ANALISI VENDITE MODENA CORPORATION Alfredo Adinolfi Borea, Laura Corsini, Leonardo Drahorad.

Slides:



Advertisements
Presentazioni simili
Interrogazioni Semplici Le operazioni di interrogazione vengono specificate per mezzo dellistruzione select select ListaAttributi from ListaTabelle [where.
Advertisements

Soluzione Esercitazione 4 Blocco slides cap04-III.
Structured Query Language
Structured Query Language (SQL) Presentazione 13.1 Informatica Generale (Prof. Luca A. Ludovico)
1 DATA BASE GESTIONE VENDITE. 2 QUERY1 Per ogni Cognome di Rappresentante e Descrizione di Prodotto calcolare la somma delle quantità vendute: Somma (Quantità)
Esercizio zSi vuole realizzare un data warehouse per una azienda che vende mobili allingrosso. zIl data warehouse deve permettere di analizzare i ricavi.
Nana Mbinkeu Rodrigue Carlos 1 DB unimo OTTIMIZZAZIONE DI QUERY IN MOMIS Università degli studi di Modena e Reggio Emilia Relatore: Prof. Sonia.
Query OQL e XQUERY a confronto
Biglietti e Ritardi: schema E/R
Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria – Sede di Modena Corso di Laurea in Ingegneria Informatica – Nuovo Ordinamento Analisi.
SQL92 e XQuery1.0 a confronto1 SQL92 E XQUERY1.0 A CONFRONTO Università degli Studi di Modena e Reggio Emilia Facoltà di Ingegneria - Sede di Modena Corso.
Università di Modena e Reggio Emilia 1 DB unimo Decomposizione Schemi e Trigger.
Data warehousing con SQL Server
Biglietti e Ritardi: schema E/R
1 Misura Derivata: esempio dei biglietti CostoMedioBiglietto (CMB) calcolato come INCASSO/NUM_BIG. SUM AVG Implementazione in Analysis Services 1. Si definisce.
Biglietti: schema E/R.
Biglietti: schema E/R.
1 Biglietti: schema E/R. 2 Biglietti: albero degli attributi.
1 Biglietti: schema E/R. 2 Biglietti: albero degli attributi.
1 Biglietti: schema E/R. 2 Biglietti: albero degli attributi.
DML – Data Manipulation Language
Esercitazioni del Corso di Sistemi Informativi Marina Mongiello
Esercitazioni del Corso di Sistemi Informativi Marina Mongiello
G. Mecca – – Università della Basilicata Basi di Dati SQL-92 Concetti Avanzati versione 2.0 Questo lavoro è concesso in uso secondo i termini.
SCUOLA INTERUNIVERSITARIA SICILIANA DI SPECIALIZZAZIONE PER LINSEGNAMENTO SECONDARIO Classe di Concorso: 42A Massimo Mancino MODULO DIDATTICO - Ambienti.
SQL.
SQL Dati i seguenti schemi relazionali:
19/01/2014 Viste. 19/01/2014 Viste Le Viste Logiche o Viste o View possono essere definite come delle tabelle virtuali, i cui dati sono riaggregazioni.
MySQL Esercitazioni. Ripasso Connessione a MySQL. Creazione delle basi di dati e delle tablelle. Inserimento dei dati. Interrogazioni.
Laboratorio di Basi di Dati Introduzione ad Access 2ª Parte.
SQL Esercitazione per il corso “Basi di Dati” Gabriel Kuper
SQL: Lezione 7 Nataliya Rassadko
SQL Per la definizione di basi di dati SQL per definire ed amministrare Ogni utente puo definire una base di dati di cui diventa lamministratore potendo.
Esercitazione.
Duplicati Lalgebra relazionale non ammette duplicati, SQL li ammette. Quindi select Città from Persona where Cognome= Rossi estrae una lista di città in.
SELECT STATEMENT Clausola WHERE permette di limitare il numero di record da estrarre SELECT */ [DISTINCT] colonna/ espressione [alias],… FROM table [WHERE.
Viste. Cosè una vista? è possibile creare un subset logico di dati o una combinazione di dati una vista è una tabella logica basata su una tabella o su.
Creazione e manipolazione tabelle. TABELLE una tabella può essere creata in qualsiasi momento,anche quando gli utenti stanno usando il database la struttura.
Atzeni, Ceri, Paraboschi, Torlone Basi di dati McGraw-Hill, Capitolo 4:SQL 16/10/2002.
SQL: Structured Query Language
LSA Lab. Sistemi Informativi Economico-Aziendali
Corso di INFORMATICA anno scolastico 2009/10 Linguaggio SQL OPERATORI INSIEMISTICI IN SQL Siano due tabelle: GiochiSolitari(CodiceGioco, NomeGioco, PrezzoGioco)
Corso di INFORMATICA anno scolastico 2009/10 Linguaggio SQL IDENTIFICATORI di tabelle e attributi: stringhe di lunghezza max 18 caratteri, composte da.
Il componente Query Manager del sistema MOMIS: testing ed analisi delle performance UNIVERSITA DEGLI STUDI DI MODENA E REGGIO EMILIA _____________________________________________________.
L’algebra relazionale
Basi di Dati e Sistemi Informativi
sql: esempi di linguaggio sql nell'implementazione mysql
Basi di Dati e Sistemi Informativi
BIOINFO3 - Lezione 081 create table est( gi int unsigned primary key auto_increment, acc char(8)not null, nome varchar(20), descrizione varchar(255),
Sistemi Informativi Insieme di “strutture” in grado di acquisire, elaborare, trasmettere ed archiviare informazioni in genere ad uso di un’organizzazione.
1 Data warehousing con SQL Server SQL Server è un RDBMS (Relational DataBase Management System) Analysis Services è un componente di SQL Server che offre.
 La tesi si inquadra nell’ambito del Sistema MOMIS, realizzato da DataRiver, rilasciato giovedì15 aprile in una prima versione Open Source, ed è stata.
SEFOC – SETTORE FORMAZIONE CONTINUA DEL PERSONALE CORSO MYSQL AVANZATO ROBERTO PENNOLINO – CARMELO MASSIMO PRIOLO PALERMO – 07 | 06 | 2011.
Basi di dati I Prof.ssa Rosalba Giugno Prof. Alfredo Pulvirenti SQL :Structured Query Language: SELECT (IV) SQL (Slide tratte in parte da da Atzeni, Ceri,
Esercitazione 7.
SQL, esempi 30/10/2014Basi di dati SQL1. 30/10/2014Basi di dati SQL2 CREATE TABLE, esempi CREATE TABLE corsi( codice numeric NOT NULL PRIMARY KEY, titolo.
Tema 2: progettazione e interrogazione di data warehouse
Interrogazioni (parte 2)
Esercizio ODBC. Configurare il driver ODBC Start  Control Panel  Administrative Tools Aprire: Data Source(ODBC) User DSN  Add…. Selezionare il driver.
Database Elaborato da: Claudio Ciavarella & Marco Salvati.
Progettazione di dati e applicazioni per il Web S. Ceri, P. Fraternali, A. Bongio, M. Brambilla, S. Comai, M. Matera Copyright © The McGraw-Hill.
Interrogazioni Le interrogazioni in SQL sono formulate in modo dichiarativo specificando cioè cosa si vuole ottenere e non come lo si vuole ottenere. L’interrogazione.
Raggruppamenti e target list scorretta select padre, avg(f.reddito), p.reddito from persone f join paternita on figlio = nome join persone p on padre =
Funzionalità del DBMS relazionale l Funzioni per –definizione della base di dati –inserimento / rimozione /aggiornamento di informazioni deve soddisfare.
Approfondimenti SQL.
Sistemi informativi Avanzati DB ORACLE SALES HISTORY
Sistemi Informativi Avanzati
Linguaggio SQL prima parte Linguaggio SQL prima parte A. Lorenzi, E. Cavalli INFORMATICA PER SISTEMI INFORMATIVI AZIENDALI Copyright © Istituto Italiano.
E. Tinelli SQL come linguaggio di manipolazione dei dati 1 DML – Data Manipulation Language.
Esercizi SQL Group by. CREATE TABLE dipendente (codDip CHAR(8) NOT NULL UNIQUE PRIMARY KEY, cognome CHAR(60) NOT NULL, nome CHAR(60) NOT NULL, stipendio.
Transcript della presentazione:

ANALISI VENDITE MODENA CORPORATION Alfredo Adinolfi Borea, Laura Corsini, Leonardo Drahorad

SALES ORDER DETAIL MODELLAZIONE CONCETTUALE E PROGETTAZIONE LOGICA

SCHEMA E/R DETAILHeader FK 1 SalesOrderDetailID (1,1) (1,n) ID FK 2 Territory TerritoryID (1,n) (1,1) FK 3 (0,n) (1,1) SpecialOffer Product SpecialOffer FK 5 (1,1) (1,n) ID ProductID FK 4 (0,n) (1,1) Name ProductNumber Product Description SubCategory Category FK 6 (1,1) (1,n) FK 7 (1,1) (1,n) Name DueDate SalesPerson FK 8 (1,1) (1,n) ID Nr

DATA PROFILING M INIMALITÀ DELLE C HIAVI SalesOrderDetailID DETAIL FK 1 (1,1) DETAIL FK 1 (1,1) SalesOrderDetailID A LTERNATIVE K EY Territory TerritoryID Name Territory TerritoryID D IPENDENZE FUNZIONALI TerritoryID Name CountryRegionCode Group TerritoryID Name CountryRegionCode Group

ALBERO DEGLI ATTRIBUTI

SCHEMA DI FATTO G RANULARITÀ : T EMPORALE S ALES P ERSON  T ERRITORY

GLOSSARIO DELLE MISURE NomeTipoAlimentazioneAggregazioneNon Aggr. ProdottiVendutiNormaleSUM(OrderQty)SUM{ } PrezzoSommaNormaleSUM(UnitPrice)SUM{ } RicavoNormaleSUM(OrderQty*UnitPrice)SUM{ } ScontoSommaNormaleSUM(DiscountPct)SUM{ } PrezzoMedioCalcolata PrezzoSomma /ProdottiVenduti { } ScontoMedioCalcolata ScontoSomma / ProdottiVenduti { } RicavoListinoCalcolata Ricavo / (1 - ScontoMedio) { } ScontoApplicatoCalcolata RicavoListino – Ricavo { }

SNOWFLAKE SCHEMA FACT_TABLE Sales Order Detail ProductCode SpecialOffer SalesPerson Territory DueMonth ProdottiVenduti PrezzoSomma ScontoSomma Ricavo DT_Territory Name SalesLastYear SalesYTD CountryRegion DT_CountryRegion CountryRegion Zone DT_Month Month MonthName Year DT_SalesPerson SalesPerson CommissionPct DT_Product ProductCode Name Selling ProductLine Subcategory DT_Subcategory Subcategory Category DT_SpecialOffer SpecialOffer Type Category StartMonth EndMonth D OCUMENTAZIONE : CONVERGENZA SU TERRITORY DA S ALES P ERSON ( SE S ALES P ERSON <> ‘N O -S ALES P ERSON ’)

FACT TABLE CREATE VIEW FACT_TABLE AS SELECT Product.ProductNumber as ProductCode, Detail.SpecialOfferID as SpecialOffer, coalesce(cast(Header.SalesPersonID as varchar(14)),'No-SalesPerson’) as SalesPerson, str(year(Header.Duedate),4) +str(month(Header.DueDate),2) as DueMonth, cast(Territory.Name as varchar(50)) as SalesTerritory, SUM(Detail.OrderQty) as ProdottiVenduti, SUM(Detail.UnitPrice) as PrezzoSomma, SUM(Detail.OrderQty * Detail.UnitPrice) as Ricavo, SUM(SpecialOffer.DiscountPct) as ScontoSomma FROM Detail left join Header using (Detail.SalesOrderID) left join SpecialOffer using (SpecialOfferID) left join Territory using (TerritoryID) left join Product using (ProductID) GROUP BY Product.ProductNumber, Detail.SpecialOfferID, Header.SalesPersonID, str(year(Header.Duedate),4) + str(month(Header.DueDate),2), Territory.Name

SALES TERRITORY HISTORY MODELLAZIONE CONCETTUALE E PROGETTAZIONE LOGICA

SCHEMA E/R TerritoryHistory Territory FK2 StartDate SalesPerson FK1 Employee Person TerritoryID (0,n)(1,1) (0,n) Name LoginID NationalIDNumber OrganizationNode BusinessEntityID EndDate

DATA PROFILING M INIMALITÀ DELLE C HIAVI A LTERNATIVE K EY D IPENDENZE FUNZIONALI TerritoryHistor y FK 2 StartDate FK 1 TerritoryHistor y FK 2 StartDate FK 1 Employee LoginID NationalIDNumber OrganizationNode Territory TerritoryID Name Territory Name CountryRegionCode Group Employee JobTitle SalariedFlag SalesPerson Bonus SalesQuota

ALBERO DEGLI ATTRIBUTI

SCHEMA DI FATTO G RANULARITÀ : T RANSAZIONALE S ALES P ERSON, S NAPSHOT M ONTH  T ERRITORY ID

GLOSSARIO DELLE MISURE V ENDITORI C OUNT ( DISTINCT S ALES P ERSON ) A GGREGAZIONE : SUM N ON AGGREGABILITÀ : {S NAPSHOT M ONTH } SalesPerson SnapshotMonth TerritoryID COUNT DISTINCT TERRITORY SNAPSHOTMONTH Σ Σ ∅ ∅ ∅

SNOWFLAKE SCHEMA FACT_TABLE Sales Territory History VendorIDNumber SnapShotMonth Territory DT_Territory Name SalesLastYear SalesYTD CountryRegion DT_CountryRegion CountryRegion Zone DT_Vendor NationalIDNumber CommissionPct HireYear CurrentFlag Gender BirthYear JobTitle DT_JobTitle JobTitle SalariedFlag Manager DT_SnapShotMonth SnapshotMonth MonthName Year

FACT TABLE CREATE VIEW FACT_TABLE AS WITH FACT_TABLE_TEMP AS ( SELECT cast(t.Name as varchar(50)) as Territory, e.NationalIDNumber as VendorIDNumber, s.SnapshotMonth, (select COUNT(*) from STH where STH.TerritoryID = t.TerritoryID and STH.BusinessEntityID = e.BusinessEntityID and CAST(convert(varchar,s.Anno +'-’+convert(varchar,s.Mese) +'-’+convert(varchar,15) as datetime) BETWEEN STH.StartDate AND coalesce(STH.EndDate,getdate()) ) as Attivo FROM Territory t, SalesPerson, SnapshotMonth s, Employee e WHERE SalesPerson.BusinessEntityID = e.BusinessEntityID ) SELECT Territory, VendorIDNumber, SnapshotMonth FROM FACT_TABLE_TEMP WHERE Attivo=1 FACT_TABLE_TEMP Territory VendorIDNumber SnapshotMonth Attivo = {0,1} FACT_TABLE Territory VendorIDNumber SnapshotMonth Attivo = 1 TERRITORY Territory SALESPERSON VendorIDNumber SNAPSHOTMONTH VendorIDNumber ×

REPORT BUSINESS OBJECT

UNIVERSI S ALES O RDER D ETAIL S ALES T ERRITORY H ISTORY

FATTURATO DEI VENDITORI

ANALISI ABC

REPORT LIVE BUSINESS OBJECT

GRAZIE PER L’ATTENZIONE MODENA CORPORATION

PREZZO MEDIO DI CATEGORIA Q UESTO REPORT ANALIZZA L ’ ANDAMENTO NEL TEMPO DEI PREZZI DEI TRE TIPI DI BICICLETTE VENDUTI : MOUNTAIN BIKES, BICI DA CORSA E TOURING BIKES. L A CATEGORIA DI ANALISI È MODIFICABILE TRAMITE PROMPT.

PROMOZIONI L A TABELLA ANALIZZA I PRODOTTI CHE SONO STATI VENDUTI ASSOCIATI AD UN ’ OFFERTA SPECIALE E QUINDI SCONTATI, CALCOLANDO QUANTO RICAVO SI È PERSO.