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) Una storia… C’era 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… Una storia… ...sono passati un paio di mesi dal lancio e alla riunione prodotto vengono portati i report per lo studio dell’andamento del prodotto: Regione Emilia Lombardia Marche Umbria Lazio Piemonte Veneto Liguria Toscana Abruzzo Puglia Campania Sicilia VendutoVenduto Prev 1.985 1.985 2.400 2.003 2.003 2.400 2.125 2.125 2.400 2.048 2.048 2.400 1.967 1.967 2.400 2.048 2.048 2.400 2.077 2.077 2.400 1.912 1.912 2.400 1.985 1.985 2.400 2.012 2.012 2.400 1.998 1.998 2.400 2.032 2.032 2.400 1.952 1.952 2.400 Mese Gennaio Febbraio Totale complessivo Mese Gennaio Febbraio Totale complessivo Venduto 13.139 13.005 26.144 Settiamana 1 2 3 4 5 6 7 8 Prev 15.600 15.600 31.200 Venduto Prev 3.112 3.900 3.280 3.900 3.232 3.900 3.515 3.900 3.421 3.900 3.303 3.900 3.121 3.900 3.160 3.900 26.144 31.200 ...e tiriamo qualche conclusione... Una storia… L’evidente considerazione, per limitare le perdite, è eliminare il prodotto dall’assortimento in quanto non ha “performato” secondo le aspettative…. ...ed eliminare il responsabile del prodotto che non ha “performato” secondo le aspettative! Una storia… E se invece dessimo al nostro responsabile prodotto un’ultima 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… E il risultato di un paio di notti in bianco è… Regione Punto vendita Gennaio 1 Emilia Bologna Modena Rimini Brescia Desenzano Milano Ancona Ascoli Piceno Pesaro Orvieto Perugia Terni Frosinone Latina Roma Cuneo Novara Torino Padova Treviso Verona Genova La Spezia Savona 85 66 73 42 103 75 105 98 76 79 81 87 69 76 88 80 27 99 69 93 87 81 70 97 Lombardia Marche Umbria Lazio Piemonte Veneto Liguria 2 3 83 93 72 57 103 35 89 83 84 89 94 88 98 77 88 85 75 88 68 96 68 91 80 84 92 80 88 79 135 85 86 89 104 102 84 87 78 86 90 87 72 85 83 89 67 98 87 66 4 Febbraio 5 6 7 8 98 88 87 81 116 74 85 95 89 90 86 96 89 88 99 110 85 92 86 111 94 87 95 68 87 91 95 69 128 93 93 86 111 110 92 85 90 94 86 90 96 86 99 85 88 81 65 28 89 84 73 39 119 83 91 96 93 87 85 72 78 67 83 102 87 84 90 92 95 73 73 93 75 75 75 73 123 49 95 82 92 85 88 75 68 68 68 89 88 94 88 83 77 72 90 92 68 82 86 67 107 68 98 26 79 80 99 27 83 87 69 79 87 81 88 89 92 77 85 79 Analisi per “Punto Vendita” Gennaio Febbraio Regione Punto vendita 1 2 3 4 5 6 7 8 Emilia Bologna Modena Rimini Brescia Desenzano Milano Ancona Ascoli Piceno Pesaro Orvieto Perugia Terni Frosinone Latina Roma Cuneo Novara Torino Padova Treviso Verona Genova La Spezia Savona 85 66 73 42 103 75 105 98 76 79 81 87 69 76 88 80 27 99 69 93 87 81 70 97 83 93 72 57 103 35 89 83 84 89 94 88 98 77 88 85 75 88 68 96 68 91 80 84 92 80 88 79 135 85 86 89 104 102 84 87 78 86 90 87 72 85 83 89 67 98 87 66 98 88 87 81 116 74 85 95 89 90 86 96 89 88 99 110 85 92 86 111 94 87 95 68 87 91 95 69 128 93 93 86 111 110 92 85 90 94 86 90 96 86 99 85 88 81 65 28 89 84 73 39 119 83 91 96 93 87 85 72 78 67 83 102 87 84 90 92 95 73 73 93 75 75 75 73 123 49 95 82 92 85 88 75 68 68 68 89 88 94 88 83 77 72 90 92 68 82 86 67 107 68 98 26 79 80 99 27 83 87 69 79 87 81 88 89 92 77 85 79 Lombardia Marche Umbria Lazio Piemonte Veneto Liguria Analisi Multidimensionale Spesso le analisi che vengono fatte sono “standard” e lasciano poco spazio all’interpretazione dei dati da parte dell’utente. Questi limiti sono più dovuti alla carenza da parte delle aziende di capire come le informazioni possono essere utilizzate per l’analisi dell’attività 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. Analisi Multidimensionale Limitazione dei database gestionali: Il loro lavoro è la gestione e dedicano il loro tempo a quello ① Rapporti solo sulle informazioni internamente raccolte ② Tipicamente non consente una analisi dimensionale alla velocità del pensiero. Dobbiamo avere a disposizione sistemi che permettono di rispondere a questo tipo di domande: ① Quali sono le vendite effettive rispetto alle previsioni di vendita per regione, per periodo, per punto vendita? ② Quale è la redditività per prodotto e per cliente? ③ Quale è l’arretrato per prodotto, per cliente nel tempo? Sistema OLAP On Line Analytical Processing Perché l’elaborazione 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 l’analisi. Analizziamo ora in excel i dati di un ingrosso di frutta… Sistema OLAP On Line Analytical Processing Sistema OLAP On Line Analytical Processing Il sistema OLAP che abbiamo utilizzato nell’esempio dell’ingrosso 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. Analisi Multidimensionale della vendita di frutta Quante mele sono state vendute nel mercato di Milano durante il terzo trimenstre? Cubo OLAP On Line Analytical Processing 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 gli ultimi 24 mesi 100 x 20 x 24 = 48.000 informazioni da gestire Se poi l’azienda è anche interessata a sapere da quale dei sui 75 fornitori proviene la frutta, ecco che arriviamo a 48.000 x 75 = 3.600.000 informazioni da gestire Cubo OLAP On Line Analytical Processing Perché un cubo OLAP sia efficace abbiamo bisogno che sia strutturato in: Dimensioni – fanno conoscere lo spazio occupato dal database Gerarchie – permettono di aggregare le dimensioni Misure – permette di confrontare le varie dimensioni Cubo OLAP On Line Analytical Processing Dimensioni – fanno conoscere lo spazio occupato dl database ① I dati devono essere confrontabili ② I dati devono essere aggregabili Cubo OLAP On Line Analytical Processing Gerarchie – permettono di aggregare le dimensioni Membri Dimensione Relazioni GERARCHIA Cubo OLAP On Line Analytical Processing Misure – permette di confrontare le varie dimensioni ① Ci deve sempre essere almeno una misura Altrimenti non abbiamo l’elemento di confronto ② Una misura è sempre una quantità o un’espressione che • KPI - per interpretare misure e caratteristiche ; Perché deve essere appunto misurabile • Benchmark - utilizzato per fare confronti produce una quantità ③ La misura può assumere qualsiasi formato quantitativo Un valore assoluto, una valuta, una percentuale, un rapporto,… ④ La misura può derivare da qualsiasi fonte dati o da un calcolo Un input diretto, un’aggregazione, una media, una formula,… Esempio Excel Occupazione e giorni di malattia per reparto