Post on 01-May-2015
IL SISTEMA INFORMATICO PER I VARI LIVELLI
AZIENDALI
Mario Capurso, con parti prelevate da fonti su Internet
http://info.bazarinfo.info
Le informazioni nascevano nei vari reparti e ad ogni transazione veniva associato un documento
C’era una volta il sistema informativo formale ma cartaceo
Il sistema informatico era un complemento a quello cartaceo
CED
Il documenti passavano al CED e divenivano schede perforate
Il lotto delle schede perforate veniva elaborato dal programma di gestione aziendale in maniera batch
Qual era l’inconveniente?
L’elaborazione batch provocava nell’azienda ritardi e disallineamenti tra archivi e situazione reale
L’ELABORAZIONE OLTP
In seguito ci fu l’introduzione dei terminali L’elaborazione passò da batch a OLTP (On-Line Transaction
Processing) Si lavorava su dati aggiornati e strutturati in tempo reale Serviva finalmente anche per il livello operativo Non vi era più il problema dei ritardi negli archivi I terminali erano collegati ad un mainframe in una rete a
topologia a stella Il tutto era gestito da un programma di sistema ( ad esempio
IBM CICS/ DLI ) che gestiva terminali e informazioni
OLTP - Il Mainframe IBM 360
OLTP – Il Mainframe IBM 370
OLTP e Personal Computers
L’ OLTP è in uso ancora oggi Nel 1982 con l’IBM PC1 si diffonde il
Personal Computer
Nel 1985 con l’IBM PC/AT si diffondono le reti di Personal Computer
OLTP e Personal Computers II
Con i PC e le reti di PC, il sistema informatico migra verso i PC
Il software aziendale per il livello operativo
Per il livello operativo, che ha bisogno di dati aggiornati in tempo reale per produrre, una risposta in tempo reale è indispensabile
Gli aspetti operativi a quantità, gli acquisti, le vendite e il magazzino sono coperti dal software di gestione aziendale.
Gli aspetti operativi a valore sono coperti dal software di contabilità aziendale.
Di solito i due aspetti sono presenti insieme in un software gestionale integrato
Un software gestionale integrato per PC
Un software integrato - 2
Livello tattico a quantità
Il livello tattico deve gestire i fabbisogni, ovvero pianificare la produzione e garantire che al momento opportuno siano disponibili i materiali per il livello operativo
Durante la fase di progettazione del prodotto finito viene prodotta la distinta base, che è una rappresentazione ad albero che descrive la struttura del prodotto finito, e messi a punto i cicli di lavorazione.
Livello tattico a valore
La situazione a valore dell’azienda è rappresentata mediante un Piano dei conti.
Il Piano dei conti è una struttura ad albero formato da entrate e uscite strutturate ad albero e suddivise in varie categorie
Gli aspetti a valore riflettono gli aspetti economico-finanziari della gestione aziendale
Apparentemente, gli aspetti a valore sembrano staccati dalle problematiche produttive
I Software di gestione aziendale
Inizialmente i software di gestione aziendale lavoravano secondo una logica chiamata MRP (Material Requirement Planning) che pianificava e gestiva la produzione con attenzione particolare solo per gli aspetti a quantità, con capacità infinita
In seguito si passò alla logica MRP2 che attraverso operazioni di schedulazione (Capacity Resource Planning) permetteva di livellare i carichi e saturare le risorse (umane e macchinari), evitando periodi di vuoto lavoro, alternati a straordinari, terzi turni, festività ed esternalizzazioni.
Qual era l’inconveniente?
Le procedure MRP ed MRP2 coprono solo gli aspetti a quantità dell’azienda e non quello a valore
L’introduzione della logica ERP
Per poter avere una logica che gestisca sia gli aspetti a quantità che
quelli a valore bisogna passare alla logica ERP (Enterprise Resource
Planning)
Cosa comporta l’introduzione della logica ERP nell’azienda?
Le aziende eseguono un processo di reingegnerizzazione
dei processi aziendali
chiamato BPR (Business Process Reengineering)
I processi aziendali riducono i tempi passando allo scambio elettronico di informazioni tra clienti-azienda-fornitori, EDI (Electronical Data Interchange)
Un esempio di ERP: SAP
Il modulo SAP - FInanze
SAP – Gestione Clienti
SAP – Inserimento Fatture
SAP – Il linguaggio ABAP
Livello strategico – DSS
Per poter sapere quali conseguenze potrebbero portare le strategie da attuare si fa uso di un sistema informatico chiamato DSS (Decision Support System) che usa tecnologie OLAP (On Line Analytical Processing) e Data Mining.
Il DSS permette al livello strategico, analizzando la situazione attuale e passata dell’azienda, di poter decidere le strategie simulandone le conseguenze.
Livello strategico – DSS
Tipiche decisioni da prendere: Quali ordini dovremmo soddisfare per massimizzare le
entrate? Il DSS lavora su dati del passato (Datawarehouse) per
scoprire i fenomeni nascosti (Data Mining) o per analizzare quantitativamente il passato (OLAP), in modo da poter orientare il livello strategico verso le giuste strategie da attuare.
Data Mining
Un processo di Data Mining si basa sui seguenti elementi:
Dati: insieme di informazioni contenute in una base di dati o data warehouse
Pattern: espressione in un linguaggio opportuno che descrive in modo succinto le informazioni estratte dai dati
regolarita` informazione di alto livello
Esempio
xx
x
x
x
xx
x
x
x
xx
x
x
ooo
oo
o
oo
o
ooo
o
o
o
o
x
Stipendio
Pre
stit
iIF stipendio < k THEN mancati pagamenti
k
Persone che hanno ricevuto un prestito dalla banca:x: persone che hanno mancato la restituzione di rateo: persone che hanno rispettato le scadenze
Paradigma OLAP
On-Line Analytical Processing Elaborazione di operazioni per il supporto alle
decisioni Operazioni complesse e impreviste Ogni operazione può coinvolgere molti dati Dati di aggregati, storici, anche non
attualissimi
Tipiche richieste
Qual è il volume delle vendite per regione e categorie di prodotto durante l’ultimo anno?
Come si correlano i prezzi delle azioni delle società produttrici di hardware con i profitti trimestrali degli ultimi 10 anni?
Quali sono stati i volumi di vendita dello scorso anno per regione e categoria di prodotto?
In che modo i dividendi di aziende di hardware sono correlati ai profitti trimestrali negli ultimi 10 anni?
OLAP vs OLTP
Analisi OLAP
Una visione multidimensionale, LOGICA, dei dati Analisi interattiva dei dati Modellazione analitica: derivazione delle
proporzioni, delle varianze, etc Aggregazioni per ogni intersezione di ogni
dimensione. Previsione, trend analysis, e statistical analysis. Calcola e visualizza i dati in 2D o 3D crosstabs,
charts, e grafi, con semplici operazioni di pivoting degli assi
Rappresentazione multidimensionale dei dati
L’analisi dei dati avviene rappresentando i dati in forma multidimensionale
Concetti rilevanti: fatto – concetto sul quale centrare l’analisi misura – proprietà del fatto da analizzare dimensione – descrive una prospettiva lungo la quale
effettuare l’analisi Esempi di fatti/misure/dimensioni
vendita/quantità venduta, incasso /prodotto, tempo telefonata/costo durata/chiamante, chiamato, tempo
Analisi multidimensionale: l’ipercubo
tottot
Latte Pane ... tottot
Gen 07
:
tottot
Feb 07
Prodotto
Negozio
Tempo
UovaPisa
RomaFirenze
Tutti i prodottiGen 07, Pisa
Latte07, Tutti negozi
LatteGen 07, Pisa
Analisi multidimensionale: l’ipercubo
La dimensione contiene una gerarchia di valori es. dimensione Tempo: Anno, Trimestre,
Mese, Settimana La cella contiene valori aggregati
es. somma dei ricavi su Pisa per il latte in Gennaio
Dimensioni e gerarchie di livelli
Ciascuna dimensione è organizzata in una gerarchia che rappresenta i possibili livelli di aggregazione per i dati
Regione
Provincia
Città
Negozio
Prodotto
Categoria Marca
Anno
Trimestre
Mese
Giorno
Analisi multidimensionale: operazioni
Roll Up aggrega i dati, e cioè mostra i dati ad un maggior livello di
aggregazione rispetto alla visione corrente (da giorni a settimane, da settimane a mesi, ecc.)
Drill Down disaggrega i dati e cioè mostra i dati ad un minor livello di
aggregazione rispetto alla visione corrente (da anni a mesi, da mesi a giorni, ecc.)
Analisi multidimensionale: operazioni - 2
Slice & Dice “taglia” i dati secondo un certo criterio (Vendite di una sola Area
Geografica) e “proietta” i dati su un piano bidimensionale (ad esempio, Clienti su Prodotti).
Pivot re-orienta il cubo “girando” le dimensioni di osservazione (da
Clienti su Prodotti a Prodotti su Clienti).
Esempi di analisiIl manager regionale esamina la vendita dei prodotti in tutti i periodi relativamenteai propri mercati
Il manager di prodotto esamina la vendita di un prodotto in tutti i periodo e in tutti i mercati
Il manager finanziario esamina la vendita dei prodotti in tutti i mercati relativamente al periodo corrente e quello precedente
Il manager strategico si concentra su una categoria di prodotti, un’area regionale e un orizzonte temporale medio
Prodotto
Tem
poNeg
ozio
Un esempio - Metacube Explorer
IL DATA WAREHOUSE
I sistemi DATA MINING e il DSS, dovendo trattare dati passati, lavorano su una parte del sistema informatico chiamato DATAWAREHOUSE (magazzino dei dati)
Esso è un sistema che contiene dati passati, non volatili, integrati e consolidati della situazione passata aziendale
Datawarehouse
Magazzino di dati a livello di impresa contiene i dati, modelli e procedure
appositamente devoluti al supporto alle decisioni
per l’analisi multidimensionale è consigliabile ma non è necessario un datawarehouse
Obiettivi di un Datawarehouse
Possibilità di accedere a tutti i dati dell’impresa, centralizzati in un solo database
Coerenza e consolidamento dei dati Velocità nell’accesso alle informazioni Supporto per l’analisi dei dati
Come appare un datawarehouse
Metacube Warehouse Manager
Livello politico
Il livello politico ha bisogno di informazioni dettagliate della situazione aziendale e perciò ha un proprio sistema informativo chiamato EIS (Executive Information System)
L’EIS è basato su indici di bilancio i quali, riflettendo quantitativamente la situazione aziendale, costituiscono una specie di cruscotto aziendale
Un esempio di cruscotto aziendale (Theorema)