il responsabile del prodotto che non ha performato secondo le aspettative!

30 Una storia… E se invece dessimo al nostro responsabile prodotto unultima chance, e gli dessimo una settimana di tempo per capire cosa è successo? Forse i Sistemi Informativi aziendali, sotto la guida del nostro product manager, possono tirare fuori altri dati per capire cosa è successo…

31 E il risultato di un paio di notti in bianco è… Gennaio Febbraio RegionePunto vendita EmiliaBologna Modena Rimini LombardiaBrescia Desenzano Milano MarcheAncona Ascoli Piceno Pesaro UmbriaOrvieto Perugia Terni LazioFrosinone Latina Roma PiemonteCuneo Novara Torino VenetoPadova Treviso Verona LiguriaGenova La Spezia Savona ToscanaFirenze Livorno Pisa AbruzzoChieti L'Aquila Pescara PugliaBari Lecce Taranto CampaniaBenevento Caserta Napoli SiciliaCatania Messina Palermo

32 Analisi per Punto Vendita GennaioFebbraio RegionePunto vendita EmiliaBologna Modena Rimini LombardiaBrescia Desenzano Milano MarcheAncona Ascoli Piceno Pesaro UmbriaOrvieto Perugia Terni LazioFrosinone Latina Roma PiemonteCuneo Novara Torino VenetoPadova Treviso Verona LiguriaGenova La Spezia Savona

33 Analisi Multidimensionale Spesso le analisi che vengono fatte sono standard e lasciano poco spazio allinterpretazione dei dati da parte dellutente. Questi limiti sono più dovuti alla carenza da parte delle aziende di capire come le informazioni possono essere utilizzate per lanalisi dellattività e per comprendere come i sistemi di computer convertono dati grezzi in informazioni utili L analisi multidimensionale ci darà un approccio per la visualizzazione delle informazioni che ci permettono di eseguire una flessibile e potente analisi business, e unaconoscenza di come devono essere organizzati i dati per passare da sistemi che raccolgono i dati grezzi di una azienda in sistemi B.I. che trasformano tali dati in utili informazioni.

34 Analisi Multidimensionale Limitazione dei database gestionali: Rapporti solo sulle informazioni internamente raccolte Tipicamente non consente una analisi dimensionale alla velocità del pensiero. Il loro lavoro è la gestione e dedicano il loro tempo a quello Dobbiamo avere a disposizionesistemi che permettono di rispondere a questo tipo di domande: Quali sono le vendite effettive rispetto alle previsioni di vendita per regione, per periodo, per punto vendita? Quale è la redditività per prodotto e per cliente? Quale è larretrato per prodotto, per cliente nel tempo?

35 Sistema OLAP Perché lelaborazione analitica on-line? La potenza dei sistemi OLAP deriva dalla strutturazione dei dati in modo allineato con il modo con cui le persone eseguono naturalmente lanalisi. Analizziamo ora in excel i dati di un ingrosso di frutta… O n L ine A nalytical P rocessing

36 Sistema OLAP O n L ine A nalytical P rocessing

37 Sistema OLAP Il sistema OLAP che abbiamo utilizzato nellesempio dellingrosso di frutta ci permette di evidenziare la struttura di un database OLAP con la sua analisi alla velocità del pensiero che sfrutta metodi definiti Slice & Dice, Drill e Pivoting. Abbiamo quindi bisogno di immaginare il database come un Cubo di Dati. O n L ine A nalytical P rocessing Analisi Multidimensionale della vendita di frutta Quante mele sono state vendute nel mercato di Milano durante il terzo trimenstre?

38 Cubo OLAP Non necessariamente un cubo ha 3 dimensioni, anzi è molto probabile che il cubo abbia decine di dimensioni (in questo caso parliamo di ipercubo ) che di fatto moltiplicano le celle che dobbiamo gestire… Immaginiamo che il nostro ingrosso di frutta abbia 100 clienti a cui vende 20 tipi di frutta e vuole controllare cgli ultimi 24 mesi 100 x 20 x 24 = informazioni da gestire Se poi lazienda è anche interessata a sapere da quale dei sui 75 fornitori proviene la frutta, ecco che arriviamo a x 75 = informazioni da gestire O n L ine A nalytical P rocessing

39 Cubo OLAP Perché un cubo OLAP sia efficace abbiamo bisogno che sia strutturato in: O n L ine A nalytical P rocessing Dimensioni – fanno conoscere lo spazio occupato dal database Gerarchie – permettono di aggregare le dimensioni Misure – permette di confrontare le varie dimensioni

40 Cubo OLAP O n L ine A nalytical P rocessing I dati devono essere confrontabili I dati devono essereaggregabili Dimensioni – fanno conoscere lo spazio occupato dl database

41 Cubo OLAP O n L ine A nalytical P rocessing Gerarchie – permettono di aggregare le dimensioni Dimensione Relazioni Membri GERARCHIA

42 Cubo OLAP O n L ine A nalytical P rocessing Ci deve sempre essere almeno una misura Una misura è sempre una quantità o unespressione che produce una quantità La misura può assumere qualsiasi formato quantitativo La misura può derivare da qualsiasi fonte dati o da un calcolo Misure – permette di confrontare le varie dimensioni Altrimenti non abbiamo lelemento di confronto Un valore assoluto, una valuta, una percentuale, un rapporto,… Un input diretto, unaggregazione, una media, una formula,… Perché deve essere appunto misurabile KPI - per interpretare misure e caratteristiche ; Benchmark - utilizzato per fare confronti

43 Esempio Excel Occupazione e giorni di malattia per reparto


Scaricare ppt "Business Intelligence Dai dati alle decisioni. Modulo 1 Introduzione alla Business Intelligence I computer sono inutili, possono dare solo risposte. (Pablo."

Presentazioni simili


Annunci Google