Introduzione alla Business Intelligence (prima parte)

Per Business Intelligence (BI) si
intende la ricerca intelligente di dati, la produzione e l’analisi in tempo
reale di informazioni (push, ma soprattutto pull) per il supporto ad attività di
controllo e di decisione di manager e professional (Knowledge Information
Worker) di qualunque livello aziendale.

I Business Intelligence System (BIS) sono i sistemi dedicati
alla  BI e costituiti da diverse soluzioni di:
– software
applicativo (applicazioni analitiche, tool di interrogazione, navigazione e
presentazione dei dati, ecc.)
– software di ambiente (RDBMS, MDBMS,
warehouse admin, modelling tool, ETL tool, catalogo dati,
ecc.)
– hardware e softwaredi base (DB server, Application Server, Web
server, sistema operativo e di rete, ecc.)

Dal punto di vista dell’architettura tecnologica, i BIS,
che si integrano con i sistemi di Datawarehousing completandoli, si possono
identificare tre livelli base.

Il
primo livello dell’architettura è costituito dai sistemi informativi
“alimentanti” di tipo operativo che possono essere sistemi integrati ERP
(Enterprise Resource Planning), correnti o storici, sistemi dedicati alla
Customer Support o varie applicazioni delle tecnologie Web (eCommerce, Portali,
eSupply Chain, Help Desk e così via). Nel caso delle imprese che hanno
implementato sistemi ERP o che comunque hanno profondamente rinnovato i propri
SI operativi sul fronte della Supply Chain o delle relazioni con il cliente
(CRM, Customer Relationship Management), uno dei modi per sfruttare il
potenziale informativo degli ERP (unica base dati ampia e integrata), è proprio quello di costruire il secondo e terzo livello
architetturale, cioè i sistemi di Datawarehousing  e di Business Intelligence
(BI),

Tra il primo e il secondo livello si trovano alcuni strumenti software
specialistici dedicati alla mappatura, pulizia e trasferimento dei dati
elementari nelle basi dati fisiche del secondo livello.
Quest’ultimo
rappresenta il livello delle Basi Dati direzionali, realizzate con approcci
logici di Datawarehousing o di Datamarting e alimentate anche dai dati di
ambiente esterno all’impresa (raccolti sempre più spesso dal mondo Internet con
sistemi di Web Farminig): queste basi di dati direzionali “disaccoppiano“
l’ambiente operativo e transazionale dall’ambiente del controllo, delle analisi,
delle decisioni manageriali e integrano molteplici fonti di dati. A questo
livello, i dati direzionali possono essere archiviati sia con le tecnologie dei
database relazionali, sia con le tecnologie dei database multidimensionali che
consentono analisi specifiche di tipo OLAP, nonché di ottenere coerenti
prestazioni tecniche nell’analisi e nella navigazione interattiva dei dati
finalizzate a supporto decisionale. Queste Basi Dati alimentano a loro volta il
terzo livello dell’architettura, quello dei sistemi di Business Intelligence,
costituiti da svariate tipologie di strumenti software (pacchetti applicativi e
software tools).

Tra i pacchetti applicativi si possono annoverare:
– le
analytic applications, il cui software applicativo contiene
anche logiche di controllo direzionale o di supporto decisionale (come per
esempio applicazioni per l’analisi dei dati di vendita, per il consolidamento
gestionale e per il budgeting di vendita), da parametrizzare sulla base delle
esigenze specifiche dell’azienda;
– i DSS Tools,
scomponibile in due porzioni: quella più “vicina” alla Analytic Applications,
che contiene varie applicazioni di supporto decisionale basate su metodi
quantitativi di analisi statistica o di forecasting (correlazione, clustering,
scenari o risk analysis); la porzione dei DSS Tools più orientata alla
simulazione aziendale (what-if analysis, goal seeking analysis e dicendo) più
vicina ai software tools.

I Software Tools sono invece costituiti
da:
– un’ampia gamma di strumenti di accesso e di visualizzazione
“preconfezionata” (“push”), grafica o tabellare dei dati direzionali (EIS
toolkit, finalizzati alla costruzione dei cruscotti aziendali), strumenti OLAP
(On-Line Analytical Processing), quali l’analisi multidimensionale di un
fenomeno/fatto aziendale, oppure strumenti per il reporting ufficiale, standard
e predefinito (enterprise reporting), oppure strumenti per la georeferenziazione
e la visualizzazione cartografica dei dati commerciali e di marketing. A volte
questi strumenti software mettono a disposizione “template” o “content”
(strutture e modelli preconfezionati di indicatori o di analisi) per specifiche
funzioni aziendali (vendite, marketing, personale, ecc.) o per settore economico
(banche, chimico, ecc.), da parametrizzare in funzione delle esigenze
dell’azienda, che possono fungere da guida nell’impostazione logica dei sistemi
informativi di controllo e di analisi;
–  strumenti di
interrogazione, di reporting, di analisi e di “navigazione” libera (“pull”) nei
dati direzionali, finalizzati alla produzione di informazioni ad hoc, fortemente
personalizzate e mirate (Query, reporting & analysis tools); generalmente i
software tools presenti sul mercato possiedono entrambi gli ambienti di lavoro
(Push e Pull), complementari e ben integrati, il primo più strutturato e guidato
dagli specialisti, il secondo più libero e manipolabile dall’utente
direttamente

Al fine di produrre le informazioni manageriali necessarie, i dati eterogenei
provenienti dalle varie fonti interne ed esterne all’azienda, vanno trasformati
in informazioni congruenti. La tecnica che si occupa di questa trasformazione
viene definita col nome di Data Warehousing 
(immagazzinamento dei dati) la quale prevede una mappatura delle fonti dei dati
elementari necessari, la pulizia, la trasformazione e una speciale
modellizzazione dei dati stessi eseguita in funzione dei fenomeni e dei fatti di
marketing che si desidera osservare, analizzare e su cui sarà necessario
prendere delle decisioni. Il Datawarehousing è il collegamento tra i dati, le
applicazioni e i sistemi informativi di tipo operativo e transazionale e tra i
sistemi informativi manageriali di supporto alle attività di controllo e di
decisione nel marketing, detti anche “Marketing Knowledge System”.

Un Data Warehouse è “un’insieme di dati subject
oriented, integrato, time variant, non volatile costruito per supportare i
processi decisionali aziendali” (W.H. Inmon,1993).
Quest’ultima
definizione è quella più diffusa e riconosciuta, poiché sposta l’attenzione su
una serie di aspetti peculiari del DWH:
1. orientato all’oggetto di
indagine (il cliente, le vendite, ecc.) nel senso che include tutti i
dati che verranno utilizzati nel processo di controllo e di decisione,
raggruppandoli per aree o temi d’interesse (Datamart) e finalizzandoli a chi li
utilizza e non a chi li genera; in altri termini, mentre i sistemi informativi
tradizionali supportano funzioni o attività operative specifiche (inventario,
fatturazione, gestione ordini, ecc.), nel DW i dati sono organizzati per oggetti
di analisi ritenuti rilevanti: prodotti, clienti, agenti, punti di vendita, e
così via, al fine di offrire tutte le informazioni inerenti ad uno specifico
fenomeno o fatto rilevante di marketing;

2. integrato, cioè consistente rispetto ad uno schema
concettuale globale dei dati, al glossario aziendale e rispetto alle unità di
misura e alle strutture di decodifica condivise a livello aziendale; in altri
termini, mentre i dati archiviati nei sistemi informativi operativi sono spesso
disomogenei in termini di codifica e formato, in un DW i dati sono omogenei e
consistenti;

3. variante nel tempo, ossia i dati nel DW hanno un
orizzonte temporale storico di 3 o 5 anni, includono i dati correnti e spesso i
dati previsionali riferiti all’immediato futuro;

4. non volatile, nel senso che il dato
viene caricato periodicamente fuori linea, cioè una volta memorizzato
correttamente può essere acceduto, ma non modificato, dall’utente; in altri
termini, i dati operativi dei sistemi transazionali sono aggiornati in modo
continuo e sono validi solo nel momento in cui sono estratti (cioè ad esempio un
dato di fatturazione estratto un’ora prima o un’ora dopo può essere molto
diverso); nel DW i dati relativi ad ogni oggetto o fenomeno da analizzare sono
riferiti generalmente a un preciso periodo temporale, sono caricati
periodicamente in massa e successivamente vengono analizzati: i dati originali
caricati non vengono mai modificati e mantengono la loro integrità nel tempo,
perché riferiti a fatti avvenuti (per esempio il venduto nella settimana,
il numero di scontrini nel mese, ecc.) che non devono quindi subire
modifiche di sorta, per essere conservati in modo accurato ed essere
riutilizzabili in momenti differenti.

Contenuti tratti da “Introduzione alla Business
Intelligence“.
Per scaricare il documento completo, cliccare qui
(download gratuito previa registrazione).