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)
