theses

Università degli Studi Mediterranea di Reggio Calabria
Dipartimento di Ingegneria dell’Informazione, delle Infrastrutture e
dell’Energia Sostenibile
Corso di Laurea Magistrale in Ingegneria Informatica e dei Sistemi per le
Telecomunicazioni
Tesi di Laurea
Progettazione e realizzazione di cruscotti e report relativi
alle iscrizioni e ai CFU conseguiti, a partire dai dati
dell’Osservatorio Studenti Didattica del MIUR
Relatore
Candidata
Prof. Domenico Ursino
Lucia Violi
Anno Accademico 2014-2015
A Cinzia e Sabrina...
Indice
Introduzione . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
1
1
L’Osservatorio Studenti Didattica del MIUR . . . . . . . . . . . . . . . . . . . 5
1.1 L’Osservatorio Studenti Didattica del MIUR . . . . . . . . . . . . . . . . . . . . . 5
1.2 Cruscotto Ateneo: Organizzazione e Funzionalità . . . . . . . . . . . . . . . . . 6
1.2.1 Analisi Multidimensionale OLAP: Cubi, Dimensioni e Misure 8
1.3 Spedizioni ed Eventi . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14
1.3.1 Modalità di invio dei dati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17
1.3.2 Modalità di caricamento dei dati nel sistema . . . . . . . . . . . . . . . 18
2
La Business Intelligence e Pentaho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1 Cos’è la Business Intelligence . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.1 Introduzione dei concetti e illustrazione di un sistema di BI . .
2.1.2 Data Warehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.1.3 Data Mining . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2 Pentaho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.1 Analisi degli strumenti e delle funzionalità di BI . . . . . . . . . . . .
2.2.2 Creazione dei report . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.3 Creazione di analisi dei report . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.4 Creare dashboard con Pentaho . . . . . . . . . . . . . . . . . . . . . . . . . . .
2.2.5 Il valore di Pentaho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
21
21
22
23
25
27
28
29
29
31
31
3
Estrazione di conoscenza sulle iscrizioni e sui CFU conseguiti
relativa al nostro Ateneo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.1 Premessa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2 MQ1: Rendimento Studenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.2.1 Definizione della tipologia di diagramma prescelto . . . . . . . . . .
3.2.2 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 MQ2: Il livello di Internazionalizzazione . . . . . . . . . . . . . . . . . . . . . . . . .
3.3.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4 MQ3: Iscritti al nostro Ateneo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5 MQ4: Carriera degli Studenti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
33
33
35
35
36
43
43
44
46
62
IV
Indice
3.5.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6 MQ5: Diritto allo Studio . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.6.1 Definizione della tipologia di rappresentazione prescelta . . . . .
3.6.2 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.7 Cruscotti realizzati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
62
66
67
67
70
4
Estrazione di conoscenza sulle iscrizioni e sui CFU conseguiti
relativa al contesto italiano . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.1 Premessa . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77
4.2 Confronto tra gli iscritti delle Regioni Calabria e Sicilia . . . . . . . . . . . 78
4.2.1 Definizione della tipologia di diagramma prescelto . . . . . . . . . . 79
4.2.2 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79
4.3 Università tradizionale e telematica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 81
4.3.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 83
4.4 Rapporto Nord-Centro-Sud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.4.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 91
4.5 Il livello di internazionalizzazione raggiunto dalle università italiane . 96
4.5.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
4.6 CFU conseguiti . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.6.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
4.7 Top 10 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.7.1 Conoscenza estratta . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.8 Cruscotti Realizzati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
5
Discussione in merito all’attività svolta . . . . . . . . . . . . . . . . . . . . . . . . 113
5.1 Lessons Learned and Best Practice . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 113
5.2 Generalizzabilità dell’approccio proposto . . . . . . . . . . . . . . . . . . . . . . . . 115
5.3 Punti di forza e di debolezza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 116
5.4 Approcci correlati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 117
6
Conclusioni e uno sguardo al futuro . . . . . . . . . . . . . . . . . . . . . . . . . . . . 121
Riferimenti bibliografici . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 125
Elenco delle figure
1.1
1.2
1.3
1.4
1.5
1.6
1.7
1.8
Schermata di accesso dell’Osservatorio Studenti Didattica . . . . . . . . . . 6
Sezione Tool dell’Osservatorio Studenti Didattica . . . . . . . . . . . . . . . . . . 7
Schermata di accesso del Cruscotto Ateneo . . . . . . . . . . . . . . . . . . . . . . . 7
Schermata principale del Cruscotto Ateneo . . . . . . . . . . . . . . . . . . . . . . . 8
Creazione dei report di analisi OLAP . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9
Testata delle schede . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18
Variabili presenti all’inizio del record . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 19
Flusso dei dati ed elaborazioni cui sono soggetti . . . . . . . . . . . . . . . . . . . 19
2.1
2.2
2.3
2.4
2.5
2.6
2.7
2.8
Architettura di un sistema di BI . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Data Warehouse . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Esportazione dei dati . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Architettura del software Pentaho . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Interfaccia per la creazione dei report . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Creazione di nuove analisi o dashboard . . . . . . . . . . . . . . . . . . . . . . . . . .
Costruzione dei report . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
Visualizzazione dei dashboard . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
22
24
26
28
30
30
31
31
Un esempio di richiesta di report in GOMP . . . . . . . . . . . . . . . . . . . . . . .
Schema a stella contenente le informazioni sui CFU di interesse per
MQ1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.3 Schema a stella contentente le informazioni sugli iscritti di interesse
per MQ1 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.4 Media dei CFU per ogni Area . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.5 Media dei CFU e i Corsi afferenti ad Agraria . . . . . . . . . . . . . . . . . . . . . .
3.6 Media dei CFU per l’Area di Architettura . . . . . . . . . . . . . . . . . . . . . . . .
3.7 Media dei CFU per l’Area di Giurisprudenza . . . . . . . . . . . . . . . . . . . . . .
3.8 Media dei CFU per l’Area di Ingegneria . . . . . . . . . . . . . . . . . . . . . . . . . .
3.9 Confronto dei CFU per i Corsi di Studio afferenti all’Area di Agraria
3.10 Confronto dei CFU per i Corsi di Studio afferenti all’Area di
Architettura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.11 Confronto dei CFU per i Corsi di Studio afferenti all’Area di
Giurisprudenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
34
3.1
3.2
35
36
37
37
38
38
39
39
40
40
VI
Elenco delle figure
3.12 Confronto dei CFU per i Corsi di Studio afferenti all’Area di
Ingegneria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.13 Media voti Agraria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.14 Media dei voti relativi ai Corsi di Studio di Architettura . . . . . . . . . . .
3.15 Media dei voti relativi ai Corsi di Studio di Giurisprudenza . . . . . . . . .
3.16 Media dei voti relativi ai Corsi di Studio di Ingegneria . . . . . . . . . . . . .
3.17 Schema a stella contenente le informazioni nei CFU di interesse per
MQ2 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.18 Numero totale di CFU conseguiti all’estero . . . . . . . . . . . . . . . . . . . . . . .
3.19 Numero complessivo di CFU conseguiti all’estero per l’Area di Agraria
3.20 Numero complessivo di CFU conseguiti all’estero per l’Area di
Architettura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.21 Numero complessivo di CFU conseguiti all’estero per l’Area di
Giurisprudenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.22 Numero complessivo di CFU conseguiti all’estero per l’Area di
Ingegneria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.23 Numero complessivo di CFU conseguiti all’estero tramite Stage . . . . .
3.24 Numero complessivo di CFU conseguiti all’estero tramite Stage per
l’area di Agraria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.25 Numero complessivo di CFU conseguiti all’estero tramite Stage per
l’area di Architettura . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.26 Numero complessivo di CFU conseguiti all’estero tramite Stage per
l’area di Giurisprudenza . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.27 Numero complessivo di CFU conseguiti all’estero tramite Stage per
l’area di Ingegneria . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.28 Schema a stella contenente le informazioni sugli iscritti di interesse
per MQ3 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.29 Numero totale di iscritti presso le varie aree del nostro Ateneo . . . . . .
3.30 Numero totale di iscritti per i vari Corsi di Studio del nostro Ateneo .
3.31 Numero totale di iscritti per i vari Corsi di Studio di Agraria . . . . . . .
3.32 Numero totale di iscritti per i vari Corsi di Studio di Architettura . . .
3.33 Numero totale di iscritti per i vari Corsi di Studio di Giurisprudenza .
3.34 Numero totale di iscritti per i vari Corsi di Studio di Ingegneria . . . . .
3.35 Numero totale di studenti lavoratori iscritti ad Agraria . . . . . . . . . . . . .
3.36 Numero totale di studenti lavoratori iscritti ad Architettura . . . . . . . .
3.37 Numero totale di studenti lavoratori iscritti ad Ingegneria . . . . . . . . . .
3.38 Totale studenti lavoratori iscritti ad Ingegneria . . . . . . . . . . . . . . . . . . . .
3.39 Tipologia di diploma posseduta dagli studenti iscritti nell’A.A.
2012/2013 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.40 Tipologia di diploma posseduta dagli studenti iscritti nell’A.A.
2013/2014 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.41 Tipologia di diploma posseduta dagli studenti iscritti nell’A.A.
2014/2015 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.42 Anno di nascita per gli studenti iscritti nell’A.A. 2012/2013 . . . . . . . . .
3.43 Anno di nascita per gli studenti iscritti nell’A.A. 2013/2014 . . . . . . . . .
3.44 Anno di nascita per gli studenti iscritti nell’A.A. 2014/2015 . . . . . . . . .
41
41
41
42
42
43
44
45
46
47
48
49
50
51
52
53
54
54
54
55
56
57
58
59
59
59
60
61
61
62
62
63
63
Elenco delle figure
3.45 Schema a stella contenente le informazioni sugli immatricolati di
interesse per MQ4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.46 Schema a stella contenente le informazioni sugli iscritti di interesse
per MQ4 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.47 Numero di studenti iscritti per l’A.A. 2011/2012 che sono passati al
secondo anno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.48 Numero di studenti iscritti per l’A.A. 2012/2013 che sono passati al
secondo anno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.49 Numero di studenti iscritti per l’A.A. 2013/2014 che sono passati al
secondo anno . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.50 Confronto tra Iscrizione Multipla e Attiva . . . . . . . . . . . . . . . . . . . . . . . .
3.51 Confronto tra Iscritti Regolari e Non Regolari . . . . . . . . . . . . . . . . . . . .
3.52 Confronto tra Iscritti Regolari e Non Regolari in Agraria . . . . . . . . . . .
3.53 Confronto tra Iscritti Regolari e Non Regolari in Architettura . . . . . . .
3.54 Confronto tra Iscritti Regolari e Non Regolari in Giurisprudenza . . . .
3.55 Confronto tra Iscritti Regolari e Non Regolari in Ingegneria . . . . . . . . .
3.56 Confronto tra Iscritti, Iscritti Regolari e Immatricolati negli ultimi
cinque anni per la Mediterranea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.57 Schema a stella contenente le informazioni sugli iscritti di interesse
per MQ5 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.58 Report sulle borse di studio assegnate nell’A.A. 2014/2015 . . . . . . . . . .
3.59 Report sui posti alloggio assegnati nell’A.A. 2014/2015 . . . . . . . . . . . . .
3.60 Cruscotto relativo agli immatricolati, iscritti, usciti e laureati della
Mediterranea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.61 Cruscotto relativo agli studenti regolari e non della Mediterranea . . . .
3.62 Cruscotto relativo agli studenti con iscrizione attiva e multipla della
Mediterranea . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
3.63 Cruscotto relativo agli studenti iscritti e immatricolati relativi ai
corsi di Ingegneria dell’Informazione e Ingegneria Informatica e dei
Sistemi per le Telecomunicazioni . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.1
4.2
4.3
4.4
Schema a stella contenente informazioni sugli studenti iscritti . . . . . . .
Schema a stella contenente informazioni sui CFU di interesse . . . . . . .
Numero di iscritti totali nelle Università della Calabria e della Sicilia .
Numero di iscritti totali regolari e non delle università di Calabria e
Sicilia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.5 Numero di iscritti in base al Corso di Studi delle università di
Calabria e Sicilia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.6 Corsi di corsi di studio più frequentati nelle università calabresi . . . . .
4.7 Corsi di Studio più frequentati nelle università siciliane . . . . . . . . . . . . .
4.8 Numero totale di CFU conseguiti tramite stage delle università di
Calabria e Sicilia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.9 Regione di provenienza degli studenti siciliani . . . . . . . . . . . . . . . . . . . . .
4.10 Regione di provenienza degli studenti calabresi . . . . . . . . . . . . . . . . . . . .
4.11 Schema a stella contenente informazioni sugli iscritti delle università
tradizionali e telematiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . .
4.12 Andamento degli iscritti delle università tradizionali e telematiche . . .
VII
64
64
65
65
66
66
67
68
69
70
71
72
72
73
73
74
74
75
75
78
78
79
80
81
82
83
84
84
84
85
85
VIII
Elenco delle figure
4.13 Iscritti alle università tradizionali e telematiche nell’area geografica
del Nord-Ovest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.14 Iscritti alle università tradizionali nell’area geografica del Nord-Est . . 86
4.15 Iscritti alle università tradizionali e telematiche nell’area geografica
delle Isole . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86
4.16 Iscritti alle università tradizionali e telematiche nell’area geografica
del Centro . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.17 Iscritti alle università tradizionali e telematiche nell’area geografica
del Sud . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87
4.18 Iscritti regolari e non delle università telematiche . . . . . . . . . . . . . . . . . . 88
4.19 Iscritti regolari e non presso le università tradizionali e telematiche . . 88
4.20 Studenti lavoratori e non iscritti presso le università tradizionali . . . . . 88
4.21 Studenti lavoratori e non presso le università telematiche . . . . . . . . . . . 89
4.22 Studenti iscritti nel Nord-Ovest in base al tipo di diploma . . . . . . . . . . 89
4.23 Studenti iscritti nel Nord-Est in base al tipo di diploma . . . . . . . . . . . . 90
4.24 Studenti iscritti al Centro in base al tipo di diploma . . . . . . . . . . . . . . . 90
4.25 Studenti iscritti al Sud in base al tipo di diploma . . . . . . . . . . . . . . . . . . 90
4.26 Studenti iscritti nelle Isole in base al tipo di diploma . . . . . . . . . . . . . . . 91
4.27 Schema a stella contenente informazioni sugli studenti iscritti . . . . . . . 91
4.28 Iscritti totali per Area Geografica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 92
4.29 Studenti iscritti nel Nord-Ovest, suddivisi in base alle Aree CUN . . . . 92
4.30 Studenti iscritti nel Nord-Est suddivisi in base alle Aree CUN . . . . . . . 93
4.31 Studenti iscritti al Centro suddivisi in base alle Aree CUN . . . . . . . . . . 93
4.32 Studenti iscritti al Sud suddivisi in base alle Aree CUN . . . . . . . . . . . . 93
4.33 Studenti iscritti nelle Isole suddivisi in base alle Aree CUN . . . . . . . . . 94
4.34 Studenti iscritti in base al tipo di laurea in tutta Italia . . . . . . . . . . . . . 94
4.35 Rapporto tra studenti regolari e non nelle Università del Nord-Ovest . 95
4.36 Rapporto tra studenti regolari e non nelle Università del Nord-Est . . . 95
4.37 Rapporto tra studenti regolari e non nelle Università del Centro . . . . . 95
4.38 Rapporto tra studenti regolari e non nelle Università delle Isole . . . . . 96
4.39 Rapporto tra studenti regolari e non iscritti al Sud . . . . . . . . . . . . . . . . 96
4.40 Regione di provenienza di tutti gli studenti iscritti in ogni area
geografica . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 97
4.41 Schema a stella contenente informazioni sui CFU conseguiti . . . . . . . . 98
4.42 Università con il numero maggiore di CFU conseguiti all’estero . . . . . . 99
4.43 Numero di CFU conseguiti all’estero per le università del Nord-Ovest 100
4.44 Numero di CFU conseguiti all’estero per le università del Nord-Est . . 100
4.45 Numero di CFU conseguiti all’estero per le università del Centro . . . . 100
4.46 Numero di CFU conseguiti all’estero per le università del Sud . . . . . . . 101
4.47 Numero di CFU conseguiti all’estero per le università delle Isole . . . . . 101
4.48 Corsi di Studio del Nord-Ovest con il maggior numero di CFU
conseguiti all’estero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 101
4.49 Corsi di Studio del Nord-Est con il maggior numero di CFU
conseguiti all’estero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
4.50 Corsi di studio del Centro con il numero maggiore di CFU conseguiti
all’estero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 102
Elenco delle figure
IX
4.51 Corsi di studio del Sud con il numero maggiore di CFU conseguiti
all’estero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.52 Corsi di studio delle Isole con il numero maggiore di CFU conseguiti
all’estero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.53 Università italiane con il maggior numero di CFU di stage conseguiti
all’estero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
4.54 Corsi di Studio con il maggior numero di CFU di stage conseguiti
all’estero . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
4.55 Schema a stella contenente informazioni sui CFU conseguiti . . . . . . . . 104
4.56 Numero di CFU conseguiti in tutta Italia . . . . . . . . . . . . . . . . . . . . . . . . . 105
4.57 Rapporto dei CFU conseguiti tra le Università tradizionali e
telematiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 106
4.58 CFU conseguiti in base al tipo di Corso di Studio . . . . . . . . . . . . . . . . . 107
4.59 Schema a stella contenente informazioni sugli studenti iscritti . . . . . . . 108
4.60 Le dieci Università italiane con il maggior numero di iscritti . . . . . . . . 108
4.61 Le 10 Università telematiche italiane con numero di iscritti maggiori . 108
4.62 Corsi di studio con il numero maggiore di iscritti . . . . . . . . . . . . . . . . . . 109
4.63 I dieci Corsi di Studio con il numero maggiore di iscritti nel
Nord-Ovest . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 109
4.64 I dieci Corsi di Studio con il numero maggiore di iscritti nel Nord-Est 109
4.65 I dieci Corsi di Studio con il maggior numero maggiore di iscritti nel
Centro Italia . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 110
4.66 I dieci Corsi di Studio con il numero maggiore di iscritti al Sud Italia 110
4.67 I dieci Corsi di Studio con il numero maggiore di iscritti nelle Isole . . 110
4.68 Cruscotto relativo agli iscritti delle università calabresi e siciliane . . . . 111
4.69 Cruscotto relativo agli iscritti nelle università per le varie aree
geografiche . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 111
4.70 Cruscotto relativo agli iscritti regolari e non di tutta Italia . . . . . . . . . . 111
5.1
5.2
5.3
Piattaforma universitaria italiana Esse3 . . . . . . . . . . . . . . . . . . . . . . . . . . 115
Portale universitario francese Admission Post Bac . . . . . . . . . . . . . . . . . 118
Portale universitario UCAS relativo al Regno Unito . . . . . . . . . . . . . . . . 119
Elenco delle tabelle
1.1
1.2
Mapping tra dimensioni e cubi (prima parte) . . . . . . . . . . . . . . . . . . . . . 12
Mapping tra dimensioni e cubi (seconda parte) . . . . . . . . . . . . . . . . . . . . 13
Introduzione
Un sistema informativo è un insieme di elementi che raccolgono, elaborano, memorizzano e distribuiscono informazioni per supportare le attività decisionali e di
controllo di un’azienda. Oltre al supporto delle attività decisionali, al coordinamento e al controllo, i sistemi informativi possono aiutare i manager e i dipendenti ad
analizzare i problemi, a visualizzare argomenti complessi e a creare nuovi prodotti.
I sistemi informativi contengono informazioni relative a persone, luoghi e oggetti
dell’azienda o dell’ambiente che la circonda. Tali informazioni sono i dati trasformati in forma significativa e utile. I dati sono semplici fatti che rappresentano eventi
che si verificano all’interno o all’esterno dell’azienda, ma che non sono organizzati
in una forma comprensibile e utile.
I primi sistemi informativi computerizzati furono i Transaction Processing System (TPS) che servivano per la gestione delle attività aziendali ripetitive svolte ai
livelli più bassi dell’organizzazione (ad esempio, la fatturazione e la gestione degli
stipendi). I TPS migliorarono notevolmente le attività e le prestazioni degli impiegati. In particolare, si era in grado di accumulare grosse quantità di dati in tempi
ragionevoli e a costi ridotti.
Successivamente, grazie anche allo sviluppo della tecnologia informatica e alla
crescita della capacità di elaborazione dei calcolatori, furono introdotti i Management Information Systems (MIS) che avevano lo scopo di fornire un supporto
ai livelli organizzativi più alti dell’organizzazione aziendale. I MIS producevano
dei report predefiniti, standardizzati e generati periodicamente. Tipicamente, questi report contenevano informazioni ottenute estraendo in maniera appropriata ed,
eventualmente, aggregando secondo criteri prestabiliti, i dati contenuti nei TPS.
I problemi principali dei report predefiniti e standardizzati erano molteplici, ma,
nella maggior parte dei casi, le informazioni utili al manager per le attività di pianificazione e controllo erano un sottoinsieme molto limitato delle informazioni contenute nel report. Inoltre, tali informazioni erano spesso difficilmente individuabili
in tempi brevi, e non tutte le informazioni necessarie alla decisione erano contenute
nei report.
Per cercare di ovviare a questo problema entrò in gioco la Business Intelligence.
Quest’ultima è, infatti, la capacità di un’organizzazione di capire il proprio business
(processi, clienti, risorse, sistemi, contesto competitivo) per intervenire su di esso in
modo consapevole, tempestivo ed efficiente.
2
Introduzione
Il passo successivo, dunque, nello sviluppo dei sistemi informativi fu quindi, quello di adottare un approccio completamente diverso; dunque, invece di impegnarsi per
stabilire quali e quanti tipi di informazioni dovessero essere presenti nei report per
fornire supporto ai manager, ci si concentrò sugli strumenti che potevano essere utili
al manager per usare al meglio le informazioni durante il processo decisionale. Era
importante fornire ai manager un accesso veloce e mirato alla base di dati aziendale
e dare loro la possibilità di eseguire elaborazioni analitiche sui dati secondo criteri
non fissati a priori. In quest’ottica si capı̀ che era utile creare un nuovo database,
il Data Warehouse, a partire dai dati contenuti nel database aziendale, ma separato da esso, e destinato agli usi specifici del supporto alle decisioni. Questo nuovo
database doveva contenere dati già opportunamente aggregati secondo determinati
criteri. Ovviamente servivano anche degli strumenti software che permettessero di
elaborare in modo analitico le informazioni aggregate contenute nel nuovo database
in maniera da supportare diversi modelli e stili decisionali. Nacquero, cosı̀, i Sistemi
di Supporto alle Decisioni(DSS).
Per completare questa breve introduzione sui sistemi informativi occorre far
riferimento ad un altro tipo di sistemi noti come Executive Information System
(EIS). Tali sistemi supportano il top management nel processo decisionale fornendo
informazioni in tempo reale attraverso un’interfaccia molto amichevole e intuitiva.
Gli EIS sono, quindi, DSS destinati ai livelli più alti dell’organizzazione aziendale.
Sono più facili da usare dei DSS, ma meno flessibili. Il principale scopo di un DSS
è quello di permettere di estrarre, in tempi brevi e in modo flessibile, da una grossa
mole di dati le informazioni che servono a supportare e migliorare, in termini di
efficacia, il processo decisionale.
Occorre, innanzitutto, separare i dati generati dalle operazioni di gestione (contenuti nel database aziendale) da quelli utili ai processi decisionali dell’azienda (contenuti nel Data Warehouse). Ovviamente, il Data Warehouse deve contenere non
solo un sottoinsieme dei dati del database aziendale, ma una versione di tali dati ottimizzata per analisi focalizzate sui dati aggregati e sulle tendenze piuttosto
che sulle singole operazioni di gestione. I dati devono, quindi, essere memorizzati a
diversi ed appropriati livelli di aggregazione. L’importanza di questi sistemi è aumentato negli anni, tanto da essere introdotti non solo nelle aziende e negli ambienti
pubblici, ma anche nell’ambito della Pubblica Amministrazione e, di conseguenza,
delle Università.
Il presente elaborato di tesi, infatti, ha come obiettivo quello di fornire dei report
e dei cruscotti a partire dai dati dell’Osservatorio Studenti Didattica, in modo tale
da avere sotto controllo l’andamento degli studenti immatricolati, iscritti e laureati
nelle diverse Università italiane e i CFU conseguiti dagli stessi. Per effettuare i report abbiamo utilizzato i dati relativi all’Anagrafe Nazionale degli Studenti (ANS) e
i dati di GOMP, progettando gli opportuni cubi multidimensionali e implementando
gli stessi nella piattaforma Pentaho, per quanto riguarda i dati ANS, e su un sistema
di querying proprietario, per quanto riguarda i dati su GOMP. Il tool Pentaho, tramite cui abbiamo estratto la gran parte delle informazioni di interesse, è fortemente
basato sugli operatori OLAP. L’OLAP rappresenta una delle principali modalità di
fruizione delle informazioni contenute in un Data Warehouse, permettendo ad utenti, le cui necessità di analisi non siano facilmente identificabili a priori, di analizzare
ed esplorare interattivamente i dati sulla base del modello multi-dimensionale.
Introduzione
3
Gli strumenti OLAP rappresentano, tipicamente, i dati in modo tabellare, evidenziando le diverse dimensioni mediante intestazioni multiple, colori, etc. Gli operatori OLAP più utilizzati sono stati il roll-up e il drill-down. “Roll-up” significa,
letteralmente, arrotolare o alzare; tale operazione induce un aumento nell’aggregazione dei dati eliminando un livello di dettaglio da una gerarchia. L’operatore
di “drill-down” (letteralmente, trivellare) è duale al roll-up; infatti, esso diminuisce
l’aggregazione dei dati introducendo un ulteriore livello di dettaglio in una gerarchia.
Il presente lavoro di tesi è strutturato come di seguito specificato:
• Il primo capitolo offre una panoramica dell’Osservatorio Studenti Didattica del
MIUR e del tool che è stato impiegato per l’analisi multidimensionale sui dati
dell’Anagrafe Nazionale Studenti. Vengono, quindi, specificate le informazioni
relative a cubi, alle dimensioni e alle misure impiegate e per operazioni OLAP.
• Il secondo capitolo descrive la Business Intelligence e il software Pentaho. Vengono, in seguito, illustrate le caratteristiche principali dei sistemi di Data Warehousing e Data Mining, insieme alle altre funzionalità offerte dai processi di
BI.
• Nel terzo capitolo viene illustrata la situazione, riguardante i cubi Iscritti e CFU,
relativa al nostro Ateneo. Utilizzando i dati memorizzati su OSD e su GOMP
verranno proposte delle analisi sulle quattro aree della Mediterranea (Architettura, Giurisprudenza ed Economia, Agraria ed Ingegneria) e sui corrispettivi
Corsi di Studio.
• Il quarto capitolo descrive la situazione riguardante i cubi Iscritti e CFU, relativa al contesto italiano. Attraverso sei macro-questioni verranno proposte delle
analisi sulle università italiane.
• Nel quinto capitolo viene effettuata l’analisi del lavoro svolto. In particolare, vengono presentate le best practices, le lesson learned, le possibilità
di generalizzazione dell’approccio proposto, i suoi punti di forza e quelli di
debolezza.
• Nel sesto capitolo, infine, vengono tratte le conclusioni sul presente lavoro di tesi
e vengono analizzati alcuni possibili sviluppi futuri.
1
L’Osservatorio Studenti Didattica del MIUR
Questo capitolo fornisce una descrizione dell’Osservatorio Studenti Didattica del
MIUR e del tool denominato Cruscotto Ateneo che è stato impiegato per l’analisi multidimensionale sui dati dell’Anagrafe Nazionale Studenti. Vengono, quindi,
specificate le informazioni relative a cubi, dimensioni e misure impiegate per le operazioni OLAP. Successivamente, vengono descritti il caricamento dei dati effettuato
per costruire l’ANS, le spedizioni ed i relativi eventi. Infine, vengono specificate le
modalità di invio dei dati e quelle di caricamento degli stessi nel sistema.
1.1 L’Osservatorio Studenti Didattica del MIUR
Il DM 509, contestualmente alla riforma della didattica, ha previsto la costituzione
dell’Anagrafe Nazionale degli Studenti (nel seguito, ANS) del nuovo ordinamento;
nell’Anno accademico 2004/2005, il Consorzio Interuniversitario Cineca ha iniziato
a costruire tale anagrafe su richiesta del Ministero dell’Istruzione, dell’Università e
della Ricerca (nel seguito, MIUR). Grazie alle competenze acquisite nell’ambito della
gestione delle informazioni, il Consorzio ha dato via alla nuova sfida del knowledge
management, disegnando un approccio originale basato sulle ontologie.
Il Cineca è il maggiore centro di supercalcolo italiano e uno dei più importanti
in Europa, ed occupa una posizione di grande rilievo anche a livello mondiale. È,
infatti, dotato dei più avanzati sistemi per il calcolo ad alte prestazioni e di risorse
hardware per l’elaborazione e il trattamento dell’informazione che hanno consentito
ad esso di diventare un punto di riferimento nell’ambito dell’ICT. Inoltre, la profonda conoscenza del mondo accademico consente al Cineca di offrire soluzioni efficaci,
orientate alla governance, oltre che alla gestione ordinaria degli Atenei, promuovendo il reciproco trasferimento di conoscenze per migliorare continuamente la qualità
dei loro servizi.
L’Osservatorio Studenti Didattica è il sistema messo a disposizione dal Cineca ed
è accessibile tramite browser web digitando l’url http://osservatorio.cineca.it
ed inserendo le credenziali. La schermata di accesso è riportata in Figura 1.1.
Attraverso la fase di autenticazione si accede al sito riservato, realizzato con protocollo SSL, che garantisce la sicurezza delle transazioni effettuate mediante la crittografia dei dati. L’Osservatorio si compone di un’area riservata agli atenei per fornire
6
1 L’Osservatorio Studenti Didattica del MIUR
Figura 1.1. Schermata di accesso dell’Osservatorio Studenti Didattica
le informazioni che confluiranno nell’anagrafe dopo aver superato le verifiche di congruità, ed un’area pubblica, dove, in modo aggregato, tutte le informazioni vengono
pubblicate con l’ausilio di un’interfaccia di navigazione che consente una immediata
aggregazione a livello geografico.
Il sistema è progettato in modo da registrare gli eventi di carriera di ogni studente del sistema accademico nazionale iscritto ad un corso di laurea del nuovo
ordinamento, in modo da poter seguire i loro percorsi di studi in conformità alle
norme previste dal DM 509, in materia di classi, insegnamenti (di base, caratterizzanti ed affini), crediti formativi conseguiti nei diversi settori scientifico-disciplinari
fino al conseguimento del titolo o, eventualmente, all’abbandono.
Ogni Ateneo ha l’obbligo di fornire periodicamente al MIUR precisi indicatori
di qualità relativi ai corsi di studio, i quali forniscono informazioni utili per l’approvazione dei corsi e ai fini della ripartizione delle risorse annualmente assegnate. La
procedura viene reiterata ad ogni apertura e chiusura del corso di laurea. Secondo il
sistema AVA (Autovalutazione, Valutazione, Accreditamento), nel caso in cui l’Ateneo non dovesse superare determinate soglie minime di valutazione, quest’ultimo
non verrà accreditato.
1.2 Cruscotto Ateneo: Organizzazione e Funzionalità
Nell’ottica di fornire uno strumento per l’analisi delle informazioni dell’ANS è stata
progettata e realizzata una piattaforma di Business Intelligence con tecnologia Pentaho EE denominata Cruscotto Ateneo. Il Cruscotto è accessibile tramite la sezione
Tool del sito dell’Osservatorio (Figura 1.2), o tramite browser web digitando l’url:
http://cruscottoateneo.cineca.it/pentaho/Login (Figura 1.3).
Il Cruscotto è a disposizione del MIUR e di tutti gli atenei che contribuiscono
alla raccolta dei dati ANS, ed espone agli utenti tutti i dati spediti dagli atenei e
raccolti periodicamente dal Cineca secondo le vigenti norme di legge. I dati raccolti
1.2 Cruscotto Ateneo: Organizzazione e Funzionalità
7
Figura 1.2. Sezione Tool dell’Osservatorio Studenti Didattica
Figura 1.3. Schermata di accesso del Cruscotto Ateneo
sono elaborati ed armonizzati per essere analizzabili nella loro totalità, ad un livello
di aggregazione tale da rendere possibili sia analisi di sistema che di singolo ateneo.
In Figura 1.4 è possibile visualizzare la schermata principale del Cruscotto. Come
possiamo notare, esso prevede la fruizione delle informazioni dell’ANS attraverso tre
modalità: analisi multidimensionali OLAP su un insieme di cubi tematici, report
ad-hoc su particolari fenomeni o indicatori di interesse generale, composizione di
questi in dashboard o cruscotti di riepilogo.
Gli utenti hanno la possibilità di consultare i contenuti messi a disposizione
dall’ufficio di statistica, esportarli nei vari formati disponibili, o salvarli in una
cartella online personale che, eventualmente, può essere condivisa.
8
1 L’Osservatorio Studenti Didattica del MIUR
Figura 1.4. Schermata principale del Cruscotto Ateneo
1.2.1 Analisi Multidimensionale OLAP: Cubi, Dimensioni e Misure
Per quanto riguarda l’Analisi Multidimensionale OLAP il sistema mette a disposizione i seguenti cubi:
•
•
•
•
•
Cubo
Cubo
Cubo
Cubo
Cubo
Contributi;
Crediti;
Immatricolati;
Iscritti;
Usciti.
Le analisi OLAP effettuate su questi cubi consentono all’utente di vedere soltanto
i dati del proprio ateneo di afferenza. Per dare la possibilità agli utenti di poter fare
analisi di sistema e di confronto con gli altri atenei c’è la possibilità di utilizzare i cubi
pubblici: per ogni cubo illustrato precedentemente vi è una versione pubblica che
contiene i dati di tutti gli atenei italiani. L’unica limitazione riscontrata nell’utilizzo
di questi cubi è la mancanza delle dimensioni didattiche “Corso” e “Nome Corso”.
In Figura 1.5 è riportato l’ambiente di creazione dei report di analisi. Nel ventaglio
di selezione situato sulla sinistra, l’utente può selezionare, in modalità drag and
drop, dimensioni e misure, usufruendo, poi, di una serie di funzionalità aggiuntive,
come filtri e tool grafici, per la creazione di report personalizzati.
I cubi possono essere navigati attraverso una serie di dimensioni organizzate
nelle seguenti categorie:
•
Ateneo. In questo gruppo troviamo tutte le dimensioni riguardanti l’ateneo
associato alle informazioni che stiamo visualizzando. Le dimensioni Ateneo sono:
– Ateneo Corto: il nome dell’ateneo senza caratteri speciali (da usare nelle
dashboard);
– Ateneo USTAT : la denominazione dell’ateneo usata dall’ufficio di statistica
USTAT;
1.2 Cruscotto Ateneo: Organizzazione e Funzionalità
9
Figura 1.5. Creazione dei report di analisi OLAP
–
–
–
Ateneo: la denominazione dell’ateneo;
Modalità Ateneo: la modalità didattica dell’ateneo, tradizionale oppure telematica;
Tipo Ateneo: distinzione tra atenei statali e non statali.
• Carriera. In questo gruppo troviamo tutte le dimensioni riguardanti la carriera
di uno studente. Tra queste dimensioni troviamo:
– Stato Carriera: lo stato attuale della carriera dello studente, ad esempio
attiva, multipla, chiusa, sospesa;
– Prima Immatricolazione: prima carriera, nel caso di prima immatricolazione
al sistema universitario, carriera successiva, altrimenti;
– Tipo Iscrizione: distinzione tra iscrizione normale oppure multipla;
– Studente Regolare: distinzione tra studente regolare e fuoricorso;
– Fascia Voto Laurea: classificazione del voto laurea per fasce di voto;
– Voto Laurea: voto di laurea;
– Motivo Uscita: il motivo di chiusura della carriera, ad esempio laurea,
rinuncia, decadenza, etc.
• Contributi. In questo gruppo troviamo tutte le dimensioni riguardanti il diritto
allo studio e le agevolazioni sui contributi pagati dagli studenti. In particolare,
troviamo:
– Borsa: informazioni sulla richiesta di borsa di studio, come, ad esempio,
idoneo, non idoneo, beneficiario;
– Esensione: informazioni in merito alla richiesta di esenzione dei contributi
universitari ottenuta dallo studente;
– Esonero: informazioni in merito al tipo di esonero ottenuto sui contributi
universitari;
– Lavoratore: informazioni relative allo status di studente/lavoratore.
• Crediti. In questo gruppo troviamo tutte le dimensioni riguardanti i crediti
ottenuti dallo studente. In particolare, troviamo:
10
1 L’Osservatorio Studenti Didattica del MIUR
– Ambito Univoco: ambito univoco specifico, associato ai crediti conseguiti;
– Attività Formativa: tipo di attività formativa associata ai crediti conseguiti;
– Crediti Carriera: distinzione tra crediti validi per carriera corso correnti e
crediti non più validi per carriera corso correnti;
– Area SSD : area relativa al Settore Scientifico Disciplinare;
– Codice SSD : codice del Settore Scientifico Disciplinare;
– Settore SSD : Settore Scientifico Disciplinare;
– Tipo Attività: tipo di attività che ha portato all’ottenimento dei CFU;
– Tipo Crediti: tipologia dei crediti (sostenuti, convalidati, etc).
•
Didattica. In questo gruppo troviamo tutte le dimensioni di analisi che rappresentano il percorso di studi, attraverso vari livelli di aggregazione. In particolare,
troviamo:
– Anno di Iscrizione: l’anno di iscrizione al corso di studio;
– Area CUN : l’area del Consiglio Universitario Nazionale;
– Area: l’area didattica di appartenenza del corso di studio;
– Classe: la classe del corso di studio, nel formato codice classe - nome classe;
– Corso: il corso di studio nel formato chiave corso - nome corso;
– Dipartimento: il dipartimento o l’eventuale struttura di raccordo, secondo la
legge 240/10;
– Facoltà: la facoltà del corso di laurea;
– Field of Education: classificazione del corso di studio per Field of Education1 ;
– Gruppo ISTAT : classificazione del corso di studio secondo un raggruppamento ISTAT;
– Nome Corso Pubblico: la denominazione del corso di studi in base al suo
codicione, come sul sito pubblico anagrafe.miur.it;
– Nome Corso: il nome del corso di studio;
– Ordinamento: l’ordinamento didattico del corso di studio: D.M. 509/99 D.M. 270/04;
– Tipo Laurea: la tipologia del corso di laurea.
•
Geografia - Italia. In questo gruppo troviamo tutte le dimensioni geografiche
italiane:
– Ateneo Area: l’area italiana dell’ateneo;
– Ateneo Regione: la regione della sede dell’ateneo;
– Ateneo Provincia: la provincia della sede dell’ateneo;
– Area Comune: il comune della sede dell’ateneo;
– Corso Area: l’area italiana del corso di studio;
– Corso Regione: la regione del corso di studio;
– Corso Provincia: la provincia del corso di studio;
– Corso Comune: il comune del corso di studio;
– Nascita Area: l’area italiana di nascita dello studente;
– Nascita Regione: la regione di nascita dello studente;
– Nascita Provincia: la provincia di nascita dello studente;
– Nascita Comune: il comune di nascita dello studente;
– Residenza Area: l’area italiana di residenza dello studente;
– Residenza Regione: la regione italiana di residenza dello studente;
1
Settore di studi.
1.2 Cruscotto Ateneo: Organizzazione e Funzionalità
–
–
11
Residenza Provincia: la provincia italiana di residenza dello studente;
Residenza Comune: il comune italiano di residenza dello studente.
• Geografia - Nazioni. In questo gruppo troviamo tutte le dimensioni geografiche
nazionali; in particolare, sono presenti i seguenti campi:
– Cittadinanza Continente ISTAT : il continente cui fa riferimento la cittadinanza dello studente (codifica ISTAT);
– Cittadinanza Nazione ISTAT : la nazione cui fa riferimento la cittadinanza
dello studente (codifica ISTAT);
– Nascita Continente ISTAT : il continente di nascita dello studente (codifica
ISTAT);
– Nascita Nazione ISTAT : la nazione di nascita dello studente (codifica ISTAT).
• Studente. In questo gruppo troviamo tutte le dimensioni che riguardano lo
studente. In particolare, sono presenti i seguenti campi:
– Fascia Anno Nascita: la fascia dell’anno di nascita dello studente;
– Anno Nascita: l’anno di nascita dello studente;
– Sesso: il sesso dello studente;
– Macrotipo Diploma: il macrotipo del diploma dello studente;
– Tipo Diploma: il tipo del diploma dello studente;
– Fascia Voto Diploma: la classificazione del voto diploma per fasce di voto;
– Voto Diploma: il voto di diploma dello studente.
• Tempo. In questo gruppo troviamo tutte le dimensioni che riguardano il tempo.
In particolare, troviamo i seguenti campi:
– A.A. Immatricolazione: l’anno accademico di immatricolazione della carriera
dello studente, nel formato yyyy/yyyy+1;
– A.A. Prima Immatricolazione: l’anno accademico di prima immatricolazione
dello studente, nel formato yyyy/yyyy+1;
– Anno Corto: l’anno accademico nel formato yyyy;
– Anno Accademico: l’anno accademico nel formato yyyy/yyyy+1;
– Anno Diploma: l’anno di diploma dello studente;
– Anno Uscita: l’anno solare di chiusura della carriera, nel formato yyyy;
– Anno Solare: l’anno solare, nel formato yyyy.
• Titolo Univ. Precedente. In questo gruppo troviamo tutte le dimensioni relative a
titoli di studio precedentemente acquisiti dallo studente. In particolare, troviamo
i seguenti campi:
– Anno Accademico Titolo UN : l’anno accademico del titolo universitario
precedente;
– Statale UN : la tipologia dell’ateneo del titolo universitario precedente;
– Telematica UN : la tipologia didattica del titolo universitario precedente;
– Ateneo UN : l’ateneo del titolo universitario precedente;
– Tipo Laurea UN : il tipo laurea del titolo universitario precedente;
– Field of Education UN : Field of Education del titolo universitario precedente;
– Classe UN : la classe del titolo universitario precedente;
– Nazione Titolo UN IT : indica se il titolo universitario precedente è stato
conseguito in Italia, all’estero, o non è stato fornito il dato;
12
1 L’Osservatorio Studenti Didattica del MIUR
Categ./Sottocateg.
Ateneo
Ateneo Corto
Ateneo USTAT
Ateneo
Tipo Ateneo
Modalità Ateneo
Carriera
Stato Carriera
Tipo Immatricolazione
Tipo Iscrizione
Studente Regolare
Fascia Voto Laurea
Voto Laurea
Motivo Uscita
Contributi
Borsa
Esenzione
Esonero
Lavoratore
Crediti
Ambito Univoco
Attività Formativa
Crediti Carriera
Area SSD
Codice SSD
Settore SSD
Tipo Attività
Tipo Crediti
Didattica
Anno di Iscrizione
Area CUN
Area
Classe
Corso
Dipartimento
Facoltà
Field of Education
Gruppo ISTAT
Nome Corso Pubblico
Nome Corso
Ordinamento
Tipo Laurea
Cubo Contributi Cubo Crediti Cubo Immatricolati Cubo Iscritti Cubo Usciti
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Tabella 1.1. Mapping tra dimensioni e cubi (prima parte)
– Nazione Titolo UN UE : indica se il titolo universitario precedente è stato
conseguito in un paese dell’Unione Europea, all’esterno, o non è stato fornito
il dato;
– Nazione Titolo UN : la nazione del titolo universitario precedente.
Nella Tabelle 1.1 e 1.2 viene mostrato il mapping tra dimensioni e cubi.
Ciascun cubo ha le seguenti misure, che l’utente può scegliere per effettuare le
analisi:
•
Cubo Contributi
– Importo Dovuto: somma in euro dei contributi che gli studenti devono
versare;
– Importo Pagato: somma in euro dei contributi che gli studenti hanno effettivamente versato.
•
Cubo Crediti
– CFU Corso: crediti ottenuti nel corso attuale dello studente;
– CFU Altro Corso: crediti ottenuti in corsi diversi da quello attuale dello
studente;
– CFU Altro Ateneo: crediti ottenuti in altri atenei;
1.2 Cruscotto Ateneo: Organizzazione e Funzionalità
Categ./Sottocateg.
Geografia-Italia
Ateneo Area
Ateneo Regione
Ateneo Provincia
Ateneo Comune
Corso Area
Corso Regione
Corso Provincia
Corso Comune
Nascita Area
Nascita Regione
Nascita Provincia
Nascita Comune
Residenza Area
Residenza Regione
Residenza Provincia
Residenza Comune
Geografia-Nazioni
Cittadinanza Continente ISTAT
Cittadinanza Nazione ISTAT
Nascita Continente ISTAT
Nascita Nazione ISTAT
Studente
Fascia Anno Nascita
Anno Nascita
Sesso
Macrotipo Diploma
Tipo Diploma
Fascia Voto Diploma
Voto Diploma
Tempo
A.A. Immatricolazione
A.A. Prima Immatricolazione
A.A. Corto
Anno Accademico
Anno Diploma
Anno Uscita
Anno Solare
Titolo Univ. Precedente
Anno Accademico Titolo UN
Statale UN
Telematica UN
Ateneo UN
Tipo Laurea UN
Field Of Education UN
Classe UN
Nazione Titolo UN IT
Nazione Titolo UN UE
Nazione Titolo UN
13
Cubo Contributi Cubo Crediti Cubo Immatricolati Cubo Iscritti Cubo Usciti
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
x
Tabella 1.2. Mapping tra dimensioni e cubi (seconda parte)
–
–
–
–
–
CFU
CFU
CFU
CFU
CFU
Atenei Stranieri: crediti ottenuti all’estero;
Stage: crediti ottenuti da attività di stage;
Validi: crediti validi per la carriera attuale;
Totali: crediti totali ottenuti dallo studente;
Totali Validi: crediti totali validi ottenuti dallo studente.
• Cubo Immatricolati
– Immatricolati: numero di immatricolazioni;
– CFU ingresso: crediti riconosciuti al momento dell’immatricolazione;
– Importo Dovuto: somma in euro dei contributi che gli studenti devono
versare;
– Importo Pagato: somma in euro dei contributi che gli studenti hanno effettivamente versato;
– CFU Corso: crediti ottenuti nel corso attuale dello studente;
– CFU Altro Corso: crediti ottenuti in corsi diversi da quello attuale dello
studente;
14
1 L’Osservatorio Studenti Didattica del MIUR
–
–
–
–
–
–
CFU
CFU
CFU
CFU
CFU
CFU
Altro Ateneo: crediti ottenuti in altri atenei;
Atenei Stranieri: crediti ottenuti all’estero;
Stage: crediti ottenuti da attività di stage;
Validi: crediti validi per la carriera attuale;
Totali: crediti totali ottenuti dallo studente;
Totali Validi: crediti totali validi ottenuti dallo studente.
•
Cubo Iscritti
– Iscritti: numero di iscrizioni;
– Media CFU : misura calcolata come CFU totali / Iscritti;
– Importo Dovuto: somma in euro dei contributi che gli studenti devono
versare;
– Importo Pagato: somma in euro dei contributi che gli studenti hanno effettivamente versato;
– CFU Corso: crediti ottenuti nel corso attuale dello studente;
– CFU Altro Corso: crediti ottenuti in corsi diversi da quello attuale dello
studente;
– CFU Altro Ateneo: crediti ottenuti in altri atenei;
– CFU Atenei Stranieri: crediti ottenuti all’estero;
– CFU Stage: crediti ottenuti da attività di stage;
– CFU Validi: crediti validi per la carriera attuale;
– CFU Totali: crediti totali ottenuti dallo studente;
– CFU Totali Validi: crediti totali validi ottenuti dallo studente.
•
Cubo Usciti
– Laureati: numero di laureati;
– Media A.A. Uscita: crediti totali validi ottenuti dallo studente;
– Usciti: numero di usciti.
1.3 Spedizioni ed Eventi
La carriera di una persona all’interno del Sistema Universitario Italiano è soggetta
ad un insieme di eventi raccolti all’interno di gruppi omogenei, indicati come tipo
spedizione. I file inviati per una particolare tipologia di spedizione dichiarata nella
testata, possono contenere più tipologie di evento tra quelli associati alla spedizione.
•
Avvio carriere
– Ingresso (evento IN): una persona entra per la prima volta nel sistema universitario italiano post 509/99. I possibili eventi di accesso a tale sistema
sono:
· conseguimento del titolo di diploma di scuola superiore italiano o straniero (immatricolati puri);
· conseguimento di un titolo di studio di livello universitario estero;
· conclusione, per conseguimento di titolo o per rinuncia o per decadenza,
di una carriera ante 509/99;
· passaggio da un corso di laurea ante 509/99 a un corso post 509/99.
1.3 Spedizioni ed Eventi
–
–
15
Avvio nuova carriera (evento AC): una persona che accede nuovamente a un
corso di laurea post 509/99 avendo concluso una carriera i cui dati sono già
presenti nel Sistema Anagrafe Nazionale Studenti. Un caso tipico sarebbe
l’evoluzione di una laurea triennale in una laurea specialistica.
Avvio nuova carriera con anagrafica (evento IS): una persona che accede
nuovamente a un corso di laurea post 509/99 avendo concluso una carriera nel sistema universitario italiano post 509/99 con decadenza, rinuncia o
conseguimento titolo. Se per questa persona non è stata ancora caricata la
carriera post 509/99, si possono spedire i dati anagrafici legandoli a questo
evento.
• Eventi di carriera
– Iscrizione annuale (evento IA): iscrizione che NON va effettuata all’immatricolazione o all’avvio di una nuova carriera, né in seguito ad un passaggio
o trasferimento in ingresso.
– Passaggio di corso: modifica del codice identificativo del corso di studio, cui
è legata la carriera attiva di una persona. Tale variazione deve essere distinta
secondo quattro tipologie:
· Passaggio di corso vero e proprio (evento PC): lo studente cambia il corso
di studio cui è iscritto (ad esempio, da Scienze Giuridiche passa a Scienze
Economiche).
· Passaggio di ordinamento (evento PO): uno studente cambia l’ordinamento (ID RAD) cui è associato (ad esempio passa dall’ordinamento del
2009/2010 all’ordinamento del 2014/2015, perché ha perso alcuni anni
di iscrizione a causa di una sospensione per malattia), il corso (codicione) rimane invariato. I CFU sostenuti prima del passaggio NON vengono
considerati validi ai fini della carriera (sarà necessario comunicare i CFU
convalidati tramite la spedizione 3).
NB: Nel caso di invio di un evento PO senza cambio ID RAD, i CFU
sostenuti prima del passaggio rimangono validi.
· Passaggio di regolamento o Anno validità offerta formativa annuale
(evento PP): uno studente cambia l’anno di validità dell’offerta formativa annuale, l’ordinamento (ID RAD) cui è associato non cambia, il corso
(codicione) rimane invariato. I CFU sostenuti prima del passaggio restano
validi.
NB: È possibile utilizzare questo evento anche per casi particolari di passaggio di ordinamento in cui rimangono validi i crediti sostenuti prima
del passaggio.
· Variazione del curriculum (evento VC): uno studente entra nel sistema
ANS e gli viene assegnato un curriculum generico, se non diversamente
indicato. Questo comporta che la prima scelta di curriculum (ed eventuali
scelte successive) debba essere comunicata mediante un evento VC. Il
codicione e l’anno di riferimento per la chiave anagrafe del curriculum
scelto rimangono inalterati. Nel caso in cui il corso sia senza curricula non
è possibile legare lo studente ad una chiave anagrafe diversa da quella del
corso generico.
· Variazione di sede (evento VS): uno studente chiede di spostarsi presso
una sede diversa dello stesso corso di studio. Oltre ai dati amministra-
16
1 L’Osservatorio Studenti Didattica del MIUR
–
–
–
–
tivi non sono richieste le informazioni correlate ad un eventuale test di
ingresso, perché lo studente è già associato al corso in esame, né viene domandata la situazione debiti/crediti, perché lo studente non ha cambiato
corso.
· Variazione di classe (evento VI): nel caso di un corso interclasse D.M.
270/04 uno studente chiede di cambiare la classe di afferenza del proprio corso di studio. Oltre ai dati amministrativi non sono richieste le
informazioni correlate ad un eventuale test di ingresso, perché lo studente è già associato al corso in esame, né viene domandata la situazione
debiti/crediti, perché lo studente non ha cambiato corso.
Trasferimento in uscita (evento TU): abbandono di un ateneo, per proseguire la carriera presso un altro ateneo (partecipante all’Anagrafe Nazionale
Studenti).
Trasferimento in ingresso (evento TI): arrivo di uno studente in Ateneo
che prosegue una carriera attivata presso un altro (partecipante all’Anagrafe
Nazionale Studenti).
Sospensione (evento SO): uno studente sospende la propria carriera. La richiesta di sospensione deve essere sostenuta con certificati opportuni ed ammessa dal Regolamento Didattico dell’ateneo. È necessario l’invio della spedizione 5 soltanto per le sospensioni che terminano durante l’anno, cioè per
la sospensione infrannuale.
Ricognizione (evento RI): ricostruzione di Anni di Iscrizione mancanti, dovuti
al mancato rinnovo dell’iscrizione.
•
Crediti/Debiti
– Ottenimento CFU o diminuzione debiti (evento CD): verbalizzazione di:
· attività didattiche superate che hanno portato ad ottenere nuovi CFU;
· registrazione di certificazione operata da altro ente (Università Straniera,
Struttura di Stage o Tirocinio, etc.);
· debito colmato legato all’iscrizione ad un certo corso di studio.
– Annullamento CFU o reintroduzione debiti (evento AN): a causa dell’annullamento di un esame superato, ad esempio, è possibile che vengano annullati
parte dei crediti che lo studente ha acquisito, oppure che vengano reintrodotti
dei debiti che risultavano colmati.
– Certificazione CFU o debiti in ingresso ad un corso di studio (evento DC): si
ha un invio di debiti e crediti anche all’ingresso di uno studente in un corso
di studio, perché, ad ogni accesso ad un nuovo corso devono essere certificati
eventuali debiti che lo studente può avere, il cui ammontare dipende dal corso,
ed eventuali crediti, che ai fini del nuovo corso gli vengono riconosciuti.
•
Chiusura carriera
– Conseguimento titolo (evento CC): conclusione attesa di una carriera, ovvero
ottenimento del titolo di studio.
– Conseguimento senza titolo (evento CC): fine di una carriera dovuta a:
· decadenza;
· decesso;
· rinuncia esplicita;
· rinuncia implicita;
1.3 Spedizioni ed Eventi
·
·
·
·
17
prosecuzione all’estero;
passaggio a corso ante riforma;
prosecuzione in struttura non gestita;
chiusura per irregolarità amministrative.
Tutti questi eventi si possono riassumere nell’unico evento di chiusura carriera
ma con tipologia diversa.
• Variazione dati da storicizzare
– Modifica dati anagrafici variabili (evento DA), in seguito a richiesta dello
studente (ad esempio variazione del comune di residenza).
– Integrazione dati titolo (evento DS e UN), di scuola superiore oppure di livello
universitario o post-universitario.
– Variazioni delle informazioni di natura amministrativa (evento PA) dovute
a:
· ricalcolo tasse, ad esempio in seguito all’attribuzione di un esonero;
· cambiamento degli addebiti, perché sono state aggiunte ulteriori tasse da
pagare;
· registrazione di avvenuti pagamenti;
· modifica dell’impegno;
· variazione dell’anno di iscrizione.
1.3.1 Modalità di invio dei dati
Un Ateneo, prima di spedire i primi dati, deve dichiarare esplicitamente se intende
spedire le informazioni tramite la modalità ad eventi o tramite la modalità del
rinvio totale dei dati. La scelta effettuata varrà per tutte le schede spedite e sarà
modificabile solo dietro richiesta scritta da parte dell’Ateneo stesso. In funzione
della modalità di invio adottata da un Ateneo, cambiano anche le tipologie di invio
ammesse.
Invio ad eventi
La modalità di invio ad eventi garantisce spedizioni di dati incrementali (le
informazioni già inviate non devono essere rispedite) ed un’immagine istantanea di
ciò che è accaduto ad una carriera. Ad esempio, non sono persi i passaggi multipli
nel corso di un anno accademico, vengono registrati con esattezza i flussi delle tasse
per i singoli studenti e si ha l’immagine esatta del ritmo con cui le persone procedono
nel sostenere i propri esami di profitto.
Rinvio totale
Nel caso si adotti la modalità di rinvio totale dei dati, le informazioni sono
spedite fornendo l’immagine della carriera nel momento in cui la fotografia viene
scattata per l’invio.
In Figura 1.6 è possibile vedere la struttura della testata delle schede. In Figura
1.7 viene mostrato l’inizio di ogni record, che contiene le indicazioni dell’evento, la
data dell’evento stesso e il codice fiscale cui esso fa riferimento (tale codice non è
presente nel sistema informativo soltanto se l’evento è un Ingresso, altrimenti deve
essere già stato caricato).
18
1 L’Osservatorio Studenti Didattica del MIUR
Figura 1.6. Testata delle schede
1.3.2 Modalità di caricamento dei dati nel sistema
Tramite la sezione Upload del sito dell’Osservatorio, gli atenei possono procedere
alla trasmissione dei file (txt o XML) secondo le diverse tipologie di spedizione, in
cui sono stati raggruppati gli eventi omogenei, che scandiscono la carriera di uno
studente. Una volta inviato un file, gli atenei vedranno visualizzato un resoconto che
ha lo scopo di evidenziare lo stato del file inviato ed eventuali problemi riscontrati. Il
sistema, una volta che ha accettato il file, procede all’analisi del medesimo ed al caricamento delle informazioni in esso contenute. In Figura 1.8 vengono schematizzati
il flusso dei dati e le elaborazioni cui sono soggetti.
1.3 Spedizioni ed Eventi
Figura 1.7. Variabili presenti all’inizio del record
Figura 1.8. Flusso dei dati ed elaborazioni cui sono soggetti
19
20
1 L’Osservatorio Studenti Didattica del MIUR
Come possiamo notare, il primo passaggio consiste nel caricare i dati nella Staging Area; tale operazione viene effettuata operando dei controlli formali, analizzando la correttezza delle codifiche da inserire, validando il codice fiscale e verificando
la presenza dei corsi di studio dichiarati nel sistema OFF.F.
I dati vengono, poi, processati per essere inseriti nelle strutture dati del Data
Mart. Al termine del caricamento, l’ateneo può accedere nell’area Riepilogo File
dove è possibile verificare lo stato di caricamento del file ed effettuare il download
di un file in formato testo, contenente l’elenco degli errori riscontrati.
2
La Business Intelligence e Pentaho
Questo secondo capitolo descrive la Business Intelligence e il software Pentaho. Nel
seguito della trattazione verranno illustrate le caratteristiche principali dei sistemi di
Data Warehouse e Data Mining, insieme alle altre funzionalità offerte dai processi
di BI. Saranno delineati, in maniera accurata, le modalità di conduzione di analisi
dei report e dei dashboard ottenibili tramite Pentaho.
2.1 Cos’è la Business Intelligence
Il sistema informativo di un’azienda può essere diviso in due categorie, ovvero sistema direzionale e sistema operazionale, che interagiscono tra di loro in modo continuo
e attivo. Il sistema decisionale comprende le attività relative alla definizione degli
obiettivi da raggiungere, al controllo dei risultati ottenuti e alla definizione delle
azioni correttive. Il sistema operazionale comprende, invece, le attività esecutive.
Vi è, quindi, un continuo passaggio di dati e informazioni tra queste due macrocategorie. Per “dato” si intende l’informazione ad un livello atomico, elementare,
mentre con il termine “informazione”, si indica l’elaborazione (che deve essere chiara
e accessibile) di dati al fine di ottenere conoscenza sull’oggetto e sull’evento indagati.
I dati elementari messi in relazione tra loro o aggregati generano nuove informazioni. Essi non sono stabili ma variabili nel tempo, in funzione dei soggetti e della loro
capacità d’uso; ecco perchè nel passaggio di informazioni e di dati vi sono parecchie
difficoltà. A titolo di esempio, alcune possibili difficoltà sono le seguenti:
• si ottengono risultati diversi oppure contradditori;
• aumentano i dati ma le aziende (e, di conseguenza, il management corrispondente), continuano ad essere povere di informazioni.
Per cercare di ovviare a questo problema entra in gioco la Business Intelligence
(nel seguito, BI). Quest’ultima è, infatti, la capacità di un’organizzazione di capire il proprio business (processi, clienti, risorse, sistemi, contesto competitivo) per
intervenire su di esso in modo consapevole, tempestivo ed efficiente. La BI indica,
cioè, un insieme di metodi e strumenti atti alla raccolta e all’analisi dei dati. Il suo
scopo è quello di estrarre informazioni utili dai dati stessi in maniera tale da decidere i processi decisionali di un’organizzazione. Inoltre, il successo di una qualsiasi
22
2 La Business Intelligence e Pentaho
attività, specie nel business, dipende in massima parte dalla capacità di prevedere
il futuro, cogliendone i segni anticipatori. Lo sviluppo delle applicazioni di Business
Intelligence è stato il primo, grande, risultato verso l’individuazione e lo studio dei
segnali nascosti. La BI è, a conti fatti, un insieme di metodologie, processi, architetture e tecnologie che trasformano dati grezzi in informazioni significative e utili,
attraverso l’ utilizzo di Data Warehouse e Data Mining per l’ estrazione e l’ analisi
dei dati.
Le applicazioni di Business Intelligence, se progettate bene e se basate su dati
aggiornati, offrono una visione approfondita del passato o anche del presente, identificando gli schemi che determinano comportamento e prestazioni delle funzioni
progettistiche e aziendali.
2.1.1 Introduzione dei concetti e illustrazione di un sistema di BI
Un sistema di Business Intelligence fornisce un’immediata capacità di visione delle
“informazioni principali” e si occupa dell’analisi dettagliata dei dati di interesse per
comprendere andamenti, eccezioni e anomalie. Esso rende facile e intuitivo focalizzare l’attenzione sui KPI (Key Performance Indicators), indici identificati come
fattori critici per il monitoraggio dello stato di avanzamento degli obiettivi dell’organizzazione. I sistemi di BI, in genere, supportano in dettaglio strumenti di
statistica, previsioni, analisi predittiva e correlazioni. Essi aiutano a definire e verificare gli scenari di business che possono, quindi, essere assunti come input per il
cambiamento dei processi. Ogni attività di business è diversa e ciascuna possiede
una propria strategia per la crescita e il successo.
Una piattaforma di BI ben progettata può fornire un notevole valore aggiunto
a ogni organizzazione rendendola competitiva nel mercato globale. Essa fornisce,
infatti, differenti viste di business e si adatta alle necessità dei singoli utenti.
L’architettura delle applicazioni di Business Intelligence, illustrato in Figura2.1,
comprende diversi componenti:
Figura 2.1. Architettura di un sistema di BI
•
•
Strumenti ETL, che consentono di estrarre dati da fonti eterogenee (database
transazionali, risorse web, file XML o file flat, sensori), e di trasformarli (mediante integrazione, data cleaning, data structure) secondo una struttura dati o
uno schema scelto per la rappresentazione, e di caricarli in un data warehouse.
Data Warehouse (DW) che memorizza i dati storici dell’organizzazione per scopi
di analisi;
2.1 Cos’è la Business Intelligence
23
• Server OLAP (On-Line Analytical Processing), che permette l’esplorazione rapida e flessibile di grandi quantità di dati, salvati nel Data Warehouse, con tecniche
di analisi multidimensionale.
• Strumenti di reporting, dashboard e differenti client OLAP, che visualizzano le
informazioni in modo grafico e in forma riassuntiva (tabelle, grafici) a beneficio
dei decision-maker e dei manager.
• Strumenti di Data-Mining, per recuperare automaticamente pattern e individuare correlazioni nascoste nei dati.
Inoltre, un sistema di BI deve avere le seguenti caratteristiche:
• Facilità d’uso: esso deve rappresentare i dati in un formato che sia facile da
leggere e da interpretare.
• Velocità: esso deve consentire di trattare grandi moli di dati con tempi di risposta quasi istantanei, grazie alle tecniche orientate all’analisi, piuttosto che
all’aggiornamento.
• Integrazione: esso deve integrare tra loro dati provenienti da fonti differenti. Se
i dati non sono puliti e affidabili, prima di inserirli nel database devono passare
attraverso un processo di ETL (Extract, con Transformation and Loading).
• Sicurezza: esso deve consentire di controllare in maniera sicura,e allo stesso
tempo accurata e flessibile, l’accesso ai dati.
2.1.2 Data Warehouse
Tra i sistemi di supporto alle decisioni, i sistemi di Data Warehousing sono quelli
più comuni. Il Data Warehousing è una collezione di metodi, tecnologie e strumenti di ausilio al knowledge worker (dirigente, amministratore, gestore, analista)
per condurre analisi dei dati finalizzate all’attuazione di processi decisionali e al
miglioramento del patrimonio informativo.
Le possibili aree di utilizzo possono essere:
• commercio per l’analisi delle vendite e dei reclami, il controllo di spedizioni e la
questione degli inventari.
• manifattura per il controllo dei costi di produzione, dei fornitori e degli ordini.
• servizi finanziari per l’analisi del rischio e delle carte di credito.
• trasporti per la gestione dei mezzi.
• telecomunicazioni per l’analisi del flusso delle chiamate e del profilo dei clienti.
• sanità per l’analisi dei ricoveri e delle dimissioni.
Il “Data Warehouse”(nel seguito DW) è una collezione di dati (Figura2.2) di
supporto per il processo decisionale che presenta le seguenti caratteristiche:
è orientata ai soggetti di interesse.
è integrata e consistente, poichè si appoggia a più fonti di dati eterogenee,
restituendo una visione unificata.
• è rappresentativa dell’evoluzione temporale.
• è non volatile; infatti, non sono necessarie tecniche sofisticate di gestione delle
transazioni.
•
•
24
2 La Business Intelligence e Pentaho
Figura 2.2. Data Warehouse
In questo processo vi sono, inoltre, le interrogazioni “OLTP (On-Line Transactional Processing)” e “OLAP (On-Line Analytical Processing)”. Le prime riguardano le transazioni nell’ambito dei database relazionali, le relative metodologie e i
corrispettivi concetti che consentono lettura e la scrittura, garantendo atomicità,
consistenza, isolamento e non volatilità dei dati. Le seconde, invece, designano un
insieme di tecniche software per l’analisi interattiva e veloce di grandi quantità
di dati, che è possibile esaminare in modalità piuttosto complesse. Gli strumenti
OLAP si differenziano da quelli OLTP per il fatto che i primi hanno come obiettivo
la performance nella ricerca e l’esecuzione di interrogazioni quanto più articolate
sia possibile; i secondi, invece, mirano ad una garanzia di integrità e sicurezza delle
transazioni.
L’idea alla base del Data Warehousing è quella di separare l’elaborazione di
tipo analitico da quella legata alle transazioni. Infatti, mescolare tali interrogazioni potrebbe portare a inevitabili rallentamenti che renderebbero insoddisfatti gli
utenti.
Esistono varie architetture di Data Warehouse. Le principali tra queste sono le
seguenti:
•
•
architettura ad un livello; in questo caso è presente soltanto il database operazionale, il Data Warehouse è, invece, soltanto virtuale.
architettura a due livelli; in questo caso son presenti sia il database operazionale che il Data Warehouse; quest’ultimo è alimentato proprio dal database
operazionale.
2.1 Cos’è la Business Intelligence
25
• architettura a tre livelli; in questo caso è presente il database operazionale
che alimenta il livello dei dati riconciliati che, a sua volta, alimenta il Data
Warehouse.
Un’ architettura per Data Warehouse dovrebbe avere i seguenti requisiti:
• separazione: l’elaborazione analitica e quella transazionale devono essere mantenute il più possibile separate.
• scalabilità: l’architettura hardware e software deve poter essere facilmente ridimensionata a fronte della crescita nel tempo dei volumi di dati da gestire ed
elaborare e del numero di utenti da soddisfare.
• estendibilità: deve essere possibile accogliere nuove applicazioni e tecnologie
senza riprogettare integralmente il sistema.
• sicurezza: il controllo sugli accessi è essenziale a causa della natura strategica
dei dati memorizzati.
• amministrabilità: la complessità dell’attività di amministrazione non deve risultare eccessiva.
Per essere “alimentato” il DW ha bisogno di strumenti di ETL (Extraction,
Transformation and Loading). Il loro scopo è alimentare il DW dopo, però, aver
effettuato la “pulizia” dei dati a disposizione.
2.1.3 Data Mining
Il Data Mining, a differenza del DW visto in precedenza, è un processo di “estrazione di conoscenza” da banche dati di grandi dimensioni tramite l’applicazione di
algoritmi che individuano le associazioni “nascoste” tra le informazioni e le rendono
visibili. Il software consente agli utenti di analizzare i dati di molte dimensioni o
diversi punti di vista, categorizzare e riassumere le relazioni individuate. Tecnicamente, il data mining è il processo di ricerca di correlazioni o modelli tra decine di
campi in grandi basi di dati relazionali.
Mentre la tecnologia dell’informazione su larga scala si è evoluta in sistemi di
transazione separati da quelli analitici, il data mining fornisce il collegamento tra i
due. I software di data mining analizzano i rapporti e i modelli in dati delle transazioni memorizzati basati su query degli utenti a tempo indeterminato. Strettamente
collegato al concetto di Data Mining vi è quello di Pattern. I pattern, per definizione, sono una rappresentazione sintetica e ricca di semantica di un insieme di dati.
Un pattern dovrebbere essere:
• valido sui dati con un certo grado di confidenza.
• comprensibile dal punto di vista sintattico e semantico, affinchè un utente lo
possa interpretare.
• precedentemente sconosciuto e potenzialmente utile, affinchè un utente possa
intraprendere azioni di conseguenza.
Esistono diverse tecniche di Data Mining; le più importanti sono:
• regole associative: consentono di determinare le regole di implicazione logica
presenti in una base di dati e quindi, di individuare i gruppi di affinità tra
oggetti.
26
•
•
•
•
2 La Business Intelligence e Pentaho
classificatori: consentono di derivare un modello per la classificazione di dati
secondo un insieme di classi assegnate a priori.
alberi decisionali: sono particolari classificatori che permettono di identificare,
in ordine di importanza, le cause che portano al verificarsi di un evento.
clustering: consentono di raggruppare gli elementi di un insieme, a seconda delle
loro caratteristiche, in classi non assegnate a priori.
serie temporali: permettono l’individuazione di pattern ricorrenti o atipici in
sequenze di dati complesse.
Un processo di data mining si compone di “cinque fasi” principali:
•
•
•
•
•
estrarre, trasformare e caricare i dati delle transazioni nel Data Warehouse.
memorizzare e gestire i dati in un sistema di database multidimensionale.
fornire l’accesso ai dati.
Analizzare i dati per il software applicativo.
Presentare i dati in un formato utile, ad esempio un grafico o una tabella, come
mostrato in figura 2.3 .
Figura 2.3. Esportazione dei dati
Prima di parlare delle attività principali legate al Data Mining, è necessario
effettuare una distinzione tra due tipi di sistemi:
•
•
sistemi predittivi, che utilizzano alcune variabili per predire il valore incognito o
futuro di altre variabili;
sistemi descrittivi, che devono trovare dei pattern interpretabili dall’uomo che
descrivano i dati.
2.2 Pentaho
27
2.2 Pentaho
In rete oramai spopola il marchio Pentaho come uno dei leader tra le suite di
Business Intelligence, soprattutto riguardo l’ambito open source. Ma che cosa è
Pentaho? Pentaho è una piattaforma di Business Intelligence (BI) open source
fondata nel 2004 da un team di professionisti della Business Intelligence provenienti
da aziende di successo come Business Objects, Cognos, Hyperion, IBM, Oracle
Corporation, e SAS Institute.
L’obiettivo perseguito da questo software non è quello di fornire un’alternativa
open source, ma di proporre una soluzione migliore rispetto alle offerte commerciali
in termini di caratteristiche, funzioni e benefici, attraverso l’integrazione, in un’unica
piattaforma, di popolari progetti open source come JFreeReport, Kettle, Mondrian
e Weka.
Pentaho vanta di un’ottima interfaccia grafica, che serve per creare report, effettuare analisi e generare dashboard. Tutto questo utilizzando i principi della Business
Analytics e tutti i vantaggi che essa comporta. Viene anche visto come un oggetto
pensato appositamente per collegare molti “raggi” tra loro. Questi oggetti, nella BI,
a volte, sono simili, altre volte diversissimi, e Pentaho li collega attraverso numerosi
strumenti.
Di seguito vediamo le quattro caratteristiche più importanti di Pentaho:
• Versatilità; infatti l’insieme dei prodotti offerti da Pentaho comprende strumenti
completi per aiutare lo sviluppatore nell’implementazione dell’intero processo di
BI.
• Community e Supporto; Pentaho vanta una nutrita community di sviluppatori.
Questo si traduce in diversi vantaggi per gli utenti.
• Collaborazione; utilizzare Pentaho significa soprattutto imparare un nuovo modo
di far “collaborare” i linguaggi già conosciuti.
• Scalabilità e personabilità. L’utilizzo di Pentaho consente di effettuare un processo di BI assolutamente “modulare” che può crescere ed adattarsi ai cambiamenti
repentini della situazione aziendale che deve essere analizzata.
Il framework messo a disposizione da Pentaho permette di sviluppare soluzioni
complete per la BI. Più specificatamente:
• La piattaforma è process-centric perchè il controllore centrale è il Workflow engine. Quest’ultimo usa le definizioni dei processi per costruire il processo di Business Intelligence che esegue nella piattaforma. Il processo può essere facilmente
personalizzato ed è possibile aggiungere nuovi processi.
• La piattaforma è solution-oriented perchè le sue operazioni sono specificate nel
processo di definizione e nei documenti che ne specificano ogni attività.
La piattaforma è composta da:
• un framework di BI, che fornisce procedure per logging, auditing, security,
scheduling, ETL, web service e attribute repository.
• alcuni componenti di BI, che consentono di gestire il reporting, l’analisi, il
workflow e i dashboard e processi di data mining.
28
•
2 La Business Intelligence e Pentaho
alcuni workbench di BI, che si tratta di un insieme di strumenti di progettazione
e di amministrazione che permettono agli analisti e ai progettisti di creare report,
dashboard, modelli di analisi e processi di Business Intelligence.
2.2.1 Analisi degli strumenti e delle funzionalità di BI
In Figura2.4 viene mostrata l’architettura del software Pentaho.
Figura 2.4. Architettura del software Pentaho
•
Thin Client : Pentaho User Console è la principale interfaccia web-based che
permette all’utente finale di visualizzare, creare e pianificare report, report
interattivi e dashboard. Le sue componenti sono:
– Interactive Reporting: fornisce un reporting altamente interattivo e facile da
usare, per creare semplici report; consente, inoltre, di accedere alle fonti di
dati e metadati di Pentaho.
– Analyzer : fornisce un reporting analitico intuitivo e interattivo per far
comprendere rapidamente le informazioni, effettuando un ordinamento e
filtraggio.
– Dashboard Designer : consente agli utenti aziendali di creare ricchi cruscotti
interattivi.
•
Power Tools: Si tratta applicazioni desktop che permettono di creare un ricco
reporting dell’ambiente. Le principali componenti di questa area sono:
– Schema Workbench: costruisce fonti di dati di analisi per facilitare l’esplorazione e l’analisi dei dati per gli utenti business.
– Aggregation Designer : è un ambiente grafico usato per aumentare le prestazioni delle query di analisi, attraverso la creazione di tabelle aggregate.
2.2 Pentaho
29
–
Metadata Editor : costruisce fonti di dati e metadati; è una rappresentazione
del modello dei dati di un database relazionale in cui si possono creare query
senza dover conoscere il linguaggio SQL.
– Report Designer : è un ambiente di progettazione visuale che rende facile
creare rapidamente report graficamente perfetti, per affrontare le esigenze di
tipo operativo, di reporting finanziario e della produzione.
– Data Integration: è un ambiente di progettazione intuitivo che fornisce delle
potenti facility di estrazione, trasformazione e caricamento dei dati.
– Design Studio: viene utilizzato per creare sequenze di azioni; consente la
completa personalizzazione e integrazione tra tutti i componenti all’interno
di Pentaho.
• Server Applications; supporta la Pentaho User Console e soddisfa gli utenti
consentendo loro il reporting, analisi e la realizzazione di dashboard e comprende
servizi per la sicurezza, la programmazione e l’analisi dei dati.
• Server Enterprise Console; supporta la Enterprise Console; include i servizi
per la gestione della sicurezza, della programmazione, del repository; consente,
oltresı̀, la configurazione del server.
• Data Intergration Server ; viene utilizzato per eseguire i lavori di integrazione e
trasformazione dei dati e per offrire servizi quali la pianificazione e la gestione
gestione dei contenuti.
2.2.2 Creazione dei report
Utilizzando Pentaho è possibile creare un semplice report includendo anche grafici
che si autogenerano in base ai dati inseriti. Il modulo di Pentaho per il reporting
consente:
• di accedere direttamente alle fonti di dati;
• un’interazione facile e immediata con i report,qualunque sia la tipologia di utenti
interessati;
• di aggiungere, spostare ed eliminare i campi direttamente all’interno del report;
• la formattazione in riga, il filtraggio, l’ordinamento, il raggruppamento, le
aggregazioni e i calcoli sommari.
La Figura 2.5 mostra l’interfaccia principale per la creazione dei report.
Dopo aver scelto i dati, dopo averli raggruppati, e dopo aver seguito tutte le
impostazioni viene creato il report. Quest’ultimo può essere modificato in ogni momento, attraverso l’inserimento del titolo o delle immagini, e queste modifiche sono
visibili immediatamente. Accanto al report è prevista la presenza di un grafico.
Nella prossima sezione, vedremo i vari passaggi da eseguire per effettuare analisi
sui report.
2.2.3 Creazione di analisi dei report
Uno strumento importante di questo software riguarda la creazione di nuove analisi
o dashboard (Figura2.5) visibili sia in forma tabellare sia attraverso vari tipi di
grafici. Le principali funzionalità fornite da questo software sono:
30
2 La Business Intelligence e Pentaho
Figura 2.5. Interfaccia per la creazione dei report
•
•
•
la creazione di analisi dei dati scelti dall’utente.
ordinamento e filtraggio avanzato.
visualizzazione delle analisi attraverso vari tipi di grafici.
Figura 2.6. Creazione di nuove analisi o dashboard
Come mostra la Figura 2.7 , in quest’area sono elencati i dati di interesse, raggruppati secondo le dimensioni. Questi dati serviranno per la creazione di analisi;
infatti, basta trascinare il nome del dato interessato nell’area centrale e immediatamente si crea una tabella con i dati stessi. Inoltre, è possibile trascinare e combinare
i dati a piacere per creare tutte le analisi possibili desiderate.
2.2 Pentaho
31
Figura 2.7. Costruzione dei report
2.2.4 Creare dashboard con Pentaho
Un’altra funzione importante del software è la creazione dei “dashboard ”, uno strumento di gestione che consente di misurare determinati valori in modo rapido ed
efficiente.
Invece di basarsi su rapporti cartacei per prendere decisioni importanti, un cruscotto fornisce informazioni aggiornate e pertinenti attraverso l’utilizzo di una combinazione di grafici e componenti di report. Questi cruscotti, visivi, sono facili da
leggere e interpretare e forniscono un accesso rapido alle informazioni che aiutano
a rispondere a domande in merito alle prestazioni dei servizi specifici. Il vantaggio
sta, ovviamente, nel fatto che essi possono accedere a questo tipo di informazioni
facilmente e da qualsiasi luogo attraverso il web. Per creare tali cruscotti interattivi basta semplicemente selezionare il layout, il tema e il contenuto che si desidera
visualizzare. Tale contenuto può includere report e grafici e fornisce, anche, la possibilità di aggiungere controlli dinamici per filtrare l’intero contenuto usando un
semplice elenco di selezione, come mostrato in Figura 2.8.
Figura 2.8. Visualizzazione dei dashboard
2.2.5 Il valore di Pentaho
In conclusione, Pentaho Business Analytics è considerato il “best-of-breed ” in soluzioni open source per la gestione e l’analisi dei dati; uno rappresenta, nel campo
32
2 La Business Intelligence e Pentaho
dell’open source, la soluzione più innovativa nel settore della Business Intelligence
e Analytics. La piattaforma semplifica la raccolta di informazioni e consente agli
utenti di analizzare, visualizzare, esplorare i dati e prevedere eventi futuri, trasformando i dati in valore concreto. L’architettura basata su standard aperti permette
di estendere le sue numerose funzioni e di incorporare le analisi di business nelle
applicazioni aziendali esistenti. In definitiva, grazie a Pentaho, le aziende possono
avere analisi, amichevole e, al contempo, sicure, di tutti i dati.
3
Estrazione di conoscenza sulle iscrizioni e sui CFU
conseguiti relativa al nostro Ateneo
Questo capitolo tratterà la situazione, riguardante i cubi Iscritti e CFU, relativa al nostro Ateneo. Utilizzando i dati memorizzati sui dai dati OSD e su
GOMP,attraverso la definizione di cinque macro-questioni, verranno proposte delle
analisi sulle quattro Aree e sui singoli corsi del nostro Ateneo.
3.1 Premessa
La conoscenza di interesse è stata fornita dalla governance di Ateneo (Prorettore
delegato alla Didattica, Dirigente della Segreteria, Prorettore delegato all’Informatica). Abbiamo potuto anche usufruire di uno studio dell CRUI in merito a “Indicatori
sulle carriere accademiche degli studenti”. Abbiamo utilizzato i dati memorizzati
presso l’Osservatorio Studenti Didattica (OSD) e il tool Pentaho ivi presente. Inoltre, per meglio comprendere la conoscenza di interesse, abbiamo usato i dati presenti
nel sito “https://www.anvur.it/ ”, che si basa, comunque, sui dati dell’OSD. Il sito
si basa sulla “Scheda di Ateneo”, che è divisa in due parti. Nella prima parte vengono riportate il nome dell’Ateneo e il numero di Corsi di Laurea (in seguito Cdl)
totali e attivi, distinti per tipologia di corso. Seguono, poi, informazioni sugli studenti immatricolati, iscritti e iscritti in corso negli ultimi tre Anni Accademici. Nella
seconda parte della scheda vengono riportati gli indicatori riferiti ai percorsi di studio, all’attrattività e all’internazionalizzazione dell’intero ateneo. I dieci indicatori
di ateneo sono organizzati in 4 sezioni:
• Passaggio al secondo anno: gli indicatori fanno riferimento alla coorte di immatricolati e al passaggio tra il primo e il secondo anno di Corso;
• Esito dopo N anni dall’Immatricolazione (N =durata legale del corso): per gli
indicatori di questa sezione si è scelto di analizzare i percorsi degli studenti
osservandone gli esiti alla fine dell’A.A. 2012/13 (laureati, abbandoni, ancora
iscritti) prendendo a riferimento le coorti di immatricolati che nell’A.A. 2012/13
risultano N anni oltre la durata legale del corso.
• Attrattività: l’indicatore fa riferimento alla coorte di studenti che accedono ad
un corso di laurea magistrale e che hanno conseguito il titolo triennale in un
altro ateneo.
34
•
3 Estrazione di conoscenza relativa al nostro Ateneo
Internazionalizzazione: gli indicatori fanno riferimento alla quota di iscritti con
almeno 1 credito conseguito all’estero.
La “Scheda di Corso di Studio” è divisa in due parti. Nella prima parte vengono
riportate le informazioni di tipo anagrafico relative al Corso (Ateneo, Classe di
Corso, Nome del Corso, etc.) e il numero di Corsi delle stessa Classe di Laurea a
livello nazionale e di ripartizione geografica (Nord, Centro, Mezzogiorno). Vi sono,
poi informazioni sugli studenti immatricolati, iscritti e iscritti in corso negli ultimi
tre anni accademici.
Laddove, per le analisi di interesse, ispirte dalla governance dell’Ateneo, non erano sufficienti, abbiamo utilizzato i dati di GOMP . Quest’ultimo è un’applicazione
fornita da Be Smart che consente di gestire l’iter dell’offerta formativa, dalla definizione di un corso di laurea e dei suoi contenuti fino all’erogazione passando dalle
fasi di controllo e simulazione. Gomp mette a disposizione strumenti automatici di
esportazione dei dati. Abbiamo constatato che GOMP, mette a disposizione un piccolo Data Warehouse tramite il quale i responsabili possono interrogare il database
sottostante (Figura 3.1). GOMP è conforme alla vigente normativa relativa ai Corsi
di Studio e propone le seguenti funzionalità:
•
•
•
Importazione automatica di tutti i dati XML (definizione dei corsi di laurea,
ordinamenti, curriculum, descrizioni etc.) senza necessità di ri-digitazione delle
informazioni.
Controlli real-time di tutti i dati inseriti e la verifica di conformità.
Sistema automatizzato per la verifica di tutti i requisiti minimi delle offerte
didattiche al fine di controllare preventivamente i requisiti per l’apertura di
Corsi di Studio.
Figura 3.1. Un esempio di richiesta di report in GOMP
Per quanto concerne i cubi “ISCRITTI” e “CFU”, nella base delle richieste della
governance di Ateneo, abbiamo definito cinque macro-questioni (in seguito MQ) che
evidenziano alcuni punti di interesse. Essi sono:
•
•
•
Rendimento Studenti;
Livello di Internazionalizzazione;
Iscritti all’ Ateneo;
3.2 MQ1: Rendimento Studenti
35
• Carriera degli Studenti;
• Diritto allo Studio.
Nel seguito esamineremo le singole macro-questioni, uno per sezione.
Per la maggior parte delle statistiche abbiamo preso in esame gli anni accademici
(A.A.) che vanno dal 2012/2013 al 2014/2015, in quanto l’ultima coorte stabile è
proprio il 2012/2013.
3.2 MQ1: Rendimento Studenti
Per le analisi relative alla prima macroquestione è stato progettato uno schema a
stella cubo su cui, mediante operazioni OLAP, è stato possibile effettuare una serie
di report. I cubi da cui sono stati derivati i dati presenti nello schema a stella sono
stati quello relativo agli Iscritti e quello relativo ai Crediti o CFU. Le Figure 3.2 e
3.3 mostrano gli schema a stella utilizzati per rispondere a questa macro-questione.
Figura 3.2. Schema a stella contenente le informazioni sui CFU di interesse per MQ1
Le dimensioni prese in esame, per il primo cubo sono state: Anno Accademico,
Struttura Didattica, Classe di Laurea e Corso di Studio. Per lo stesso cubo le misure
prescelte sono state: Media CFU, Media Voti, Totale CFU. Per il secondo cubo le
dimensioni sono state: Anno Accademico, Struttura Didattica e Corso di Studio. La
misura è stata soltanto il numero totale di Iscritti.
3.2.1 Definizione della tipologia di diagramma prescelto
I Key Perfomance Indicator, in seguito KPI, rappresentano un insieme di misure
che si concentrano su quegli aspetti della performance di un’organizzazione che sono
i più critici per il suo successo corrente e futuro. Le principali caratteristiche dei
KPI sono le seguenti:
36
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.3. Schema a stella contentente le informazioni sugli iscritti di interesse per MQ1
•
•
•
devono essere monitorati 24 ore su 24, giornalmente o, in alcuni casi, settimanalmente;
devono, pertanto, essere misure orientate al presente o al futuro;
devono indicare quali azioni è necessario intraprendere.
Ciascun KPI si può rappresentare attraverso una varietà di tipologie di grafici.
Come sarà più chiaro nel seguito, le tipologie di grafici più utilizzate in questo
capitolo saranno le seguenti:
•
•
•
Il grafico multilinee. Il principale aspetto positivo di questo grafico è la possibilità
di identificare chiaramente l’andamento delle varie grandezze.
Istogramma o grafico a barre. Viene utilizzato per confrontare visivamente i
valori di alcune categorie.
Grafo delle Soddisfazioni, è particolarmente utile per effettuare indagini.
3.2.2 Conoscenza estratta
Il primo indicatore considerato è stato: Media Annuale dei CFU per ogni Struttura
Didattica negli anni. Per “Media”, si intende il numero di CFU totali diviso il numero di iscritti. Per rappresentare tale indicatore si è ritenuto opportuno utilizzare
il grafico a barre. Come si evince dalla Figura 3.4, tutte le Aree hanno ottenuto,
dal primo anno di riferimento, un aumento, in media, dei CFU. In maniera particolare, Architettura nell’A.A. 2013/2014 ha ottenuto un grosso incremento che, però,
l’anno successivo ha portato a un sostanziale decremento.
Il secondo indicatore è stato: Media CFU per ogni singolo corso. Per la Struttura
Didattica di Agraria, come mostra la Figura 3.5, nell’A.A. 2012/2013 il corso che
ha avuto, in media, i maggiori CFU è stato “Scienze Forestali e Ambientali”(Corso
Magistrale). Per l’A.A. 2013/2014 invece, i corsi che hanno avuto, in media, i crediti
maggiori sono stati: “Scienze Forestali e Ambientali” e “Scienze Tecnologie Ambientali”, per ciò che concerne le lauree magistrali. Invece, per le lauree triennali, il corso
3.2 MQ1: Rendimento Studenti
37
Figura 3.4. Media dei CFU per ogni Area
con il maggior numero di CFU è “Scienze e Tecnologie Agrarie”. Nell’anno seguente,
invece, questi corsi hanno subı̀to una decrescita, e i corsi con il maggior numero di
CFU sono stati “Scienze e Tecnologie Agrarie”,“Scienze e Tecnologie Alimentari” e
“Scienze Forestali e Ambientali”, per ciò che concerne le lauree triennali.
Figura 3.5. Media dei CFU e i Corsi afferenti ad Agraria
In Figura 3.6 viene presentata la situazione degli studenti ad Architettura. Negli anni presi in considerazione, vi è un calo in termini di CFU per entrambi i
Dipartimenti, ovvero dArte (Dipartimento di Architettura e Territorio) e PAU (Dipartimento di Patrimonio, Architettura e Urbanistica). Ciò si evidenzia, in maniera particolare, per il Corso Magistrale in “Urbanistica” e la ragione è dovuta,
probabilmente, all’introduzione del nuovo corso “Architettura-Restauro.”
Per Giurisprudenza, come evidenzia la Figura3.7,la situazione risulta opposta
rispetto alle altre Aree. Infatti, vi è un notevole aumento dei CFU.
38
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.6. Media dei CFU per l’Area di Architettura
Figura 3.7. Media dei CFU per l’Area di Giurisprudenza
Infine, ad Ingegneria(Figura 3.8), la situazione in questi anni ha evidenziato
che il dipartimento DICEAM (Dipartimento di Ingegneria Civile, dell’Energia, dell’Ambiente e dei Materiali) risulta, anche se di poco “superiore” rispetto al DIIES
(Dipartimento di Ingegneria dell’Informazione, delle Infrastrutture e dell’Energia
Sostenibile). L’unico Corso di Laurea che ha avuto un incremento di CFU è stato
“Ingegneria dell’Informazione”.
Nella terza analisi abbiamo confrontato 3 parametri molto importanti. Il primo
è stato il numero totale di iscritti, il secondo è stato quello noto come Prosecuzioni
Stabili e, il terzo, quello denominato Inattivi. Con il termine “Prosecuzioni Stabili”
si indica tutti gli studenti che, alla fine dei primo anno di iscrizione hanno ottenuto
crediti maggiori o uguali a 39. Il termine “Inattivi” viene, invece, utilizzato per
indicare quegli studenti che, alla fine del primo anno di iscrizione hanno conseguito
un numero di CFU inferiori al 20%.
3.2 MQ1: Rendimento Studenti
39
Figura 3.8. Media dei CFU per l’Area di Ingegneria
In Figura 3.9 viene mostrata la situazione di Agraria. Si noti, nell’A.A. 2014/2015,
la presenza di un aumento del numero di inattivi. il Corso di Studio “Scienze
e Tecnologie Agrarie” risulta l’unico che ha un numero di prosecuzioni stabili in
crescita.
Figura 3.9. Confronto dei CFU per i Corsi di Studio afferenti all’Area di Agraria
Per Architettura, invece, come mostra la Figura 3.10 il numero di Inattivi, nell’ultimo anno, ha subı̀to un incremento per ciò che riguarda il corso di Studio “Scienze dell’Architettura”. Si ha, altresı̀ un aumento delle prosecuzioni stabili per il corso
a ciclo unico “Architettura”.
Per l’Area di Giurisprudenza, Figura 3.11, il numero di Inattivi in “Scienze Economiche” cresce; al contraro, quello relativo al Corso di Studio in “Giurisprudenza”
decresce. Il numero di prosecuzioni stabili è circa uguale per entrambi i corsi.
40
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.10. Confronto dei CFU per i Corsi di Studio afferenti all’Area di Architettura
Figura 3.11. Confronto dei CFU per i Corsi di Studio afferenti all’Area di Giurisprudenza
Infine, ad Ingegneria, il numero di Inattivi tanto per il Corso di Studio in “Ingegneria Civile-Ambientale” che per quello in “Ingegneria dell’Informazione” decresce, anche se come mostra la Figura 3.12“Ingegneria dell’Informazione” presenta
un numero di inattivi di gran lunga superiori rispetto all’altro corso. Il numero di
Prosecuzioni Stabili per “Ingegneria dell’Informazione” sta aumentando, anche se è
inferiore rispetto a “Ingegneria Civile-Ambientale”.
Il quarto indicatore considerato è stato: Media voti per singolo Corso. In Figura
3.13 viene messa in evidenza la situazione di Agraria. Si noti che i voti dei Corsi di
Studio magistrali sono più alti rispetto ai Corsi di Studio triennali. Infatti la media
dei primi si aggira nel 28 mentre la media dei secondi è intorno al 23
Per l’Area Architettura, Figura 3.14, la situazione risulta diversa poichè i Corsi
di Studio triennali, quelli magistrali e quelli a ciclo unico mostrano approssimativamente la stessa media dei voti.
In Figura 3.15 viene mostrata la situazione di Giurisprudenza. Il Corso di Studio triennale “Scienze Economiche” ha subı̀to un incremento nell’A.A. 2013/2014.
3.2 MQ1: Rendimento Studenti
41
Figura 3.12. Confronto dei CFU per i Corsi di Studio afferenti all’Area di Ingegneria
Figura 3.13. Media voti Agraria
Figura 3.14. Media dei voti relativi ai Corsi di Studio di Architettura
42
3 Estrazione di conoscenza relativa al nostro Ateneo
Nell’anno seguente, invece, sia quest’ultimo corso, che quello di “Giurisprudenza”,
a ciclo unico, presentano delle medie di voti comparabili.
Figura 3.15. Media dei voti relativi ai Corsi di Studio di Giurisprudenza
Per Ingegneria, Figura 3.16, la situazione risulta simile ad Agraria. Infatti, anche
in quest’Area, per entrambi i dipartimenti, voti dei Corsi di Studio magistrali sono
più alti rispetto a quelli triennali.
Figura 3.16. Media dei voti relativi ai Corsi di Studio di Ingegneria
3.3 MQ2: Il livello di Internazionalizzazione
43
3.3 MQ2: Il livello di Internazionalizzazione
In questa seconda macro-questione, si prenderà in considerazione il livello di internazionalizzazione del nostro Ateneo. Con il termine “Internazionalizzazione” si
intende il numero di CFU conseguiti all’estero. Il cubo di riferimento è stato quello
dei CFU e la Figura 3.17 mostra lo schema a stella necessario per poter effettuare
il calcolo dei parametri di interesse. Le dimensioni che sono state utili per la realizzazione delle analisi sono state: Anno Accademico, Struttura Didattica, e Corso di
Studio. Le misure adoperate sono state CFU Atenei Stranieri e CFU Stage.
Figura 3.17. Schema a stella contenente le informazioni nei CFU di interesse per MQ2
3.3.1 Conoscenza estratta
La prima analisi effettuata ha riguardato il numero di CFU totali conseguiti all’estero. Come si evince dalla Figura 3.18, il numero maggiore di cfu conseguiti all’estero
è stato ad Architettura nell’ A.A. 2013/2014. Nell’A.A. successivo si è assistito adun
calo.
Effettuando un’attività di drill down, come mostrato in Figura 3.19i Corsi di
Studio in Agraria che hanno ottenuto il maggior numero di CFU all’estero sono stati “Scienze e Tecnologie Agrarie” e “Scienze e Tecnologie Alimentari” con 6 CFU
nell’A.A. 2012/2013. Ad Architettura, nell’A.A. 2013/2014, c’è stato un aumento
dei CFU conseguiti all’estero il per il Corsi di Studio a ciclo unico “Architettura.”Per lo stesso A.A. anche Giurisprudenza ha ottenuto un incremento del numero
di CFU conseguito all’estero. L’unica Area che nell’A.A. 2014/2015 ha ottenuto un
incremento dei CFU conseguiti all’estero è stata Ingegneria, in particolare il Corso
di Studio in “Ingegneria Civile-Ambientale”.
Ad Architettura nel 2013/2014 c’è stato un aumento dei CFU conseguiti all’estero per il Corso di Studio a ciclo unico “Architettura”(Figura 3.20). Per lo
stesso A.A. anche Giurisprudenza (Figura 3.21) ha ottenuto un incremento di CFU
conseguiti all’estero.
44
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.18. Numero totale di CFU conseguiti all’estero
L’unica Area che nell’A.A. 2014/2015 ha ottenuto un ulteriore incremento dei
CFU conseguiti all’estero è stata Ingegneria, in maniera particolare il Corso di
Studio di “Ingegneria Civile-Ambientale”(Figura 3.22).
Il terzo indicatore ha riguardato il numero di CFU conseguiti tramite stage
all’estero. Come mostra la Figura 3.23, Architettura ha avuto un notevole calo nei
tre Anni Accademici presi in esame, mentre Agraria e Ingegneria hanno il maggior
numero di CFU conseguiti in Stage all’estero.
L’analisi successiva ha riguardato il drill down, lungo le Aree, dell’analisi precedente. Infatti, in Figura 3.24, si mostra la situazione di Agraria. Quasi tutti i Corsi
di Studio magistrali hanno CFU conseguiti tramite Stage all’estero. La situazione
è pressochè uguale in tutti gli Anni Accademici presi in esame.
Architettura (Figura3.25) ha subı̀to un notevole calo. Infatti, mentre negli A.A.
2012/2013 e 2014/2014 almeno il Corso di Studio “Architettura” aveva CFU conseguiti all’estero tramite stage, nell’Anno Accademico successivo tale indicatore è
sceso a zero.
Per quanto riguarda Giurisprudenza (Figura 3.26), solo il Corso di Studio
triennale in “Scienze Economiche” ha ottenuto un incremento di CFU conseguiti
all’estero tramite stage.
In Ingegneria, Figura3.27, il dipartimento DICEAM ha ottenuto un numero di
CFU conseguiti all’estero tramite Stage maggiore rispetto al dipartimento DIIES.
Quest’ultimo ha ottenuto tale tipologia di crediti nell’A.A. 2012/2013.
3.4 MQ3: Iscritti al nostro Ateneo
In questa macro-questione si è investigato in merito agli studenti iscritti presso il nostro Ateneo. Il cubo a stella utilizzato è rappresentato in Figura 3.28. Le dimensioni
utilizzate per la realizzazione delle analisi sono state: Anno Accademico, Struttura
Didattica, Corso di Studio, Macrotipo Diploma, Fascia Anno Nascita, Lavoratori.
La misura considerata è stata il numero totale di iscritti.
3.4 MQ3: Iscritti al nostro Ateneo
45
Figura 3.19. Numero complessivo di CFU conseguiti all’estero per l’Area di Agraria
46
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.20. Numero complessivo di CFU conseguiti all’estero per l’Area di Architettura
3.4.1 Conoscenza estratta
La prima analisi è stata quella relativa al numero di iscritti per ogni Area dall’A.A.
2012/2013 - all’A.A. 2014/2015. Come si evince dalla Figura 3.29, il maggior numero
3.4 MQ3: Iscritti al nostro Ateneo
47
Figura 3.21. Numero complessivo di CFU conseguiti all’estero per l’Area di
Giurisprudenza
di iscritti si ha presso Giurisprudenza. A seguire vi è Architettura, Ingegneria e,
infine, Agraria.
Procedendo ad effettuare un’operazione di drill down nelle aree, come mostrato
in Figura 3.30, si può notare come il maggior numero di iscritti si hanno nei Corsi
di Studio a ciclo unico “Giurisprudenza” e “Architettura”.
Come terza analisi abbiamo effettuato un’attività di slicing in Agraria (Figura 3.31). Come si evince da questa figura, il maggior numero di iscritti nell’A.A.
2014/2015 si è avuto per il Corso di Studio in “Scienze e Tecnologie Agrarie” con
78 iscritti. A seguire, invece “Scienze Forestali e Ambientali”con 73 iscritti.
Architettura, come mostra la Figura 3.32, invece, ha un numero maggiore
di studenti per il Corso di Studio “Architettura”con 634 iscritti. Segue “Scienze
dell’Architettura”, con 120 iscritti.
Per quanto riguarda l’area Giurisprudenza (Figura 3.33)), si hanno 1486 studenti per il Corso di Studio a ciclo unico di “Giurisprudenza”, 488 per “Scienze
Economiche” e 57 per “Scienze Giuridiche”.
Ingegneria (Figura 3.34)) presenta un numero maggiore di iscritti sui Corsi di
Studio triennali come “Ingegneria Civile-Ambientale” e “Ingegneria dell’Informazione”. I Corsi di Studio magistrali hanno circa 40 studenti.
Un parametro che abbiamo ritenuto estremamente interessante analizzare è il
numero di studenti lavoratori. Per quanto riguarda tale parametro possiamo notare
che questo numero è, in genere, molto basso presso il nostro Ateneo. Per lavoratori
si intende uno studente iscritto che abbia un regolare contratto part-time. Nelle
Figura seguente 3.35 notiamo che Agraria ha il numero massimo di lavoratori, cioè
2 per “Scienze e Tecnologie Agrarie”, 1 per “Scienze e Tecnologie Alimentari” e 1
per “Scienze Forestali e Ambientali”.
Architettura, Figura 3.36, non presenta nessun lavoratore. A Giurisprudenza,
come mostra la Figura 3.37, vi è un solo lavoratore per “Giurisprudenza”. Analogamente, Ingegneria Figura3.38, ha un solo studente lavoratore ad “Ingegneria
Civile-Ambientale”.
48
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.22. Numero complessivo di CFU conseguiti all’estero per l’Area di Ingegneria
La quarta analisi mette in evidenza gli studenti in base al tipo di diploma. Le
3.4 MQ3: Iscritti al nostro Ateneo
49
Figura 3.23. Numero complessivo di CFU conseguiti all’estero tramite Stage
Figure 3.39, 3.40, 3.41 mostrano, rispettivamente per l’a.a. 2012/2013, 2013/2014 e
2014/2015 che i diplomi conseguiti dagli studenti studenti sono stati, per la maggior
parte, le Maturità Liceale, Professionale e Tecnica, anche se è presente una sezione
“Non fornito” con numero elevato.
50
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.24. Numero complessivo di CFU conseguiti all’estero tramite Stage per l’area
di Agraria
3.4 MQ3: Iscritti al nostro Ateneo
51
Figura 3.25. Numero complessivo di CFU conseguiti all’estero tramite Stage per l’area
di Architettura
52
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.26. Numero complessivo di CFU conseguiti all’estero tramite Stage per l’area
di Giurisprudenza
3.4 MQ3: Iscritti al nostro Ateneo
53
Figura 3.27. Numero complessivo di CFU conseguiti all’estero tramite Stage per l’area
di Ingegneria
54
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.28. Schema a stella contenente le informazioni sugli iscritti di interesse per MQ3
Figura 3.29. Numero totale di iscritti presso le varie aree del nostro Ateneo
Figura 3.30. Numero totale di iscritti per i vari Corsi di Studio del nostro Ateneo
3.4 MQ3: Iscritti al nostro Ateneo
Figura 3.31. Numero totale di iscritti per i vari Corsi di Studio di Agraria
55
56
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.32. Numero totale di iscritti per i vari Corsi di Studio di Architettura
3.4 MQ3: Iscritti al nostro Ateneo
Figura 3.33. Numero totale di iscritti per i vari Corsi di Studio di Giurisprudenza
57
58
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.34. Numero totale di iscritti per i vari Corsi di Studio di Ingegneria
3.4 MQ3: Iscritti al nostro Ateneo
Figura 3.35. Numero totale di studenti lavoratori iscritti ad Agraria
Figura 3.36. Numero totale di studenti lavoratori iscritti ad Architettura
Figura 3.37. Numero totale di studenti lavoratori iscritti ad Ingegneria
59
60
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.38. Totale studenti lavoratori iscritti ad Ingegneria
3.4 MQ3: Iscritti al nostro Ateneo
61
Figura 3.39. Tipologia di diploma posseduta dagli studenti iscritti nell’A.A. 2012/2013
Figura 3.40. Tipologia di diploma posseduta dagli studenti iscritti nell’A.A. 2013/2014
Procedendo, abbiamo analizzato il numero di studenti iscritti in base all’anno
di nascita. In questo caso, come si evince dalle Figura 3.42 e 3.43 notiamo che,
per gli A.A. 2012/2013 e 2013/2014 la fascia degli anni di nascita 1971-1990 era
quella maggiore. In questi A.A. comunque vi sono alcune eccezioni, In particolare,
in Giurisprudenza ed Agraria vi sono studenti nati nel 1946. Per l’a.a. 2014/2015
(Figura 3.44), invece, notiamo che la maggior parte degli iscritti era nato nella fascia
di anni 1991-2011.
62
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.41. Tipologia di diploma posseduta dagli studenti iscritti nell’A.A. 2014/2015
Figura 3.42. Anno di nascita per gli studenti iscritti nell’A.A. 2012/2013
3.5 MQ4: Carriera degli Studenti
In questa sezione abbiamo analizzato la carriera degli studenti. I cubi di riferimento
sono stati Iscritti e Immatricolati. Le Figure 3.45 e 3.46 mostrano gli schemi a
stella che sono stati progettati per supportare tale analisi. Per quanto riguarda le
immatricolazioni, le dimensione sono state Anno Accademico, Struttura Didattica
e Corso di Studio. La misura considerata è stata solamente il numero totale di
immatricolati. Per quanto riguarda il secondo cubo, le dimensioni considerate sono
state Anno Accademico, Struttura Didattica, Corso di Studio, Regolari e Carriera
Attiva, mentre la misura utilizzata è stata pari al numero totale di iscritti.
3.5.1 Conoscenza estratta
La prima analisi effettuata ha riguardato il “Passaggio al secondo anno”. In particolare abbiamo confrontato gli immatricolati degli A.A. che vanno dal 2011/2012,
2012/2013 e 2013/2014 nonchè gli iscritti degli A.A. 2012/2013, 2013/2014 e
3.5 MQ4: Carriera degli Studenti
63
Figura 3.43. Anno di nascita per gli studenti iscritti nell’A.A. 2013/2014
Figura 3.44. Anno di nascita per gli studenti iscritti nell’A.A. 2014/2015
2014/2015. Per l’anno 2012/2013 (Figura 3.47) gli iscritti al secondo anno risultano quasi la metà degli immatricolati dell’anno precendente. Per i Corsi di Studio
“Scienze dell’Architettura” e “Scienze e Tecnologie Agrarie e Alimentari” gli iscritti
al secondo anno, rispetto agli immatricolati, sono quasi inesistenti.
Negli anni successivi (Figure 3.48 e 3.49), notiamo un netto miglioramento per
i Corsi di Studio citati in precendenza, più in generale gli iscritti al secondo anno
sono aumentati, rispetto agli immatricolati, che, come abbiamo visto, sono diminuiti
rispetto agli anni precedenti.
Procedendo con l’analisi, come mostra la Figura 3.50, abbiamo considerato il
numero totale di iscritti con “Iscrizione Multipla e Attiva”per tutte e quattro le
Aree. L’iscrizione multipla è definita come una doppia iscrizione, da parte dello
64
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.45. Schema a stella contenente le informazioni sugli immatricolati di interesse
per MQ4
Figura 3.46. Schema a stella contenente le informazioni sugli iscritti di interesse per MQ4
studente in due Corsi di Studio differenti. Il numero totale di studenti con iscrizione
multipla, in tutto l’Ateneo, è 66 nell’ultimo A.A. considerato. Rispetto agli altri
anni è diminuito ma, rispetto agli Studenti Attivi, il numero risulta marginale.
La terza analisi è stata quella riguardante gli “Iscritti Regolari e non”. Per studente regolare1 si intende uno “studente iscritto al sistema da un numero di anni
inferiore o uguale alla durata legale del corso di riferimento”. In Figura 3.51 viene
mostrata la situazione degli studenti regolari per le quattro aree. Agraria, Giurisprudenza e Ingegneria hanno, in totale, un numero di studenti Regolari maggiore
rispetto al numero di studenti non Regolari.
Effettuiamo, ora un’attività di drill down sui Corsi di Studio.In Figura 3.52),
viene mostrata la situazione di Agraria. In quest’area si può notare che nell’A.A.
1
Fonte: elaborazione su dati MIUR -URST e AFAM- Ufficio di Statistica
3.5 MQ4: Carriera degli Studenti
65
Figura 3.47. Numero di studenti iscritti per l’A.A. 2011/2012 che sono passati al secondo
anno
Figura 3.48. Numero di studenti iscritti per l’A.A. 2012/2013 che sono passati al secondo
anno
2012/2013, per il Corso di Studio “Gestione Tecnica del Territorio Agroforestale e
Sviluppo Rurale” il numero di Non Regolari risulta maggiore rispetto ai Regolari.
La situazione ad Architettura è diversa; infatti, come mostra la Figura 3.53) il
numero di studenti Non Regolari è circa uguale o maggiore rispetto a quello degli
studenti Regolari in tutte le varie circostanze e nei vari A.A.. Più specificatamente, i Corsi di Studio dove si verifica ciò sono:“Architettura - U.E.”, “Conservazione, Restauro e Valorizzazione dei Beni Architettonici e Ambientali”, “Costruzione
e Gestione dell’Architettura” e “Storia e Conservazione dei Beni Architettonici e
Ambientali”.
Per quanto riguarda Giurisprudenza, Figura 3.54, tutti i Corsi di Studio, eccezion
fatta per “Scienze Giuridiche”hanno un numero di studenti Regolari superiore al
numero di studenti Non Regolari.
Per Ingegneria (Figura 3.55), abbiamo un numero considerevolmente di studenti
66
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.49. Numero di studenti iscritti per l’A.A. 2013/2014 che sono passati al secondo
anno
Figura 3.50. Confronto tra Iscrizione Multipla e Attiva
Non Regolari nell’ultimo anno con le Lauree Magistrali del Dipartimento DIIES.
Infatti per i Corsi di Studio magistrali in “Ingegneria Elettronica” e “Ingegneria
Informatica e dei Sistemi per le Telecomunicazioni” gli Non Regolari superano quelli
Regolari.
Infine, abbiamo confrontato (Figura 3.56) negli ultimi cinque anni il numero di
Iscritti, Immatricolati e Iscritti Regolari per tutta la Mediterranea. Si nota che le
tre categorie csono diminuite nel tempo.
3.6 MQ5: Diritto allo Studio
La quinta macro-questione si riferisce al Diritto allo Studio. L’Università degli Studi Mediterranea favorisce l’attuazione del diritto allo studio promuovendo l’accesso
3.6 MQ5: Diritto allo Studio
67
Figura 3.51. Confronto tra Iscritti Regolari e Non Regolari
ed il proseguimento degli studi universitari per gli studenti capaci e meritevoli e
rimuovendo gli ostacoli di ordine economico e sociale. La Mediterranea assicura tale
diritto con l’erogazione di benefici e servizi messi a concorso annualmente tramite il Bando Unico. Tali benefici e servizi consistono in borse di studio, alloggio,
ristorazione, contributi di varia natura e premi per il conseguimento del titolo.
Il cubo considerato è quello degli Iscritti e, in Figura 3.57 viene mostrato lo
schema a stella di interesse. Le dimensioni sono state Anno Accademico, Struttura
Didattica, Corso, Borsa di Studio, Posto Alloggio. La misura è stata il numero totali
di Iscritti.
3.6.1 Definizione della tipologia di rappresentazione prescelta
La tipologia di diagramma utilizzata, in questa sezione è il Reporting. La scelta
è ricaduta su questa tipologia, poichè i dati riguardanti questa macro-questione
sono solamente disponibili per l’Anno Accademico 2014/2015. In uno scenario come
questo, in cui non è pssibile effettuare confronti, il reporting è lo strumento più
opportuno da utlizzare.
3.6.2 Conoscenza estratta
L’analisi effettuata si basa sul numero di Borse di Studio, come mostra la Figura
3.58, consegnate nell’A.A. 2014/2015. Su 641 domande, soltanto 99 studenti, divisi
in Sede, Fuori Sede e Pendolari hanno usufruito di questo servizio. La differenza
sostanziale tra le tre tipologie di studenti è la seguente:
• Gli studenti Fuori Sede sono i ragazzi che hanno un regolare contratto di affitto
e distano dall’Università più di 50 Km.
• Gli studenti in Sede sono quelli che distano dell’Università meno di 50 km;
• Gli studenti Pendolari sono quelli che distano dell’Università più di 50 km e che
non presentano un contratto di affitto.
68
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.52. Confronto tra Iscritti Regolari e Non Regolari in Agraria
I Corsi di Dottorato e di Specializzazione non usufruiscono di questo beneficio. Per
usufruire del beneficio, gli studenti devono avere un ISEE inferiore a euro 15000,00.
3.6 MQ5: Diritto allo Studio
69
Figura 3.53. Confronto tra Iscritti Regolari e Non Regolari in Architettura
La seconda analisi, invece, cosı̀ come riporta la Figura 3.59, riguarda il numero
dei posti alloggio assegnati. Per poter entrare nel Residence universitario, gli studen-
70
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.54. Confronto tra Iscritti Regolari e Non Regolari in Giurisprudenza
ti devono risultare Pendolari. Per ottenere il posto alloggio, essi devono presentare
un ISEE inferiore a euro 13000,00.
Su 149 domande di alloggio presso il Residence, solo 121 sono state accolte. Per
i Corsi di Dottorato e di Specializzazione sono stati assegnati due posti.
3.7 Cruscotti realizzati
I cruscotti aziendali (o anche “Dashboard”) sono delle interfacce utente di sintesi dei
sistemi informativi, destinate al vertice aziendale e progettate in modo da consentire una lettura estremamente semplice e rapida. I cruscotti sono spesso strutturati
in modo tale da riprodurre i flussi inerenti ai processi di business che monitorano.
Gli utenti possono visualizzare graficamente i processi ad alto livello, per poi eventualmente, fare “drill-down” nei dati di maggior dettaglio. I cruscotti aziendali consentono ai manager di monitorare il contributo apportato dai diversi dipartimenti
della propria azienda.
Al fine di consentire una rappresentazione attendibile della performance complessiva dell’organizzazione, i cruscotti permettono di catturare e visualizzare specifici
dati puntuali da ogni dipartimento, in modo tale da “fotografare” le performance
in un dato istante. Alcuni dei benefici derivanti dall’uso dei cruscotti aziendali sono
i seguenti:
•
•
•
•
•
rappresentazione visuale delle misure di performance;
capacità di identificare e correggere i trend negativi;
misurazione dell’efficienza/ inefficienza;
capacità di prendere decisioni più informate sulla scorta delle informazioni di
Business Intelligence;
allineamento degli obiettivi organizzativi alla strategia.
Dopo aver effettuato i report, utilizzando il tool di Pentaho, abbiamo realizzato
una serie di cruscotti che illustreremo nel seguito.
In Figura 3.60 possiamo notare il primo cruscotto realizzato. Abbiamo scelto
di offrire un quadro generale riguardo al numero di immatricolati, iscritti, usciti e
3.7 Cruscotti realizzati
71
Figura 3.55. Confronto tra Iscritti Regolari e Non Regolari in Ingegneria
laureati dell’Università Mediterranea di Reggio Calabria. Tali misure, infatti, sono
72
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.56. Confronto tra Iscritti, Iscritti Regolari e Immatricolati negli ultimi cinque
anni per la Mediterranea
Figura 3.57. Schema a stella contenente le informazioni sugli iscritti di interesse per MQ5
i principali indicatori che avevamo a disposizione.
Per rendere più chiaro il contenuto offerto dal cruscotto, abbiamo realizzato delle
opzioni grafiche per quantificare misure con barre di colorazione diversa. In aggiunta, abbiamo creato un’informazione supplementare, per ogni misura, denominata
Trend. Ogni entry di tale colonna mostra la variazione in percentuale, calcolata in
base alla misura di riferimento, rispetto al valore della entry precendente. Inoltre,
è possibile osservare una freccia che denota l’andamento dell’indicatore.
In Figura 3.61 possiamo osservare il cruscotto relativo al confronto tra gli studenti regolari e non, relativo al nostro Ateneo. In aggiunta, nella parte inferiore, abbiamo realizzato un grafico per evidenziare l’andamento nel tempo di tale
3.7 Cruscotti realizzati
73
Figura 3.58. Report sulle borse di studio assegnate nell’A.A. 2014/2015
Figura 3.59. Report sui posti alloggio assegnati nell’A.A. 2014/2015
confronto.
In Figura 3.62 riportiamo un cruscotto estratto dalla piattaforma, che mette a
confronto il numero di studenti presenti, con iscrizione attiva e multipla. In basso
è possibile osservare un grafico ad Area che riporta l’andamento di tali misure nel
tempo.
In ultimo, la Figura3.63 mostra un cruscotto realizzato per evidenziare il numero
di iscritti e immatricolati per due Corsi di Studio. Questi ultimi riguardano il dipartimento DIIES e, in particolare sono: Ingegneria dell’Informazione e Ingegneria
Informatica e dei Sistemi per le Telecomunicazioni. Per evidenziare la differenza tra
le due misure, abbiamo scelto di variare la colorazione delle entry con gradazioni
che vanno dal rosso al viola.
74
3 Estrazione di conoscenza relativa al nostro Ateneo
Figura 3.60. Cruscotto relativo agli immatricolati, iscritti, usciti e laureati della
Mediterranea
Figura 3.61. Cruscotto relativo agli studenti regolari e non della Mediterranea
3.7 Cruscotti realizzati
75
Figura 3.62. Cruscotto relativo agli studenti con iscrizione attiva e multipla della
Mediterranea
Figura 3.63. Cruscotto relativo agli studenti iscritti e immatricolati relativi ai
corsi di Ingegneria dell’Informazione e Ingegneria Informatica e dei Sistemi per le
Telecomunicazioni
4
Estrazione di conoscenza sulle iscrizioni e sui CFU
conseguiti relativa al contesto italiano
Il presente capitolo tratterà la situazione riguardante i cubi Iscritti e CFU, relativa
al contesto italiano. Utilizzando i dati memorizzati nell’OSD, attraverso sei macroquestioni, verranno proposte delle analisi sulle università italiane.
4.1 Premessa
La conoscenza di interesse è stata fornita dall’Osservatorio Studenti Didattica del
MIUR. Abbiamo utilizzato il tool Pentaho per estendere la nostra analisi, iniziata
nel capitolo precendente, a tutto il territorio italiano. Abbiamo fatto riferimento agli
ultimi 5 A.A., ovvero dal 2010/2011 fino al 2014/2015 prendendo in considerazione
tutte le università italiane. Abbiamo fatto riferimento ai cubi “Iscritti Pubblico”
e “CFU Pubblico”. L’aggettivo che accompagna il nome dei cubi deriva dal fatto
che in essi sono presenti tutti i dati, ovviamente in forma anonima, delle Università
italiane. Gli indicatori presi in esame sono stati:
•
•
•
•
Studenti Regolari e non;
Livello di Internazionalizzazione;
Provenienza degli Studenti;
Studenti Lavoratori.
Per studente regolare1 si intende uno “studente iscritto al sistema da un numero di
anni inferiore o uguale alla durata legale del corso di riferimento”, mentre per studente lavoratore2 si intende uno “studente iscritto ad un Corso di Laurea con avente
un contratto part-time”. Conformemente con quanto fatto nel capitolo precendente,
anche per il contesto italiano, abbiamo pensato di definire macro-questioni in modo
da evidenziare i punti chiave di interesse. Esse sono:
•
•
•
•
1
2
Confronto tra gli iscritti delle Regioni Calabria e Sicilia;
Università tradizionale e telematica;
Rapporto Nord-Centro-Sud
Livello di internazionalizzazione relativo al contesto italiano;
Fonte: elaborazione su dati MIUR -URST e AFAM- Ufficio di Statistica
Fonte: elaborazione su dati MIUR -URST e AFAM- Ufficio di Statistica
78
•
•
4 Estrazione di conoscenza relativa al contesto italiano
CFU conseguiti;
Top 10.
Esamineremo queste macro-questioni nel resto di questo capitolo, una per
sezione.
4.2 Confronto tra gli iscritti delle Regioni Calabria e Sicilia
La prima macro-questione pone a confronto gli studenti della Regione Calabria e
quelli della Sicilia. I cubi di riferimento sono stati quelli degli Iscritti e dei CFU.
Le Figure 4.1 e 4.2 mostrano gli schemi a stella utilizzati per rispondere a questa
macro-questione.
Figura 4.1. Schema a stella contenente informazioni sugli studenti iscritti
Figura 4.2. Schema a stella contenente informazioni sui CFU di interesse
4.2 Confronto tra gli iscritti delle Regioni Calabria e Sicilia
79
4.2.1 Definizione della tipologia di diagramma prescelto
Anche in questo capitolo utilizzeremo i KPI. Ciascuno di questi può essere rappresentato attraverso una grande varietà di grafici. Le tipologie più utilizzate in questo
capitolo sono:
• Il grafico multilinee. Il principale aspetto positivo di questo grafico è la possibilità
di identificare chiaramente l’andamento delle varie grandezze.
• Istogramma o grafico a barre. Viene utilizzato per confrontare visivamente i
valori di alcune categorie.
• Grafo delle Soddisfazioni, è particolarmente utile per effettuare indagini.
4.2.2 Conoscenza estratta
La prima analisi effettuata ha messo a confronto gli iscritti totali delle Università
delle due regioni prese in esame. Come si evince dalla Figura 4.3, nella regione
calabrese il maggior numero di iscritti si è avuto nell’Università della Calabria;
minori, invece, le iscrizioni alla Mediterranea e alla Magna Graecia; fanalino di
coda l’Università per stranieri. In Sicilia, invece, l’Università di Catania risulta la
più frequentata, a seguire l’Università di Palermo, quella Messina e l’Università
Kore di Emma.
Figura 4.3. Numero di iscritti totali nelle Università della Calabria e della Sicilia
La seconda analisi effettuata, come mostra la Figura 4.4, pone a confronto gli
studenti regolari e non di Calabria e Sicilia. Esaminando i risultati della nostra
ricerca osserviamo che gli studenti regolari, in entrambe le Regioni, sono in numero
maggiore. Gli studenti non regolari, invece, sono in numero maggiore in Sicilia,
specialmente nelle Università di Catania e Messina; in Calabria, invece, la maggior
parte degli studenti non regolari si ha nell’Università della Calabria e nell’ Università
Mediterranea.
Come terza analisi, Figura 4.5, notiamo come la maggioranza di studenti, sia
in Calabria che in Sicilia, sia iscritta ad un Corso di Laurea triennale secondo
l’ordinamento DM 270; a seguire vi sono gli studenti iscritti ad un Corso di Laurea
80
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.4. Numero di iscritti totali regolari e non delle università di Calabria e Sicilia
triennale secondo l’ordinamento DM 509 e quelli iscritti ad un Corso di Laurea
4.3 Università tradizionale e telematica
81
magistrale a ciclo unico.
Figura 4.5. Numero di iscritti in base al Corso di Studi delle università di Calabria e
Sicilia
Effettuando un’operazione di drill-down, Figura 4.6, possiamo notare come, in
Calabria, i Corsi di Studio preferiti dagli studenti siano stati Economia Aziendale all’Università della Calabria, Giurisprudenza alle Università Magna Graecia e Mediterranea; infine, un numero sensibilmente inferiore ha scelto Operatori
Pluridisciplinari e Interculturali d’Area Mediterranea, presso la Dante Alighieri.
Per quanto riguarda il numero di studenti iscritti nelle università siciliane, si
denota dalla Figura 4.7, come, in tutte le quattro Università, le maggiori iscrizioni
si sono avute nei Corsi di studio di Giurisprudenza, seguiti da Medicina e Chirurgia.
La Figura 4.8 ci indica quanti sono i CFU relativi agli stage svolti dagli studenti
nelle varie Università di Calabria e Sicilia. In Calabria, il maggior numero di CFU
si è avuto presso l’Università della Calabria; in Sicilia, invece, il numero maggiore
si è avuto presso le Università di Palermo e Catania.
Infine, in Figura 4.9, abbiamo preso in considerazione la regione di provenienza
dei vari studenti. Dall’analisi di questa figura si evince chiaramente che gli studenti
iscritti nelle varie università siciliane provengono, in massima parte, dalla stessa
regione; solo nell’Università di Palermo c’è un’alta provenienza dalla Sardegna e
dalla Toscana. Anche in Calabria, Figura 4.10, gli studenti iscritti provengono per
la maggioranza da questa regione. Solo presso l’Università Magna Graecia si può
notare una certa percentuale di studenti che proviene da Regioni vicine, quali la
Basilicata e la Campania.
4.3 Università tradizionale e telematica
In questa seconda macro-questione si prenderà in considerazione la differenza tra
l’Università telematica e quella tradizionale. Il cubo di riferimento è stato quello
degli Iscritti. La Figura 4.11 mostra lo schema a stella necessario per studiare i
parametri di interesse.
82
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.6. Corsi di corsi di studio più frequentati nelle università calabresi
4.3 Università tradizionale e telematica
83
Figura 4.7. Corsi di Studio più frequentati nelle università siciliane
4.3.1 Conoscenza estratta
La prima analisi effettuata ha riguardato l’andamento degli iscritti presso le università telematiche e quelle tradizionali dall’A.A. 2010/2011 all’A.A. 2014/2015. Come
mostra la Figura 4.12, notiamo una sostanziale differenza di iscritti tra i due tipi di
università. Tale risultato era, chiaramente scontato. Tuttavia, negli ultimi due anni
presi in considerazione, si può osservare una crescita, seppure minima, del numero
di iscritti presso le università telematiche e, al contrario, una decrescita dello stes-
84
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.8. Numero totale di CFU conseguiti tramite stage delle università di Calabria
e Sicilia
Figura 4.9. Regione di provenienza degli studenti siciliani
Figura 4.10. Regione di provenienza degli studenti calabresi
4.3 Università tradizionale e telematica
85
Figura 4.11. Schema a stella contenente informazioni sugli iscritti delle università
tradizionali e telematiche
so paramentro presso le università tradizionali. A questo punto abbiamo effettuato
un’operaizone di drill-down per verificare tali andamenti nei territori.
Figura 4.12. Andamento degli iscritti delle università tradizionali e telematiche
In particolare, la Figura 4.13 ha evidenziato come al Nord-Ovest gli iscritti ai
corsi tradizionali superano di gran lunga gli iscritti ai corsi di telematica, con un
andamento regolare nel corso degli A.A. da noi presi in considerazione.
Al Nord-Est, cosı̀ come nelle Isole (Figure 4.14 e 4.15), le università telematiche
non sono presenti, e dal grafico in questione notiamo che in questi A.A. vi è, in
questi territori, una tendenza alla diminuzione del numero di iscritti.
Come mostrano le Figure 4.16 e 4.17, al Centro e al Sud Italia, gli iscritti ai
corsi tradizionali rappresentano una maggioranza schiacciante rispetto agli iscritti
ai corsi telematici, seppur con una leggera flessione del loro numero negli anni.
Proseguendo con la nostra analisi, abbiamo dato uno sguardo agli studenti regolari e non, per ogni tipo di università. Come evidenzia la Figura 4.18, negli A.A.
86
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.13. Iscritti alle università tradizionali e telematiche nell’area geografica del
Nord-Ovest
Figura 4.14. Iscritti alle università tradizionali nell’area geografica del Nord-Est
Figura 4.15. Iscritti alle università tradizionali e telematiche nell’area geografica delle
Isole
4.3 Università tradizionale e telematica
87
Figura 4.16. Iscritti alle università tradizionali e telematiche nell’area geografica del
Centro
Figura 4.17. Iscritti alle università tradizionali e telematiche nell’area geografica del Sud
di riferimento, il numero di studenti regolari è maggiore del numero di studenti non
regolari. Per l’Università telematica notiamo un aumento sia degli studenti regolari
che di quelli non regolari, mentre in quella tradizionale si ha una diminuzione degli
studenti non regolari mentre rimane invariato il numero degli studenti regolari.
In particolare, negli ultimi due anni, per gli studenti iscritti nelle università
telematiche, come mostra la Figura 4.19, il massimo numero di studenti regolari si
ha presso l’Università Niccolò Cusano mentre il massimo numero di studenti non
regolari è presente presso l’Università Guglielo Marconi.
Nel contesto italiano, gli studenti lavoratori sono, ovviamente, in numero molto
inferiore rispetto ai non lavoratori. Infatti, come mostrano le Figure 4.20 e 4.21,
il numero degli studenti lavoratori è aumentato in questi anni solo per le univer-
88
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.18. Iscritti regolari e non delle università telematiche
Figura 4.19. Iscritti regolari e non presso le università tradizionali e telematiche
sità telematiche, mentre per quelle tradizionali tale numero è rimasto pressocchè
invariato.
Figura 4.20. Studenti lavoratori e non iscritti presso le università tradizionali
Continuando con l’analisi, abbiamo pensato di effettuare un drill-down degli
studenti in esame, per capire la loro distribuzione in base al diploma conseguito.
Dividendo per aree, abbiamo che, per l’area Nord-Ovest (Figura 4.22), in entrambi
4.3 Università tradizionale e telematica
89
Figura 4.21. Studenti lavoratori e non presso le università telematiche
i tipi di Università, gli studenti iscritti hanno un tipo di diploma per lo più liceale
e tecnico. La Figura 4.23 mostra l’area del Nord-Est; anche in questa zona d’Italia
gli studenti iscritti hanno conseguito, per lo più, un diploma liceale e tecnico; vi
sono, comunque, parecchi iscritti con diploma magistrale, professionale e estero.
Spostandoci verso il Centro (Figura 4.24), i diplomi conseguiti dai ragazzi sono gli
stessi per entrambe le tipologia di università, infatti, anche in questo caso sono
presenti, in misura maggiore, diploma liceali, magistrali, tecnici. Al Sud (Figura
4.25), e nelle Isole (Figura 4.26), i diplomi conseguiti dai ragazzi iscritti presso le
università sono sempre gli stessi.
Figura 4.22. Studenti iscritti nel Nord-Ovest in base al tipo di diploma
Possiamo concludere che, per tutta Italia, in modo uniforme, la maturità liceale
e quella tecnica, sono quelle maggiormente preferite dai ragazzi che poi si iscrivono
presso una universit, non importa se tradizionale o telematica.
90
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.23. Studenti iscritti nel Nord-Est in base al tipo di diploma
Figura 4.24. Studenti iscritti al Centro in base al tipo di diploma
Figura 4.25. Studenti iscritti al Sud in base al tipo di diploma
4.4 Rapporto Nord-Centro-Sud
91
Figura 4.26. Studenti iscritti nelle Isole in base al tipo di diploma
4.4 Rapporto Nord-Centro-Sud
In questa sezione analizzeremo il rapporto Nord-Centro-Sud,per ciò che riguarda
il mondo universitario. Il cubo interessato è stato quello degli “Iscritti Pubblico”;
la Figura 4.27 mostra gli schemi a stella che sono stati progettati per supportare
tale analisi. Le dimensioni prese in esame sono state: Anno Accademico, Studenti
Regolari, Area Geografica, Macrotipo Diploma, Tipo di Laurea e Carriera Attiva.
Per lo stesso cubo, la misura è stata il numero totale di iscritti.
Figura 4.27. Schema a stella contenente informazioni sugli studenti iscritti
4.4.1 Conoscenza estratta
La prima analisi effettuata, come mostra la Figura 4.28, riguarda il numero di
iscritti in base all’area geografica. Questo numero è maggiore al Centro e al Sud;
a seguire troviamo il Nord-Ovest, il Nord-Est e le Isole. La Figura4.28 evidenzia
un fenomeno estremamente interessante. Infatti, mentre nel Nord-Ovest il numero
di iscritti negli anni è leggermente aumentato, in tutte le altre parti d’Italia si
92
4 Estrazione di conoscenza relativa al contesto italiano
assiste ad una diminuzione. Questa è meno marcata al Nord-Est e al Centro, mentre
diventa marcata al Sud e nelle Isole. Effettuiamo, ora, un’attività di drill-down in
base all’Area CUN3 considerata. L’andamento degli iscritti presso le università del
Nord-Ovest per le varie Aree CUN è riportato in Figura4.29. Dall’analisi di questa
figura si evince come le Aree CUN con maggiori iscritti sono: Ingegneria Industriale
e Informatica, Scienze economiche e statistiche e le Scienze mediche.
Figura 4.28. Iscritti totali per Area Geografica
Figura 4.29. Studenti iscritti nel Nord-Ovest, suddivisi in base alle Aree CUN
Nel Nord-Est (Figura 4.30), le Aree CUN più frequentate sono: Scienze dell’antichità, filologico-letterarie e storico artistiche, Scienze economiche e statistiche e
Scienze storiche, filosofiche, letterarie e storico-artistiche.
Al Centro e al Sud, come mostrano le Figure 4.31 e 4.32, gli studenti hanno
particolare interesse verso le aree economiche, giuridiche, storiche e pedagogiche.
Rispetto al Nord Italia, il numero di ragazzi che predilige il ramo ingegneristico
aumenta.
Invece, nelle Isole (Figura 4.33), insieme alle aree citate sopra, nell’ultimo A.A.
c’è stato un aumento delle iscrizioni in Scienze mediche.
3
Consiglio Universitario Nazionale
4.4 Rapporto Nord-Centro-Sud
93
Figura 4.30. Studenti iscritti nel Nord-Est suddivisi in base alle Aree CUN
Figura 4.31. Studenti iscritti al Centro suddivisi in base alle Aree CUN
Figura 4.32. Studenti iscritti al Sud suddivisi in base alle Aree CUN
Continuando l’analisi (Figura 4.34), abbiamo notato che la Laurea conseguita
principalmente è quella triennale in tutta Italia. Per quanto riguarda le altre tipologie di lauree, al Nord-Ovest e al Nord-Est prevalgono le biennali rispetto a quelle
a ciclo unico. Al Centro, le due tipologie si equivalgono. Al Sud e nelle Isole, invece,
si assiste ad una inversione.
La successiva analisi si è posta come obiettivo quello di considerare l’andamento
degli studenti regolari e non nelle varie aree del paese. Come possiamo notare dalle
Figure 4.35, 4.36, 4.37, 4.39, 4.38, gli Atenei con il maggior numero di studenti non
regolari sono:
94
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.33. Studenti iscritti nelle Isole suddivisi in base alle Aree CUN
Figura 4.34. Studenti iscritti in base al tipo di laurea in tutta Italia
•
•
•
•
•
al Nord-Ovest, le Università di Torino e Milano;
al Nord-Est, le Università di Bologna e Padova;
al Centro, le Università di Roma “La Sapienza” e l’Università di Firenze;
al Sud, l’Università Federico II di Napoli e l’Università di Bari;
nelle Isole, le Università di Palermo, Catania e Messina.
Da queste statiche, si dimostra altresı̀, che il numero di studenti non regolari,
rispetto a quelli regolari, è più elevato nelle Isole.
Infine, abbiamo focalizzato la nostra attenzione sulla provenienza degli studenti
iscritti in tutta Italia. Come mostra la Figura 4.40, gli iscritti al Nord-Ovest provengono dalla Lombardia e dal Piemonte, ma vi sono minoranze di iscritti residenti
nelle altre regioni d’Italia, come, ad esempio Puglia, Sicilia e Calabria. Nel Nord-Est,
il maggior numero di iscritti proviene dalle Regioni Veneto, Emilia Romagna, Friuli
Venezia Giulia e, una minoranza dalla Lombardia. I ragazzi che si iscrivono nelle
Università del Centro Italia provengono principalmente dal Lazio e dalla Toscana,
ma vi sono delle minoranze di quasi tutte le regioni di Italia. Al Sud, gli studenti
iscritti provengono dalla Campania, Puglia e Calabria e una minoranza dall’Abruzzo. Infine, nelle Isole ci sono i ragazzi siciliani e sardi e, una minima parte di ragazzi
calabresi, iscritti nelle Università siciliane.
4.4 Rapporto Nord-Centro-Sud
Figura 4.35. Rapporto tra studenti regolari e non nelle Università del Nord-Ovest
Figura 4.36. Rapporto tra studenti regolari e non nelle Università del Nord-Est
Figura 4.37. Rapporto tra studenti regolari e non nelle Università del Centro
95
96
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.38. Rapporto tra studenti regolari e non nelle Università delle Isole
Figura 4.39. Rapporto tra studenti regolari e non iscritti al Sud
4.5 Il livello di internazionalizzazione raggiunto dalle
università italiane
La quinta macro-questione ha come obiettivo quello di individuare il livello di internazionalizzazione raggiunto dalle università del nostro Paese. Ricordiamo che, per
quanto riguarda l’OSD e, più in generale, il contesto universitario con il termine
“Internazionalizzazione” si intende il numero dei CFU conseguiti all’estero. Il cubo
utilizzato è stato quello dei CFU. In Figura 4.55, viene mostrato lo schema a stella
necessario per effettuare la nostra analisi.
4.5.1 Conoscenza estratta
La prima analisi, come mostra la Figura 4.42, descrive tutti gli Atenei italiani che
hanno ottenuto CFU all’estero. Gli atenei che hanno acquisito il maggior numero di CFU all’estero sono l’Università di Bologna, l’Università Bicocca di Milano,
l’Università Tor Vergata di Roma e il Politecnico di Torino.
4.5 Il livello di internazionalizzazione raggiunto dalle università italiane
97
Figura 4.40. Regione di provenienza di tutti gli studenti iscritti in ogni area geografica
Effettuando un’attività di drill-down rispetto alle aree geografiche si ottengono
i grafici mostrati nelle
Figure 4.43, 4.44, 4.45, 4.46, 4.52. Una seconda analisi ha riguardato quali Corsi
di Studio hanno conseguito il maggior numero di CFU conseguiti. L’ultima analisi
associata a questa macro-questione si è occupata di considerare il numero di CFU
di stage conseguiti all’estero. Da tale analisi è emerso che gli atenei con il numero
maggiore di CFU di stage conseguiti all’estero sono stati (Figura 4.53): l’Università
di Roma “La Sapienza” nonchè le Università di Padova, Bologna, Milano e Torino.
98
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.41. Schema a stella contenente informazioni sui CFU conseguiti
Se, invece, si focalizza la ricerca sui Corsi di Studio, si ottiene che i Corsi di Studio
con il maggior numero di CFU di stage conseguiti all’estero sono
(Figura 4.54): Infermieristica, Medicina e Chirurgia.
Nel Nord-Est, Figura 4.49, abbiamo Giurisprudenza, Medicina e Chirurgia e
Lingue.
Al Centro, Figura 4.50, abbiamo Giurisprudenza, Medicina e Chirurgia, Architettura e Economia e Management.
Al Sud, Figura 4.51, abbiamo Giurisprudenza, Medicina e Chirurgia, Architettura, Economia e Veterinaria.
Proseguendo, abbiamo considerato i CFU di stage conseguiti dagli studenti per
ogni singolo Corso di Studio. In generale, come mostra la Figura 4.53, le Università
con i maggiori numeri di CFU di stage sono state La Sapienza, L’Università di
Padova, Bologna, Milano e Torino. Mentre, i Corsi di studio, Figura 4.54, sono stati
Infermieristica e Medicina e Chirurgia.
4.6 CFU conseguiti
Il cubo considerato è ovviamente quello dei CFU, e la Figura 4.55, mostra lo schema
a stella progettato per le analisi seguenti.
4.6.1 Conoscenza estratta
La prima analisi effettuata è stata quella relativa alla tipologia di CFU conseguiti,
ovvero, lezioni, esercitazioni, laboratori e tirocini.
La Figura 4.56 mostra come nelle Università del Nord e del Sud Italia il numero
di CFU di lezione è superiore rispetto alle università del Centro e delle Isole. Il
numero di CFU di esercitazioni è maggiore nel Sud Italia e nelle Isole, mentre il
numero di CFU di laboratorio è maggiori al Nord.
Nella seconda analisi (Figura 4.57), si può notare che i CFU conseguiti dalle
Università tradizionali superano di gran lunga quelle telematiche; tale superiorità è
valida per tutte le aree geografiche.
4.6 CFU conseguiti
99
Figura 4.42. Università con il numero maggiore di CFU conseguiti all’estero
Per avere ulteriori informazioni, abbiamo considerato la distribuzione dei CFU
per tipologia di Corso di Studi. La Figura 4.58 mostra come, negli ultimi 5 anni,
in tutte le Aree italiane, il numero dei CFU dei Corsi di Studio triennali risulta
maggiore rispetto a quelli relativi ai Corsi di Studio biennali e ai Corsi di Studio
magistrali.
100
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.43. Numero di CFU conseguiti all’estero per le università del Nord-Ovest
Figura 4.44. Numero di CFU conseguiti all’estero per le università del Nord-Est
Figura 4.45. Numero di CFU conseguiti all’estero per le università del Centro
4.6 CFU conseguiti
101
Figura 4.46. Numero di CFU conseguiti all’estero per le università del Sud
Figura 4.47. Numero di CFU conseguiti all’estero per le università delle Isole
Figura 4.48. Corsi di Studio del Nord-Ovest con il maggior numero di CFU conseguiti
all’estero
102
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.49. Corsi di Studio del Nord-Est con il maggior numero di CFU conseguiti
all’estero
Figura 4.50. Corsi di studio del Centro con il numero maggiore di CFU conseguiti
all’estero
4.7 Top 10
In quest’ultima macro-questione abbiamo preso in considerazione i dieci ateneo con
il numero maggiore di iscritti. Lo schema a stella necessario per poter effettuare
questo tipo di analisi è mostrato in Figura4.59.
4.7.1 Conoscenza estratta
In Figura 4.60 viene mostrata la situazione delle dieci università italiane con il
numero maggiore di iscritti dall’A.A.2010/2011 fino al 2015/2016. L’università “La
Sapienza” risulta essere al primo posto, anche se, in questi ultimi anni, ha subı̀to
4.7 Top 10
103
Figura 4.51. Corsi di studio del Sud con il numero maggiore di CFU conseguiti all’estero
Figura 4.52. Corsi di studio delle Isole con il numero maggiore di CFU conseguiti all’estero
Figura 4.53. Università italiane con il maggior numero di CFU di stage conseguiti
all’estero
104
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.54. Corsi di Studio con il maggior numero di CFU di stage conseguiti all’estero
Figura 4.55. Schema a stella contenente informazioni sui CFU conseguiti
un calo delle iscrizioni. A seguire troviamo l’Università di Bologna, la Federico II,
l’Università di Torino, l’Università di Padova, l’Università di Milano, quella di Pisa,
e, infine, le Università di Firenze, Catania e Bari. Tra queste, le uniche due che
hanno avuto un incremento delle iscrizioni, sono state quelle di Pisa e Torino.
Tutte queste sono Università tradizionali, la prossima Analisi sarà dedicata alle
Top 10 Università Telematica. Detto ciò, la Figura 4.60 pone a confronto la variazione dell’Università Telematica negli ultimi 5 anni. Il boom delle iscrizioni è stato per
l’università Guglielmo Marconi che,anche per l’anno 2015/2016 si colloca al primo
posto tra le 10 prescelte. Le altre Università, a seguire, sono: Niccolò Cusano, UNINETTUNO, e-Campus, Pegaso, Unitelma Sapienza, UNITEL, Giustino Fortunato,
Universitas Marcatorum, Leonardo da Vinci, IUL.
Come si evince dalla Figura 4.62il Corso di studio con un numero elevato di
iscritti, in tutta Italia è Giurisprudenza e, a seguire c’è Medicina e Chirurgia. Proprio
quest’ultimo corso ha evidenziato un aumento degli iscritti per gli A.A. 2014/2015
e 2015/2016.
Abbiamo inoltre considerato che, per evidenziare e mettere a confronto le Aree
4.7 Top 10
105
Figura 4.56. Numero di CFU conseguiti in tutta Italia
geografiche d’Italia, sarebbe stato opportuno mettere a confronto i corsi di studio
con i maggiori iscritti per ogni area. In base a ciò, le figure in seguito, consentono
di capire gli interessi dei ragazzi italiani. Per il Nord-Ovest e Nord-Est, Figure 4.63
e 4.64 i corsi più popolati sono Giurisprudenza, Medicina, Economia Aziendale e
Scienze Infermieristiche. Nel Nord-Ovest si hanno tre corsi di Ingegneria: Meccanica,
Gestionale e Informatica e, gli altri due corsi riguardano l’area psicologica. Nel NordEst invece è presente anche il corso di Farmacia, seguito dal Ingegneria Meccanica,
Gestionale e Civile. In ultimo vi è il corso di Informatica.
106
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.57. Rapporto dei CFU conseguiti tra le Università tradizionali e telematiche
Simile al Nord è la situazione al Centro, come mostra la Figura 4.65, infatti
anche qui sono presenti i corsi di Farmacia,Ingegneria Meccanica e Informatica ma,
occupa un posto di rilievo il corso Scienze Politiche e Relazioni Internazionali.
Al Sud, Figura 4.66, la situazione cambia e, anche se il numero maggiori di iscritti
è per Giurisprudenza, a differenza delle altre Aree, si hanno molti studenti per i corsi
di Economia Aziendale e Economia e Commercio. In minima parte, sono presenti i
corsi di Farmacia, Scienze della Formazione Primaria e Scienze dell’Educazione. Il
ramo ingegneristico scompare.
Infine, nelle Isole, Figura 4.67, troviamo 2 corsi che fin’ora non erano rientrati
nei Top 10, ovvero Lettere e Architettura. Anche in quest’Area sono presenti i corsi
relativi alle Scienze Pedagogiche e Psicologiche.
4.8 Cruscotti Realizzati
Analogamente a quanto fatto nel capitolo precedente, anche in questo caso abbiamo
realizzato una serie di cruscotti. In questa sezione li illustreremo in dettaglio.
La Figura 4.68 mostra il primo cruscotto realizzato. Abbiamo scelto di offrire un
quadro generale riguardo al numero di iscritti delle università calabresi e siciliane.
Per rendere più chiaro il contenuto, abbiamo inserito un grafico che mostra l’andamento di queste iscrizioni. In aggiunta, abbiamo creato un’informazione, per ogni
misura, denominata Trend. È possibile osservare una freccia colorata che denota
l’andamento di quest’ultima informazione.
In Figura 4.69 possiamo osservare il cruscotto relativo agli iscritti in tutta Italia.
In esso mostriamo le singole aree geografiche e calcoliamo, anche la loro variazione
percentuale per gli Anni Corti4 che vanno dal 2010 al 2015.
In ultimo, Figura 4.70, abbiamo realizzato un cruscotto con il confronto tra
gli studenti regolari e non di tutta Italia. In aggiunta a ciò, nella parte inferiore, abbiamo realizzato un grafico per evidenziare l’andamento nel tempo di tale
confronto.
4
Anno solare
4.8 Cruscotti Realizzati
Figura 4.58. CFU conseguiti in base al tipo di Corso di Studio
107
108
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.59. Schema a stella contenente informazioni sugli studenti iscritti
Figura 4.60. Le dieci Università italiane con il maggior numero di iscritti
Figura 4.61. Le 10 Università telematiche italiane con numero di iscritti maggiori
4.8 Cruscotti Realizzati
109
Figura 4.62. Corsi di studio con il numero maggiore di iscritti
Figura 4.63. I dieci Corsi di Studio con il numero maggiore di iscritti nel Nord-Ovest
Figura 4.64. I dieci Corsi di Studio con il numero maggiore di iscritti nel Nord-Est
110
4 Estrazione di conoscenza relativa al contesto italiano
Figura 4.65. I dieci Corsi di Studio con il maggior numero maggiore di iscritti nel Centro
Italia
Figura 4.66. I dieci Corsi di Studio con il numero maggiore di iscritti al Sud Italia
Figura 4.67. I dieci Corsi di Studio con il numero maggiore di iscritti nelle Isole
4.8 Cruscotti Realizzati
111
Figura 4.68. Cruscotto relativo agli iscritti delle università calabresi e siciliane
Figura 4.69. Cruscotto relativo agli iscritti nelle università per le varie aree geografiche
Figura 4.70. Cruscotto relativo agli iscritti regolari e non di tutta Italia
5
Discussione in merito all’attività svolta
In questo capitolo viene effettuata l’analisi del lavoro svolto nella presente tesi. In
particolare, dapprima presenteremo le lezioni ch abbiamo appreso da questa esperienza e vedremo fino a che punto l’approccio è generalizzabile. Successivamente
verranno analizzati i principali punti di forza e di debolezza dell’approccio proposto.
Infine, si darà uno sguardo ad alcune piattaforme universitarie estere analoga a
quella da noi utilizzata.
5.1 Lessons Learned and Best Practice
Dopo aver utilizzato la piattaforma Pentaho per lo studio dei dati dell’OSD, abbiamo individuato elementi sufficienti riguardo alle difficoltà incontrate e, quindi, alle
lezioni apprese dall’attività svolta.
Con il termine “best practice” si intende l’insieme delle attività (procedure,
comportamenti, abitudini etc.) che, organizzate in modo sistematico, possono essere prese come riferimento e riprodotte per favorire il raggiungimento dei risultati
migliori in ambito aziendale, ingegneristico, sanitario, educativo, governativo.
Nel campo della produzione aziendale, in particolare, il sistema delle best practice rappresentava, inizialmente, la tecnica di riferimento per ottimizzare i risultati
(massimo risultato, minimo dispendio di risorse ed elevato standard qualitativo),
superando passaggi inutili e inefficaci. Nel corso del tempo, tale metodologia è stata
progressivamente applicata a molti altri settori e inquadrata in specifici standard
normativi che rappresentano il modello di auto-valutazione per i diversi contesti.
Noi abbiamo voluto utilizzare questa tecnica per descrivere le difficoltà incontrate
durante l’esperienza descritta nella presente tesi. Il primo problema riscontrato è
stato quello relativo alle definizioni. Per “definizione” intendiamo
“l’individuazione e la spiegazione delle proprietà essenziali di un determinato
oggetto, materiale o immateriale, o in una equivalenza tra un significante e il
significato del segno stesso.”
In base a ciò, molti parametri di interesse, all’interno di Pentaho, sono stati trovati senza una esplicitazione certa del loro significato effettivo, e senza una
114
5 Discussione in merito all’attività svolta
spiegazione o un modo per far capire, ad una persona all’infuori dell’ambito universitario, il vero significato di tale parole. Un esempio è stato per la misura “Studente
Regolare”: per avere la certezza che il lavoro svolto fosse esatto, abbiamo dovuto consultare il sito “http://statistica.miur.it/ustat/definizioni.asp”. Un
metodo per evitare questa incongruenza, sarebbe quello di guardare bene le leggi
in vigore, studiare i corrispettivi regolamenti e parlare con gli addetti ai lavori, prima di iniziare qualsiasi tipo di lavoro avendo cura, inoltre, di prendere parte a dei
“brain storming”.
Un problema simile alle “slowly changing dimension”1 è stata quella della differenza tra Facoltà e Dipartimento, nata in seguito al cambiamento alla riforma
Gelmini dell’anno 2010. Il problema delle “slowly changing dimension” implica, per
esempio, che, per i dati vecchi, è necessario fare riferimento alla vecchia organizzazione e alla vecchia strutturazione (ovvero all’organizzazione e alla strutturazione
esistenti nel tempo a cui essi si riferiscono). Spesso il Data Warehouse deve assegnare
una chiave generalizzata a queste dimensioni per poter costruire più istantanee (relative a periodi di tempo differenti) dei dati coinvolti. Vi sono tre tipi fondamentali
di “slowly changing dimension”; essi corrispondono alle seguenti situazioni:
•
•
•
un attributo di una dimensione viene sovrascritto;
un attributo di una dimensione modificata causa la creazione di una nuova tupla
in quella dimensione;
un attributo di una dimensione modificata fa si che venga creato un attributo
alternativo in modo tale che sia il valore vecchio che il valore nuovo dell’attributo
siano simultaneamente accessibili nella stessa tupla di una Dimension Table.
Un contesto simile alla seconda situazione delle “slowly changing dimension” si è
verificato durante la nostra analisi, poichè, fino all’Anno Accademico 2011/2012, in
tutta Italia, erano presenti le facoltà, ovvero strutture che nell’ordinamento universitario coordinavano Corsi di Studio afferenti ad aree disciplinari affini. Dall’anno
successivo è entrata in vigore la riforma che ha soppresso le facoltà universitarie
ed i relativi organi, sostituendole con i dipartimenti universitari. Un dipartimento
è una struttura organizzativa che, all’interno delle Università italiane, promuove e
coordina le attività di ricerca ed i relativi insegnamenti di uno o più settori di ricerca, che siano omogenei per fini e per metodi. I dipartimenti godono di autonomia
amministrativa e finanziaria entro i limiti previsti dai regolamenti di ateneo. All’interno del tool, è stato difficoltoso confrontare appunto gli iscritti ai Corsi di Studio
dei dipartimenti con quelli delle facoltà; pertanto abbiamo dovuto esportare i dati
e lavorare in locale per ottenere dati unificati. Sarebbe opportuno rendere l’utilizzo di Pentaho più flessibile in modo tale da poter gestire online li slowly changing
dimension allo stesso modo di come abbiamo potuto fare offline.
Facendo riferimento al concetto di “granularità”, che sappiamo essere il livello di
dettaglio dei dati salvati nel Data Warehouse, descriviamo, di seguito, una ulteriore
problematicità incontrata. Essa ha riguardato il calcolo prestabilito delle misure.
Abbiamo avuto difficoltà nel fare i report con quelle determinate dimensioni poichè
erano già calcolate. Per un’eventuale analisi sarebbe appropriato, invece, inserire
le singole misure senza calcolarle già a priori, in modo da avere più possibilità di
1
http://www.unirc.it/documentazione/formazione/materiale/book.pdf
5.2 Generalizzabilità dell’approccio proposto
115
spaziare per lo svolgimento dei report. A titolo di esempio, citiamo la misura “Media
dei CFU”, presente nel cubo dei crediti. In tale misura viene calcolata la media,
appunto, in base al numero di iscritti per ogni singolo Corso di Studio. Sarebbe
invece utile poter calcolare la misura in un secondo momento, dopo aver eseguito le
operazioni di drill-down e roll-up, rendendo l’analisi più dinamica e uniforme.
5.2 Generalizzabilità dell’approccio proposto
Il lavoro svolto in questa tesi ci ha permesso di conoscere le piattaforme utilizzate
per la gestione dei dati relativi alle università italiane. Per ciò che concerne i dati
relativi agli studenti, i sistemi utilizzati sono due, ovvero GOMP e Esse3 (Figura
5.1).
Figura 5.1. Piattaforma universitaria italiana Esse3
GOMP, cosı̀ come abbiamo scritto nel capitoli precedenti, è un’applicazione che
consente di gestire l’iter dell’offerta formativa, partendo dalla definizione di Corso
di Laurea. Esso viene distribuito da Be Smart un’azienda, che dall’anno 1999, si è
specializzata nella realizzazione di sistemi e-business ad elevato contenuto tecnologico ed è al servizio delle aziende che intendono implementare soluzioni informative
avanzate, finalizzate al miglioramento della produttività e della qualità, permettendo, dunque, di avanzare tecnologicamente riducendo a regime i costi di esercizio. In
Italia, le Università che utilizzano GOMP sono: L’Università di Cassino, l’Università di Roma “La Sapienza”, l’Università di Catania, l’Università “Mediterranea”,
l’Università Suor Orsola Benincasa, l’Università Roma 3. Tutte le altre usano la
piattaforma Esse3, nata all’inizio degli anni 2000. Esse3 è una segreteria virtuale
che fornisce tutta una serie di servizi online per la didattica. Oggi sono più di 50 gli
atenei in Italia che utilizzano questo sistema web, per un numero di utenti, stimato,
superiore al milione di persone. I servizi di Esse3 sono destinati principalmente agli
studenti e ai docenti, ma con gli ultimi aggiornamenti il target è stato ampliato
anche ai neolaureati.
116
5 Discussione in merito all’attività svolta
Per quanto concerne gli studenti, Esse3 offre una vasta gamma di servizi al fine
di poter svolgere comodamente da casa, online, tutta una serie di operazioni che
prima era possibile effettuare solo in segreteria o presso i singoli dipartimenti. In
particolare, gli studenti possono:
•
•
•
•
•
monitorare l’andamento della propria carriera universitaria (verifica del libretto);
iscriversi agli appelli d’esame e controllarne l’esito;
stampare diversi generi di certificato (iscrizione, laurea, pagamento tasse, libretto);
compilare il piano di studi;
accedere ai corsi di didattica online.
I docenti, invece, tramite tale piattaforma, possono inserire nel proprio profilo
personale il programma dell’attività didattica di competenza, compilare il registro
delle lezioni, gestire gli esami di profitto (votazioni e verbalizzazione delle sessioni) e
supervisionare la comunità online, verificando il corretto funzionamento e l’erogazione della didattica online. Da ultimo, Esse3 può risultare utile ai laureati soprattutto
in riferimento alle certificazioni, spesso richieste per iniziare uno stage o un impiego
o per prendere parte a un concorso.
Tutti i componenti del personale universitario (docenti, studenti, segretari, tecnici amministrativi etc.), per utilizzare GOMP e Esse3, devono registrarsi alla piattaforma. Solitamente, gli immatricolati devono utilizzare nome utente e password
forniti al momento della procedura online di immatricolazione, mentre tutti gli altri
devono inserire le credenziali di Ateneo.
Una volta in possesso delle chiavi di accesso, l’utilizzo della piattaforma è semplice perchè guidato da “menu specifici”, scorrendo i quali studenti e docenti possono
selezionare l’attività e/o il servizio di loro interesse. Durante la presente tesi tutte
le attività di analisi dei dati sono state effettuate avendo come riferimento i dati
dall’OSD e i dati di GOMP. Tutto quanto è stato effettuato avvalendosi dei dati e
delle funzionalità dell’OSD è totalmente generalizzabile essendo i dati OSD strutturati come dei file di testo in formati standard predefiniti. Al contrario, tutto ciò
che è stato effettuato su GOMP non funziona direttamente su Esse3 o su eventuali
altre piattaforme. Qualora si volesse estendere ci sarebbero due strade, ovvero:
•
•
realizzare un wrapper che traduca i dati esportati da Esse3 in modo tale che possano essere importati su GOMP, quindi lavorare direttamente con le funzionalità
costruite durante questa tesi;
estendere le funzionalità pensate per GOMP in modo tale che possano operare
anche su Esse3.
Entrambe le soluzioni non appaiono particolarmente gravose essendo le funzionalità
da noi progettate e realizzate totalmente modulari.
5.3 Punti di forza e di debolezza
I punti di forza e di debolezza di tale lavoro si concentrano principalmente sulle
nostre scelte implementative, strattamente connesse con le funzionalità fornite dall’Osservatorio Studenti Didattica del MIUR e da GOMP. La scelta di costruire il
5.4 Approcci correlati
117
Data Warehouse, infatti, è motivata dal desiderio di rispondere a diverse esigenze e
di usufruire di una serie di vantaggi che esso comporta, quali:
•
•
•
•
•
la trasformazione dei dati in informazioni;
la necessità di rendere disponibili le informazioni giuste al momento giusto;
la garanzia di un’integrazione tra fonti date etenogenee;
la pulizia dei dati e la certificazione di questi a tutti i livelli;
È possibile calcolare nuove misure tramite una serie di operazioni sulle misure
disponibili.
Qualsiasi azione di miglioramento nella gestione di un’Università passa attraverso una analisi dei flussi e delle informazioni, in modo tale da avere una visione
completa del funzionamento del sistema cosı̀ da individuare le possibili aree di miglioramento. La mappatura dei flussi, in particolare, consente di conoscere la realtà
delle singole Università italiane, per valutare le conseguenze di qualsiasi decisione
di cambiamento futuro. Grazie alla mappatura, infatti, è possibile controllare un
volume di conoscenze tali da poter valutare gli effetti negativi e positivi che qualsiasi azione di cambiamento comporta e da poter definire le azioni da intraprendere
per migliorare ulteriormente i flussi informativi.
Grazie all’utilizzo di un sistema di Business Intelligence adeguato, e attraverso
l’uso dei Key Performance Indicator, abbiamo potuto elaborare una visione globale
e rapida dell’andamento degli studenti iscritti e dei CFU conseguiti nelle varie Università italiane. L’utilizzo dei KPI ci ha consentito di approfondire l’analisi fino ad
un elevato livello di dettaglio. Data la natura globale, ma al tempo stesso particolareggiata di questo lavoro, si potrebbe avanzare l’ipotesi che questo studio possa
essere una risorsa utile per ricerche e statistiche future.
Se il sistema presenta, indubbiamente, dei notevoli punti di forza, non mancano,
per contro, alcuni potenziali punti di debolezza. Tra questi, i più rilevanti appaiono
essere i seguenti:
•
•
•
•
inadeguata comunicazione;
carenza di informazioni per i “non addetti ai lavori”;
ritardo nei collegamenti con alcuni servizi amministrativi;
non è possibile fare operazioni di drill-across tra cubi.
Abbiamo constatato che vi è una scarsa comunicazione di informazioni riguardante l’ambito delle Università. Se provvedimenti, in tal senso, non verranno adottati sarà difficile poter usufruire del reale potenziale di questi sistemi e, quindi, non
raggiungere i risultati sperati.
5.4 Approcci correlati
Fin’ora abbiamo parlato del sistema informatico a supporto delle università italiane. Passiamo, ora, a universitario italiano, andiamo a valutare quello degli altri
Paesi. In Francia, ad esempio, vi è l’APB, ovvero “l’Admission Post Bac”(Figura
5.2). Tale sistema riguarda, però esclusivamente il mondo delle immatricolazioni e
iscrizioni all’anno accademico successivo. Infatti, per entrare al primo anno degli
istituti universitari francesi (Università o “Grandes Ecoles”) gli studenti europei
118
5 Discussione in merito all’attività svolta
che hanno ottenuto un diploma equivalente al “Baccalauréat” (l’equivalente dell’Esame di Stato italiano) devono pre-iscriversi sul sito APB. Una volta eseguita
la pre-iscrizione se superano il test d’ingresso posso procedere con l’iscrizione vera
e propria, ottenendo nuova matricola. Ciò è uguale anche per gli iscritti agli anni successivi; infatti, all’inizio dell’Anno Accademico devono comunque iscriversi
attraverso questo sito. Per i documenti, i lavori di segreteria, le prenotazioni agli
esami, l’orario delle lezioni, ogni Università francese utilizza il proprio sito internet.
Figura 5.2. Portale universitario francese Admission Post Bac
Il portale “UCAS”, come mostra la Figura 5.3, è il principale punto di accesso
per facilitare la ricerca di corsi di laurea triennali e magistrali di tutto il Regno
Unito (quindi Inghilterra, Galles, Scozia e Irlanda del Nord). Questo portale viene
definito “una vera e propria manna” per diversi motivi: innanzitutto, la ricerca è
strutturata su più livelli, a seconda che si desideri studiare in una città piuttosto
che in un’altra. Esso è in grado di supportare anche coloro che sono alla ricerca di
un corso appartenente ad una specifica materia.
Fare una prima scrematura, quindi, non è semplice, anche quando si hanno le
idee molto chiare sul tipo di studi da intraprendere e proseguire. Ad ogni corso di
laurea è associata una scheda all’interno del portale. In questa sezione è possibile
5.4 Approcci correlati
119
farsi un’idea generale e accedere ad informazioni importanti quali i requisiti, la data
di inizio dei corsi e la quota di iscrizione.
Il portale UCAS torna utile anche al momento dell’iscrizione, dal momento che
per iscriversi a qualsiasi università, è obbligatorio passare per “l’application form
UCAS”, che si occupa di esaminare e gestire le richieste da parte degli iscritti.
Dopo essersi iscritti al portale, verranno forniti un numero di accesso e una password per entrare e uscire dall’application, per effettuare modifiche e per cambiare
le scelte fino a quando la domanda non sarà ufficialmente inviata ai server UCAS.
L’application from UCAS deve essere compilato con cura, dai dati anagrafici agli
studi passati, dalle certificazioni ottenute alle esperienze professionali di rilievo,
passando, poi, per la lettera di motivazione e la referenza da parte di un tutor o
professore universitario, oppure un datore di lavoro.
Figura 5.3. Portale universitario UCAS relativo al Regno Unito
6
Conclusioni e uno sguardo al futuro
Il presente elaborato di tesi ha avuto per oggetto la progettazione dei cruscotti e
dei report a partire dai dati dell’Osservatorio Studenti Didattica. L’obiettivo è stato
quello di dare un’idea dell’andamento degli studenti iscritti e dei CFU della Mediterranea e, in seguito, di tutte le altre università italiane. Tramite i cubi presenti nel
sito dell’OSD, relativi alle immatricolazioni, alle iscrizioni, ai CFU, alle rinunce, alle
lauree abbiamo definito, in particolare, l’andamento delle iscrizioni degli studenti
universitari e dei CFU da loro conseguiti.
Per gran parte della nostra analisi abbiamo utilizzato il tool Pentaho e, laddove
non è stato possibile, abbiamo usufruito della piattaforma GOMP. In tale piattaforma, svolgendo operazioni di drill-down, siamo giunti alla costruzione dei report.
Inoltre, per avere un quadro completo della situazione, abbiamo individuato dei
KPI, a partire dai quali è stato possibile effettuare una serie di grafici.
Grazie alle analisi descritte nella presente tesi, ed altre similari condotte in altri
contesti, riteniamo possibile supportare o i decision maker ad identificare trend e
individuare i fattori che daranno forma al futuro, in modo che le decisioni possano essere pianificate a partire da tali analisi. Essa serve, inoltre, per identificare
opportunità e metodi per incidere su uno o più Corsi di Studio.
In conclusione, in un mondo interdipendente, globalizzato, fluido e con molte variabili in gioco, l’analisi strategica, affidata ad un sistema di supporto alle decisioni,
costituisce il vero valore aggiunto che una comunità d’intelligence deve apportare
al processo decisionale di vertice.
Ringraziamenti
Sono molte le persone da ringraziare e che, in un modo o in un altro, mi hanno
accompagnato in questa esperienza accademica e mi hanno permesso di arrivare
fino a questo punto. Un ringraziamento speciale va al mio relatore, prof. Domenico
Ursino, per aver dispensato consigli essenziali, per la grandissima disponibilità e
serietà. Un sentito ringraziamento va alla Dott.ssa T. Santamaria, per la gentilezza
e per il tempo che ci ha dedicato. Un grazie di cuore va alle mie amiche, in maniera
particolare a Mariolina, e amici che mi hanno sempre supportata e sopportata.
Grazie anche alle mie “amiche-colleghe” e “amiche-coinquiline”, con le quali ho
condiviso momenti bellissimi e, anche a distanza, nei momenti più difficili, si sono
dimostrate sempre presenti. Un grazie anche a Bruno per la sua costante presenza.
E, in ultimo ma non per ultimo, un sentito ringraziamento va alla mia famiglia
che mi ha supportata moralmente e economicamente permettendomi di raggiungere
questo traguardo. Dulcis in fundo, ringrazio i miei genitori che quasi “mai contenti”
mi hanno spronato a dare sempre di più e a non mollare tutto alle prime difficoltà;
gli stessi che possono essere considerati i miei più grandi fans e la mia più grande
forza. E, infine, grazie a Dio, sempre.
Riferimenti bibliografici
1. A. Berson and S. J. Smith. Data Warehousing, Data Mining, and OLAP. McGraw-Hill,
New York, NY, USA, 1997.
2. R. Bouman and J. Van Dongen. Pentaho Solutions: Business Intelligence and Data
Warehousing with Pentaho and MySQL. Wiley, 2009.
3. M. Casters, R. Bouman, and J. Van Dongen. Pentaho Kettle solutions: building open
source ETL solutions with Pentaho Data Integration. Wiley, 2010.
4. S. Chaudhuru and U. Dayal. An overview of data warehousing and OLAP technology.
Statistical Analysis and Data Mining, 26(1):65–74, 1997.
5. M. Z. Elbashir, P. A. Collier, and S. G. Sutton. The Role of Organizational Absorptive
Capacity in Strategic Use of Business Intelligence to Support Integrated Management
Control Systems. The Accounting Review, 86(1):155–184, 2011.
6. C. Esposito and M. Ficco. Recent Developments on Security and Reliability in LargeScale Data Processing with MapReduce. International Journal of Data Warehousing
and Mining, 12:1–20, 2016.
7. P. Giorgini, S. Rizzi, and M. Garzetti. GRAnD: A Goal-Oriented Approach to
Requirement Analysis in Data Warehouses. Decision Support Systems, 45:4–21, 2008.
8. M. Golfarelli, F. Mandreoli, W. Penzo, S. Rizzi, and E. Turricchia. Query Reformulation in Peer-to-Peer Data Warehousing. Information Systems, 37:393–411,
2012.
9. M. Golfarelli and S. Rizzi. Managing late measurements in Data Warehouses.
International Journal of Data Warehousing and Mining, 3:51–67, 2007.
10. M. Golfarelli and S. Rizzi. A survey on temporal Data Warehousing. International
Journal of Data Warehousing and Mining, 5:1–17, 2009.
11. M. Golfarelli and S. Rizzi.
Data Warehouse Design: Modern Principles and
Methodologies. McGrawHill, NEw York City, 2009.
12. M. Golfarelli and S. Rizzi. Data Warehouse testing. International Journal of Data
Warehousing and Mining, 7:25–42, 2011.
13. D. Hedgebeth. Data-driven decision making for the enterprice: an overview of business intelligence applications. http://www.oasis-open.org/cover/xml.html, 37:414–420,
2007.
14. E. G. Mallach. Decision Support and Data Warehouse Systems. McGraw-Hill Higher
Education, 1992.
15. M. Pighin and A. Marzona. Sistemi informativi aziendali: struttura e applicazioni.
Pearson Education Italia, 2005.
16. L. Quagini.
Business Intelligence e Knowledge Management: Gestione delle
Informazioni e delle Performance nell’era digitale. Franco Angeli, 2004.
126
Riferimenti bibliografici
17. A. De Toni, G. Nassimbeni, and S. Tonchia. I sistemi di supporto alle decisioni. Franco
Angeli, 2000.