Le parti del Sistema
Informativo Aziendale
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)
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.
La piramide della conoscenza
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.
Esempio Applicativo
TELLUS
• sistema informativo regionale per
la gestione e il monitoraggio della
ricostruzione
Le parti del Sistema
Informativo Aziendale
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)
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.
La piramide della conoscenza
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.
Esempio Applicativo
TELLUS
• sistema informativo regionale per
la gestione e il monitoraggio della
ricostruzione
Alcuni dati di riferimento
Risorse finanziarie /anno
Risorse finanziarie /anno
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
Esempio OLAP
• Analisi del materiale richiesto dagli utenti
negli anni 2000-2006
• Analisi numero richieste al numero verde
negli anni 2000-2006
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
Segmentazione della clientela sulla base delle tessere fedeltà
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.
OLTP
On line Trasaction Processing
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
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.
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”
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
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
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).
Obiettivi dei sistemi OLTP
• Automatizzare i processi operativi delle
imprese
• Consentire in tempo reale il normale
svolgimento delle attività aziendali
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 )
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.
Esempio Query OLTP
Quali prodotti e categorie sono state acquistate dal mio cliente?
S
Q
L
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%’;
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.
Criticità OLTP
I sistemi OLTP non sono adatti a fare
analisi per il supporto alle decisioni
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
OLAP
On Line Analytical Processing
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.
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
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.
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
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)
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
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
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.
OLTP e OLAP
Evoluzione dei sistemi di analisi
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
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.
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
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
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…)
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 )