IL SISTEMA INFORMATICO PER I VARI LIVELLI AZIENDALI Mario Capurso, con parti prelevate da fonti su Internet http://info.bazarinfo.info C’era una volta il sistema informativo formale ma cartaceo Le informazioni nascevano nei vari reparti e ad ogni transazione veniva associato un documento Il sistema informatico era un complemento a quello cartaceo Il lotto delle schede perforate veniva elaborato dal programma di gestione aziendale in maniera batch Il documenti passavano al CED e divenivano schede perforate CED Qual era l’inconveniente? L’elaborazione batch provocava nell’azienda ritardi e disallineamenti tra archivi e situazione reale L’ELABORAZIONE OLTP In seguito ci fu l’introduzione dei terminali L’elaborazione passò da batch a OLTP (On-Line Transaction Processing) Si lavorava su dati aggiornati e strutturati in tempo reale Serviva finalmente anche per il livello operativo Non vi era più il problema dei ritardi negli archivi I terminali erano collegati ad un mainframe in una rete a topologia a stella Il tutto era gestito da un programma di sistema ( ad esempio IBM CICS/ DLI ) che gestiva terminali e informazioni OLTP - Il Mainframe IBM 360 OLTP – Il Mainframe IBM 370 OLTP e Personal Computers L’ OLTP è in uso ancora oggi Nel 1982 con l’IBM PC1 si diffonde il Personal Computer Nel 1985 con l’IBM PC/AT si diffondono le reti di Personal Computer OLTP e Personal Computers II Con i PC e le reti di PC, il sistema informatico migra verso i PC Il software aziendale per il livello operativo Per il livello operativo, che ha bisogno di dati aggiornati in tempo reale per produrre, una risposta in tempo reale è indispensabile Gli aspetti operativi a quantità, gli acquisti, le vendite e il magazzino sono coperti dal software di gestione aziendale. Gli aspetti operativi a valore sono coperti dal software di contabilità aziendale. Di solito i due aspetti sono presenti insieme in un software gestionale integrato Un software gestionale integrato per PC Un software integrato - 2 Livello tattico a quantità Il livello tattico deve gestire i fabbisogni, ovvero pianificare la produzione e garantire che al momento opportuno siano disponibili i materiali per il livello operativo Durante la fase di progettazione del prodotto finito viene prodotta la distinta base, che è una rappresentazione ad albero che descrive la struttura del prodotto finito, e messi a punto i cicli di lavorazione. Livello tattico a valore La situazione a valore dell’azienda è rappresentata mediante un Piano dei conti. Il Piano dei conti è una struttura ad albero formato da entrate e uscite strutturate ad albero e suddivise in varie categorie Gli aspetti a valore riflettono gli aspetti economicofinanziari della gestione aziendale Apparentemente, gli aspetti a valore sembrano staccati dalle problematiche produttive I Software di gestione aziendale Inizialmente i software di gestione aziendale lavoravano secondo una logica chiamata MRP (Material Requirement Planning) che pianificava e gestiva la produzione con attenzione particolare solo per gli aspetti a quantità, con capacità infinita In seguito si passò alla logica MRP2 che attraverso operazioni di schedulazione (Capacity Resource Planning) permetteva di livellare i carichi e saturare le risorse (umane e macchinari), evitando periodi di vuoto lavoro, alternati a straordinari, terzi turni, festività ed esternalizzazioni. Qual era l’inconveniente? Le procedure MRP ed MRP2 coprono solo gli aspetti a quantità dell’azienda e non quello a valore L’introduzione della logica ERP Per poter avere una logica che gestisca sia gli aspetti a quantità che quelli a valore bisogna passare alla logica ERP (Enterprise Resource Planning) Cosa comporta l’introduzione della logica ERP nell’azienda? Le aziende eseguono un processo di reingegnerizzazione dei processi aziendali chiamato BPR (Business Process Reengineering) I processi aziendali riducono i tempi passando allo scambio elettronico di informazioni tra clientiazienda-fornitori, EDI (Electronical Data Interchange) Un esempio di ERP: SAP Il modulo SAP - FInanze SAP – Gestione Clienti SAP – Inserimento Fatture SAP – Il linguaggio ABAP Livello strategico – DSS Per poter sapere quali conseguenze potrebbero portare le strategie da attuare si fa uso di un sistema informatico chiamato DSS (Decision Support System) che usa tecnologie OLAP (On Line Analytical Processing) e Data Mining. Il DSS permette al livello strategico, analizzando la situazione attuale e passata dell’azienda, di poter decidere le strategie simulandone le conseguenze. Livello strategico – DSS Tipiche decisioni da prendere: Quali ordini dovremmo soddisfare per massimizzare le entrate? Il DSS lavora su dati del passato (Datawarehouse) per scoprire i fenomeni nascosti (Data Mining) o per analizzare quantitativamente il passato (OLAP), in modo da poter orientare il livello strategico verso le giuste strategie da attuare. Data Mining Un processo di Data Mining si basa sui seguenti elementi: Dati: insieme di informazioni contenute in una base di dati o data warehouse Pattern: espressione in un linguaggio opportuno che descrive in modo succinto le informazioni estratte dai dati regolarita` informazione di alto livello Esempio IF stipendio < k THEN mancati pagamenti Prestiti o x x x x x x x x x x x x o x o o o o x k o x o o o o o o o o o Stipendio Persone che hanno ricevuto un prestito dalla banca: x: persone che hanno mancato la restituzione di rate o: persone che hanno rispettato le scadenze Paradigma OLAP On-Line Analytical Processing Elaborazione di operazioni per il supporto alle decisioni Operazioni complesse e impreviste Ogni operazione può coinvolgere molti dati Dati di aggregati, storici, anche non attualissimi Tipiche richieste Qual è il volume delle vendite per regione e categorie di prodotto durante l’ultimo anno? Come si correlano i prezzi delle azioni delle società produttrici di hardware con i profitti trimestrali degli ultimi 10 anni? Quali sono stati i volumi di vendita dello scorso anno per regione e categoria di prodotto? In che modo i dividendi di aziende di hardware sono correlati ai profitti trimestrali negli ultimi 10 anni? OLAP vs OLTP Analisi OLAP Una visione multidimensionale, LOGICA, dei dati Analisi interattiva dei dati Modellazione analitica: derivazione delle proporzioni, delle varianze, etc Aggregazioni per ogni intersezione di ogni dimensione. Previsione, trend analysis, e statistical analysis. Calcola e visualizza i dati in 2D o 3D crosstabs, charts, e grafi, con semplici operazioni di pivoting degli assi Rappresentazione multidimensionale dei dati L’analisi dei dati avviene rappresentando i dati in forma multidimensionale Concetti rilevanti: fatto – concetto sul quale centrare l’analisi misura – proprietà del fatto da analizzare dimensione – descrive una prospettiva lungo la quale effettuare l’analisi Esempi di fatti/misure/dimensioni vendita/quantità venduta, incasso /prodotto, tempo telefonata/costo durata/chiamante, chiamato, tempo Analisi multidimensionale: l’ipercubo Latte Gen 07, Pisa Negozio Pisa Roma Firenze tot Prodotto Latte Pane Uova ... tot Tutti i prodotti Gen 07, Pisa Gen 07 Feb 07 : tot Latte 07, Tutti negozi Tempo Analisi multidimensionale: l’ipercubo La dimensione contiene una gerarchia di valori es. dimensione Tempo: Anno, Trimestre, Mese, Settimana La cella contiene valori aggregati es. somma dei ricavi su Pisa per il latte in Gennaio Dimensioni e gerarchie di livelli Ciascuna dimensione è organizzata in una gerarchia che rappresenta i possibili livelli di aggregazione per i dati Regione Provincia Prodotto Categoria Marca Anno Trimestre Città Mese Negozio Giorno Analisi multidimensionale: operazioni Roll Up aggrega i dati, e cioè mostra i dati ad un maggior livello di aggregazione rispetto alla visione corrente (da giorni a settimane, da settimane a mesi, ecc.) Drill Down disaggrega i dati e cioè mostra i dati ad un minor livello di aggregazione rispetto alla visione corrente (da anni a mesi, da mesi a giorni, ecc.) Analisi multidimensionale: operazioni - 2 Slice & Dice “taglia” i dati secondo un certo criterio (Vendite di una sola Area Geografica) e “proietta” i dati su un piano bidimensionale (ad esempio, Clienti su Prodotti). Pivot re-orienta il cubo “girando” le dimensioni di osservazione (da Clienti su Prodotti a Prodotti su Clienti). Esempi di analisi Il manager finanziario esamina la vendita dei prodotti in tutti i mercati relativamente al periodo corrente e quello precedente Tempo Il manager regionale esamina la vendita dei prodotti in tutti i periodi relativamente ai propri mercati Prodotto Il manager di prodotto esamina la vendita di un prodotto in tutti i periodo e in tutti i mercati Il manager strategico si concentra su una categoria di prodotti, un’area regionale e un orizzonte temporale medio Un esempio - Metacube Explorer IL DATA WAREHOUSE I sistemi DATA MINING e il DSS, dovendo trattare dati passati, lavorano su una parte del sistema informatico chiamato DATAWAREHOUSE (magazzino dei dati) Esso è un sistema che contiene dati passati, non volatili, integrati e consolidati della situazione passata aziendale Datawarehouse Magazzino di dati a livello di impresa contiene i dati, modelli e procedure appositamente devoluti al supporto alle decisioni per l’analisi multidimensionale è consigliabile ma non è necessario un datawarehouse Obiettivi di un Datawarehouse Possibilità di accedere a tutti i dati dell’impresa, centralizzati in un solo database Coerenza e consolidamento dei dati Velocità nell’accesso alle informazioni Supporto per l’analisi dei dati Come appare un datawarehouse Metacube Warehouse Manager Livello politico Il livello politico ha bisogno di informazioni dettagliate della situazione aziendale e perciò ha un proprio sistema informativo chiamato EIS (Executive Information System) L’EIS è basato su indici di bilancio i quali, riflettendo quantitativamente la situazione aziendale, costituiscono una specie di cruscotto aziendale Un esempio di cruscotto aziendale (Theorema)