SISTEMI INFORMATIVI DIREZIONALI

1
SISTEMI INFORMATIVI DIREZIONALI

2
I Livelli di un SI Aziendale

• livello direzionale
• vengono svolte tutte quelle attività necessarie
  alla definizione degli obiettivi da raggiungere
  ed alle azioni, eventualmente correttive, da
  intraprendere per perseguirli.
• livello operativo
• si occuperà delle attività attraverso cui
  lazienda produce i propri servizi e prodotti.

il livello direzionale è supportato dai
cosiddetti sistemi informativi direzionali.
3
Schema di un sistema direzionale
Motori di calcolo (DSS)
Motori di presentazione QR (EIS)
OLAP
Data Warehouse
Data Entry (budget, dati direzionali)
Alimentazione
OLTP
DB TRANSAZIONALI
4
Caratteristiche di un SID

• i sistemi informativi direzionali hanno la
  caratteristica di essere alimentati da altri
  sistemi quali ad esempio i sistemi informativi
  aziendali oppure mediante informazioni introdotte
  manualmente dagli utenti finali.

5
Le informazioni trattate

• informazioni fortemente aggregate.
• I SID devono fornire ai dirigenti aziendali dati
  sintetici (indicatori gestionali)
• medie, ricavi globali,
• in certi intervalli temporali
• tempificate.
• in diverse dimensioni.
• Il tempo
• la dimensione prodotto
• dimensione processi
• dimensione responsabilità
• cliente, al fine di analizzare redditività,
  volume di affari e bacino di utenza.

6
Un nuovo ruolo

• Il nuovo ruolo dell'Information Technology (IT)
  aziendale è quello di fornire al top management
  informazioni rapide ed efficaci sulle quali
  basare le decisioni strategiche

7
OLTP

• On Line Transaction Processing
• Transazioni predefinite e di breve durata
• Dati dettagliati, recenti e aggiornati
• Dati residenti su un unico DB
• Read write di pochi record
• Critiche le proprietà ACIDe
• Implementate su Main Frame

8
Sistemi direzionali

• Decisioni di tipo tattico e strategico
• Es.
• Quanti prodotti sono stati venduti nello scorso
  anno per regione e categoria?
• Uno sconto tra il 10 ed il 20 potrebbe aumentare
  le vendite di auto nel prossimo bimestre?
• Su quali dati? Su quelli accumulati da OLTP

9
Metodologia OLAP

• Lobiettivo che si pone la metodologia OLAP è
  quello di fornire un supporto efficiente
  lanalisi delle informazioni prendendo in
  considerazione più variabili contemporaneamente
  (analisi multi dimensionale dei dati).

10
OLAP

• On Line Analytical Processing
• Interrogazioni complesse e casuali
• Dati storici e aggregati
• Dati provenienti da più DB eterogenei
• Moltissime operazioni di Read (nessuna di write)
• Visualizzazione dei dati su PC

11
Cosa vuol dire OLAP (Codd)

• OLAP è il nome dato allanalisi dinamica
  dellimpresa necessaria per
• creare, manipolare, animare e sintetizzare
  informazioni
• dai Data Models Aziendali.
• Questo processo consente di scoprire
• nuove relazioni tra le variabili,
• di identificare i parametri necessari alla
  gestione di grosse quantità di dati,
• di creare un numero illimitato di dimensioni
• di specificare condizioni ed espressioni che
  coinvolgono, contemporaneamente, più dimensioni.

12
Da tener ben presente .

• I dati usati dai sistemi OLAP sono gli stessi di
  quelli usati dai sistemi OLTP
• quello che cambia nei due tipi di sistemi è
  lelaborazione compiuta sui dati.
• .

13
OLTP vs OLAP

• Users Impiegati
• Op. giornaliere
• Op. Correnti
• Op. Ripetitivo
• Trans. Breve
• Decine di record acceduti per volta
• Migliaia di utenti
• 100 MB 1 GB

• Users dirigenti
• Supporto Decisioni
• Dati Storici
• Oper. Casuali
• Int. Complesse
• Milioni di record acceduti
• Centinaia di utenti
• 100 GB 1 TB

14
Cosa è un data warehouse?

• Definizione (Inmon)
• Un data warehouse è un data base relazionale
• Subject Oriented
• Integrato
• Non volatile
• Time Variant
• progettato per query and analysis
• ---- invece che per lelaborazione di transazioni.

15
Un DW

• Contiene dati storici derivati dalle transazioni,
  anche se può contenere dati di altra fonte
• Separa il carico dellanalisi da quello delle
  transazioni
• Contiene, oltre ad un DB relazionale, moduli di
• ETL (Extraction, Transformation Loading)
• OLAP (On Line Analytical Processing)
• Client analysis tools
• Altre applicazioni per analisi dei dati e
  produzione di rapporti a utenti business

16
Subject Oriented .

• Subject Oritented
• I DW sono progettati per aiutarti ad analizzare i
  tuoi dati per i tuoi scopi

• Chi è stato il nostro miglior venditore di
  aspirapolveri lo scorso anno??
• Topic miglior venditore di aspirapolveri ?
  analisi orientata al soggetto

17
Integrated .

• Risoluzione dei conflitti tra nomi e dei problemi
  derivanti dal fatto che i dati si trovano
  espressi in unità di misure differenti.

• Nel DB della succursale di Roma il Sig. Rossi ha
  venduto 1000 aspirapolveri a 900.000 lire mentre
  nel DB della filiale di NY, Mr Bush ha venduto
  900 aspirapolveri a 600 come confronto i
  dati? Come risolvo i conflitti tra nomi?

18
Non volatile

• I dati non variano una volta entrati nel
  warehouse
• Il warehouse deve analizzare ciò che è accaduto

• Il Sig. Rossi ha venduto 1000 aspirapolveri, ed
  ad oggi è il RecordMan di vendite
• Se tra mezzora Mr. Bush ne vende altre 250,
  questa informazione non deve entrare nel WH

19
Time Variant

• La maggior parte delle analisi per i business
  sono analisi di trend. Per questo si ha bisogno
  di una grande mole di dati storici.

• Voglio sapere negli ultimi tre anni landamento
  in borsa della Compagnia su Milano, Londra e
  Francoforte

20
Considerazioni ..

• Non interessa un singolo dato, ma dati aggregati
• Somma, media, minimo, massimo
• Le operazioni di aggregazione sono fondamentali
  per popolare e mantenere un Data Warehousing
• Le operazioni tipiche di un DW saranno
• Accesso e interrogazione diurne
• Caricamento e Aggiornamento dati notturne
• Su milioni di record

21
Considerazioni

• Esigenza di una base dati separata perché
• Esistono diverse sorgenti di dati
• sorgenti che devono essere integrate e
  tecnicamente ciò non può essere fatto in linea
• I dati da integrare devono essere aggregati
• Metodi di accesso specifici
• Degrado delle prestazioni

22
Architettura di un sistema direzionale
utenti
Data Marts
Sorgenti dei dati
analisi
Magazzino dati
Area di Staging
Acquisti
reporting
Vendite
Sistemi di supporto operativo
mining

Inventario
File piatti
23
Rappresentazione dei Dati

• Sorgenti informative i DB preesistenti
  dipartimentali .
• Vendita, promozione, marketing
• DW la base dati integrata con soggetti comuni a
  tutta lorganizzazione
• Data Marts componente del DW soggetti
  dipartimentali o settoriali selezionati
• Strumenti di analisi, focalizzati su un problema
  in esame

24
Come viene popolato un DW

• Attività
• Estrazione dei dati
• Dalle sorgenti informative
• Trasformazione
• Pulizia dei dati, trasformazione di formato,
  correlazione con oggetti in sorgenti diverse
• Caricamento
• Con introduzione di informazione temporali e
  generazione di dati aggregati
• Refresh
• Le stesse fasi eseguite incrementalmente
• A supporto di queste attività sono mantenute
  certe informazioni dette METADATI

25
Tecniche di Analisi dei dati

• Un data warehouse viene costruito per fornire un
  accesso facile a sorgenti contenenti una grossa
  quantità di dati
• Si tratta allora di un mezzo per arrivare ad un
  fine.
• Quale è il fine? Effettuare analisi e prendere
  decisioni a partire da quei dati.
• Quali sono allora le tecniche di analisi dei dati
  comunemente usate oggigiorno?

26
Classificazione Tecniche

• Query and reporting
• Analisi multi dimensionale
• Data mining

Display, Analizza, Scopri
In funzione delluso
27
1) Query And Reporting

• E il processo di
• Porre una interrogazione
• Rilevare dati fondamentali dal DW
• Trasformare i dati in un contesto appropriato
• Porre i risultati in un formato leggibile

28
QR
Answer Set
Quanti aspirapolvere Sono stai venduti dall 10-9
al 16-9? E quanti nel nostro negozio di Agnano?
29
2) Analisi Multidimensionale

• Lanalisi dei dati viene eseguita sui dati
  estratti dal DW o dal Data Mart e rappresentata
  in forma multidimensionale.
• E basata di solito su
• Fatti
• un concetto sul quale centrare lanalisi
• Misura
• Una proprietà atomica di un fatto da analizzare
• Dimensione
• Una prospettiva lungo la quale effettuare
  lanalisi
• Esempio
• Telefonata/Costo, durata/Chiamata, Chiamante,
  Tempo

30
Un Esempio

• Unazienda si occupa delle vendite di determinati
  prodotti, per la quale sono rilevanti tre
  dimensioni prodotti, tempo e mercati geografici.
  
• Per descrivere questa situazione si può pensare
  ad un cubo, sulle cui dimensioni geometriche
  riportiamo le dimensioni di interesse
  dellazienda

31
I punti di vista

• il manager di prodotto
• è interessato alle vendite di un determinato
  prodotto in tutti i mercati e in tutto il periodo
  di tempo preso in considerazione
• lanalista finanziario
• è interessato ai risultati di vendita relativi a
  tutti i prodotti e tutti i mercati in un
  determinato periodo temporale
• il responsabile regionale
• ha bisogno di conoscere le vendite nel tempo di
  tutti i prodotti disponibili sul mercato di sua
  competenza
• lanalista di mercato
• può essere interessato alle vendite di un
  determinato prodotto, su di un singolo mercato e
  relative ad un preciso periodo temporale

32
Le prospettive

• Le prime tre prospettive sono ricavabili fissando
  il valore di una delle tre dimensioni e
  aggregando i dati lungo le rimanenti due
• Ciò corrisponde ad una visualizzazione
  bidimensionale, tipo foglio elettronico.
• Lultima prospettiva, quella dellanalista di
  mercato, si ottiene fissando un intervallo su
  ognuna delle tre dimensioni
• Un cubo

33
(No Transcript)
34
Approcci allOLAP

• Linsieme dei dati da navigare è archiviato su
  una struttura dati a matrice dove sono registrate
  tutte le sintesi statistiche degli incroci
  multidimensionali possibili
• il viewer in questo caso chiede i dati
  direttamente al database multidimensionale
• insieme dei dati su cui navigare è registrato su
  una o più tabelle relazionali
• i dati, in questo caso, sono acceduti tramite
  query
• su di essi, vengono effettuate le sintesi
  necessarie per la visualizzazione dei risultati.

35
Rappresentazione multidimensionale
Mercati
Quantità
Prodotti
Vendite
Periodi di tempo
36
ROLAP

• La R sta per relazionale
• ed indica la caratteristica peculiare di
  estrazione dati da una strutture dati di tipo
  relazionale (una o più tabelle in formato
  riga-colonna).
• vantaggio
• dati acceduti sono sempre gli ultimi disponibili.
• Esiste una classe di strumenti che è in grado di
  recuperare i dati dalle tabelle e sintetizzarli.
• svantaggio
• risiede, invece, nel fatto che una volta usciti
  dal viewer i dati di sintesi si perdono e quindi
  per riaccedervi è necessario rieseguire le
  estrazioni e le sommarizzazioni.

37
MOLAP

• indica lesistenza di una struttura per dati
  multi dimensionali.
• il viewer chiede i dati direttamente a questa
  struttura, la quale li ha già memorizzati secondo
  le dimensioni,
• Vantaggio
• in questo caso sono i tempi di risposta.
• svantaggio
• il Multidimensional Data Base deve essere
  allineato allaggiornamento dei dati di base dal
  quale viene generato.

38
Una nota sul MOLAP

• Il Gartner Group, sostenitore dellapproccio
  MOLAP, ha affermato in una Research Note che i
  database multidimensionali permettono di
  concentrarsi sulla business view,
• ovvero sugli aspetti più propriamente aziendali
• . mentre i tradizionali database relazionali
  richiedono la cosiddetta system view,
• impedendo, di fatto, uninterazione diretta dei
  responsabili aziendali poco pratici in materia

39
La soluzione MOLAP

• Ha come perno il concetto di array
  multidimensionale,
• tecnica per la riorganizzazione e la
  memorizzazione di dati aggregati, in modo che
  possano essere analizzati da più prospettive.
• Un array multidimensionale è costituito da un
  insieme di celle di dati,
• ciascuna delle quali contiene il valore assunto
  da una specifica misura, trovato in base alla
  formula di calcolo e alle dimensioni che
  determinano il processo di aggregazione.
• In tale struttura, ciascuna dimensione funge da
  indice per lindividuazione di un insieme di
  celle di dati, eventualmente composto da un
  singolo elemento

40
Un esempio di MOLAP 2D
41
Ovvero .

• L' esempio riportato in tabella corrisponde
  essenzialmente alla gestione dei dati
  caratteristica dei fogli elettronici.
• Nellesempio le dimensioni considerate sono la
  dimensione prodotto e la dimensione tempo, la
  misura riguarda le vendite dei prodotti e la
  formula di aggregazione consiste nel calcolo del
  numero totale di unità vendute.

42
Individuazione degli elementi

• fissando uno specifico prodotto ed uno specifico
  trimestre
• si individua la cella che riporta il numero
  totale di unità vendute di quel prodotto in quel
  periodo.
• fissando, un valore su una sola delle due
  dimensioni
• si ha accesso a tutti i dati relativi al valore
  fissato lungo tutta la dimensione su cui non è
  stato specificato un attributo.
• volendo determinare il numero totale di unità
  vendute del prodotto A in tutto lanno
• è sufficiente accedere allarray fissando
  lattributo PROD. A e sommando i valori presenti
  su tutta la riga selezionata.

43
Operazioni sui dati Multidimensionali

• Roll Up
• Aggregazione dei dati
• Es. volume di vendita totale dello scorso anno
  per categoria e regione
• Drill down
• Disaggregazione dei dati
• Es. mostra le vendite giornaliere e dettagliate
  di ciascun negozio per una certa categoria di
  prodotti
• Slice Dice
• Proiezione su un piano
• Solitamente bidimensionale
• Pivot
• Riorientamento del cubo

44
Ovvero .
45
Dimensional Fact Model (DFM)

• E un modello concettuale grafico per DW.
• La rappresentazione generata dal DFM è detta
  Dimensional Scheme (DS) e consiste in un
  insieme di Fact Scheme (FS).
• Il DFM è indipendente dal modello logico target
  (multidimensionale o relazionale).
• FS compatibili possono essere sovrapposti
  per mettere in relazione e comparare dati.
• I FS possono essere integrati con informazioni
  sul carico di lavoro, da usarsi come input per il
  progetto logico.

46
Fact Scheme

• I componenti di base dei FS sono fatti,
  dimensioni e gerarchie.
• Un fatto è un evento di interesse per l impresa
  ed è descritto da un insieme di misure.
• Una dimensione determina la granularità di
  rappresentazione dei fatti.
• Una gerarchia determina come le istanze di fatto
  possono essere aggregate e selezionate in modo
  significativo per il processo decisionale.

47
Fatti associazioni molti a molti
48
Il Dimensional Fact Model

• Le misure sono attributi a valori continui
  tipicamente numerici che descrivono il fatto da
  diversi punti di vista.
• Ad esempio, ogni vendita è misurata dal suo
  incasso.
• Le dimensioni sono attributi discreti che
  definiscono la la granularità minima di
  rappresentazione dei fatti
• dimensioni tipiche per il fatto vendite sono
  prodotto, negozio, data.
• Le gerarchie (una per ciascuna dimensione) sono
  costituite da attributi discreti collegati da
  associazioni -to-one.
• La gerarchia sulla dimensione prodotto include ad
  esempio gli attributi tipo di prodotto,
  categoria, dipartimento, ecc.
• Alcuni attributi, rappresentati da una linea,
  sono detti attributi non dimensionali e non
  possono essere utilizzati per aggregare i dati.

49
Modellazione dei dati Star Schema

• individuazione delle variabili oggetto
  dellanalisi corrente
• per ciascuna di queste variabili devono essere
  definite le misure e, per ciascuna misura, le
  dimensioni ad essa associata che, ricordiamo,
  determinano il tipo e il livello del processo di
  aggregazione.
• scelta degli attributi di ciascuna dimensione che
  devono essere memorizzati nella tabella
  associata.
• Questa scelta determina il livello di dettaglio
  con cui viene descritta la misura e la gerarchia
  di aggregazione nella dimensione.

50
Modello logico Relazionale

• Lo star schema prevede una tabella centrale,
  detta Fact Table, che determina loggetto dello
  studio e più tabelle di appoggio, denominate
  Dimensional Table, che rappresentano le
  dimensioni utilizzate per lanalisi.
• La chiave della FT è composta dalle chiavi delle
  varie DT.
• Le sottoparti della chiave della FT sono chiavi
  importate delle DT.
• Esiste una relazione di tipo 1-a-n tra le
  Dimension Table e la Fact Table
• Laccesso ai dati avviene tramite join tra le
  Dimension Table e la Fact Table

51
Esempio
52
Esempio di Query
53
Star Schema osservazioni

• Le Dimension Table sono completamente
  denormalizzate.
• Si riduce il numero di join necessari
• Ma
• Aumenta la dimensione delle tabelle
• La Fact Table contiene tuple relative a diversi
  livelli di aggregazione
• Lelevata dimensione della Fact Table incide sui
  tempi di accesso
• Non si hanno problemi di sparsità in quanto
  vengono memorizzati soltanto le tuple
  corrispondenti a punti dello spazio
  multi-dimensionale per cui esistono le
  informazioni

54
DENORMALIZZAZIONE

• Nei casi pratici il numero di
• variabili da controllare
• delle misure per ciascuna variabile
• delle dimensioni associate a ciascuna misura
• sono molto più elevati
• . ciò comporta una proliferazione notevole del
  numero delle tabelle
• sia di quelle associate alle dimensioni, sia di
  quelle associate alle misure.
• Poiché i dati aggregati memorizzati nelle tabelle
  delle misure non sono soggetti a ripetizione,
  tali tabelle sono normalizzate
• laddove quelle delle dimensioni sono normalmente
  denormalizzate, dovendo memorizzare tutti gli
  attributi di ogni livello di aggregazione
  implementato.

55
LO SCHEMA A FIOCCO DI NEVE(snowflake)

• La variante nota con il termine schema a fiocco
  di neve consiste nella suddivisione delle tabelle
  delle dimensioni a livello degli attributi di
  aggregazione
• Si ottiene normalizzando una o più dimensioni
  dello star schema
• il che consente di avere un numero di tabelle
  maggiori ma di piccole dimensioni e normalizzate
• con conseguente semplicità di gestione in fase di
  popolazione ed aggiornamento delle tabelle

56
Lo snowflake schema

• Si riduce la dimensione e la cardinalità delle
  Dimension Table
• Ogni Fact Table conterrà solo informazioni a
  particolari livelli di aggregazione
• È necessario un modulo del DBMS (Aggregation
  Navigator) che, per ogni query, decida a quale
  fact table accedere

57
esempio
58
Come fare le interrogazioni?

• In linea di principio, la popolazione di uno star
  schema può essere effettuata ricorrendo al
  linguaggio SQL standard
• questa soluzione, però, è estremamente
  complicata e dispendiosa in termini di tempo, in
  quanto, per ciascuna misura, bisogna considerare
  alternativamente ogni dimensione e applicare
  esplicitamente la formula di aggregazione
  desiderata (conteggio, somma, media, etc.).
• Per tale motivo, le applicazioni ROLAP utilizzano
  tecniche proprietarie per la popolazione e
  laggiornamento degli star schema, tecniche che
  si basano su opportune estensioni del linguaggio
  SQL.

59
3) DATA MINING

• Discovery Technique
• E una tecnica di analisi dei dati relativamente
  nuova
• Non effettua query ma usa algoritmi specifici che
  analizzano i dati e riportano quanto scoperto
• Trova relazioni tra certi dati, attraverso
  tecniche di clusterizzazione

60
Cosa è il DM

•  Col termine data mining si indicano una serie di
  tecniche atte ad individuare delle relazioni tra
  dati non esplicitamente rappresentate ed
  inattese.
• Il processo di analisi comincia acquisendo
  conoscenza a partire da un certo campione di dati
  via via più ampio assumendo che le
  caratteristiche di un ampio set di dati sono
  simili a quelle di un campione limitato

61
PREDICTIVE MODELING

• questa tecnica cerca di ripercorrere i processi
  di apprendimento umani costruendo un modello che
  descriva le più importanti caratteristiche di un
  certo fenomeno.
• Il modello viene costruito in due fasi
• Training set costruisce il modello a partire da
  un grosso campione di dati storici
• Testing set verifica il modello cercando di
  predire i dati non visti precedentemente

62
Le tecniche di PM

• Classificazione
• mediante alberi decisionali e reti neurali
  possono essere individuati record di particolari
  aggregati comportamentali
• Value prediction
• mediante modelli di regressione statistici
  lineari o non, viene effettuata la previsione
  futura per un certo aggregato di dati.
• La tecnica è simile alla tecnica di
  interpolazione utilizzata in analisi numerica ed
  è relativamente semplice da utilizzare

63
DATABASE SEGMENTATION

• Lo scopo è partizionare il database in cluster di
  record omogenei (aventi cioè proprietà comuni) al
  fine di individuare dei profili di
  sub-popolazioni di dati presenti nel database.
• Fanno largo uso di queste tecniche quelle
  applicazione orientate a definire profili di
  utenza, marketing etc.

64
DEVIATION DETECTION

• Tendono ad individuare entità che si discostano
  dalle previsioni effettuate mediante modelli
  statistici.
• Queste tecniche possono fare uso di strumenti di
  visualizzazione grafica che possono riportare gli
  aggregati del modello ed i loro complementi

65
Analisi dei dati
Data Driven
Assistita dall Analista
Guidata dall Analista
Data Mining
Query and reporting
Analisi Multidimensionale
66
Limportanza del modeling

• Il tipo di analisi fatto per un DW può
  determinarne
• Il tipo
• Il contenuto
• Summarization, Metadati espliciti QR, MOLAP
• Drilling Down, Rolling UP MOLAP
• Basso livello di dettaglio Data Mining

67
Architetture di DW e Scelte implementative

• Cosa è un Data Mart
• Un DW più piccolo che funziona indipendentemente
  o può essere interconnesa per formare un
  warehouse integrato
• Un data mart è un sottoinsieme di un DW che
  assiste un particolare dipartimento o una
  particolare funzione direzionale.
• memorizza un sottoinsieme dei dati del DW
  normalmente in forma molto aggregata utile ad un
  particolare dipartimento direzionale

68
Data Mart Architettura
69
Data Mart vs Data Warehouse

• Un data mart contiene meno informazioni e quindi
  è più facile navigare in essi
• Un data mart non contiene dati operativi
• Un data mart si focalizza solo sui requisiti di
  un particolare dipartimento

70
Perché un Data Mart

• Essi permettono agli utenti un accesso rapido
  alle informazioni usate da loro più
  frequentemente
• migliorando i tempi di risposta del sistema
  (essendo diminuito il volume dei dati da
  visitare).
• Forniscono strutture dati appropriate ad esigenze
  specifiche agevolando le tecniche di data mining.
  
• Il costo per la creazione e la gestione di un
  data mart è normalmente più basso di quello di un
  DW

71
Data Mart caratteristiche

• Scalabilità
• Dimensioni
• devono garantire tempi di risposta più brevi
  rispetto ad un DW
• Rapporto tra la loro crescita e le loro
  performance
• Le Viste logiche di diversi data mart fisici
  hanno il nome di virtual data marts
• Le tecnologie di networking sono intimamente
  legate ai data marts
• Al crescere del numero di data marts cresce
  lesigenza di avere un management centralizzato
  degli stessi al fine di coordinarne lattività e
  mantenerne la consistenza