Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Agosto 2003

Business Intelligence: dalla teoria alla realtà (II parte)

Shaku Atre by Shaku Atre

Ma, allora, come può essere definita l'implementazione di un ambiente di BI di supporto alle decisioni?

Indichiamo, in maniera sintetica, quali elementi vogliamo comprendere nell'indicare il percorso della BI (vedi riferimento).

In pratica, tale percorso è composto da sei fasi, per un totale complessivo di 16 passi diversi che, nell?insieme, rappresentano il percorso per condurre la BI dalla teoria alla realtà. Questi diversi passi di sviluppo debbono essere completati normalmente in sequenza oppure, a volte, in parallelo.

Tuttavia, poiché esiste un ordine naturale di avanzamento tra le fasi di progettazione, questo provoca anche un'interdipendenza con i diversi momenti dello sviluppo.

Nella figura seguente, i passi indicati in maniera indipendente gli uni dagli altri possono essere portati avanti contemporaneamente, mentre quelli uno di seguito all'altro vengono condotti in maniera relativamente lineare e con una minore sovrapposizione, a causa delle rispettive interdipendenze.

A questo punto, approfondiamo il discorso esaminando nel dettaglio i 16 passi necessari per implementare con successo un sistema di BI, considerandone le relative implicazioni.

FASE I: GIUSTIFICAZIONE

Passo 1: Valutazione del Business Case

Viene definito il problema o l'opportunità di business, proponendo una soluzione di BI. Per ogni rilascio di un'applicazione di BI, deve essere indicata una giustificazione dei costi, specifica e indipendente, così come deve essere indicato il problema da risolvere o l'opportunità resa possibile.

FASE II: PIANIFICAZIONE

Passo 2: Infrastruttura dell'impresa

Poiché le applicazioni di BI costituiscono iniziative che interessano l'intera organizzazione, è necessaria l'esistenza o la pianificazione dello sviluppo di un'infrastruttura interna dell'impresa. Questa può essere completata sia durante la fase di progettazione, che durante la realizzazione del progetto.

L'infrastruttura dell'impresa si suddivide in due parti: Infrastruttura tecnica: che include hardware, software, middleware, database management system, sistema operativo, componenti della rete, sistema di gestione del meta data repository e programmi di utilità.

Infrastruttura non tecnica: che comprende gli standard per i metadati, gli standard di denominazione dei dati, il modello logico dei dati dell'impresa, le metodologie, le linee guida, le procedure di test, i processi di controllo delle modifiche, le procedure di gestione dei problemi e, infine, quelle di risoluzione dei conflitti.

Passo 3: Pianificazione del progetto

I progetti di BI di supporto alle decisioni sono dinamici. Qualsiasi tipo di cambiamento, in termini di obiettivo, staff, budget, tecnologia, rappresentanti delle divisioni operative o degli sponsor interni, può metterne seriamente in pericolo il successo.

Perciò, è necessaria una pianificazione dettagliata delle fasi realizzative e, nel seguito, è necessario tenere sotto stretta osservazione lo stato di avanzamento del progetto, mediante la produzione di opportuni report.

FASE III: ANALISI

Passo 4: Prescrizioni di attivazione del progetto

L'obiettivo della corretta gestione del progetto è vitale, anche se difficile da raggiungere completamente. Il desiderio di avere tutto a disposizione in un istante è naturale, ma le necessità e le prescrizioni necessarie per l'attivazione delle singole funzionalità debbono essere definite con cura.

In termini pratici, bisogna attendere tali definizioni, prima di modificare il ciclo di sviluppo del progetto, in modo da tenere conto delle possibilità e limitazioni della tecnologia di BI disponibile.

Passo 5: analisi dei dati

La qualità dei dati alla fonte può rappresentare l'elemento di successo o di fallimento del progetto. Le cattive abitudini accumulate nel corso di decenni sono difficili da eliminare e i danni che ne possono derivare sono sempre costosi, oltre che fonte di perdite di tempo e noiosi da correggere.

Perciò, nel passato, l'analisi dei dati era limitata all'osservazione di una singola linea di business, senza un'ulteriore fase di consolidamento o riconciliazione con le necessità delle altre linee operative dell?organizzazione.

Passo 6: Realizzare un prototipo dell?applicazione.Il modo migliore per condurre l'analisi per la definizione delle funzionalità del prodotto, in passato denominata analisi di sistema, consiste nella realizzazione di prototipi, poiché, in questo modo, può essere combinata direttamente con la progettazione dell'applicazione.

Attualmente, esistono nuovi strumenti e linguaggi di programmazione, che consentono agli sviluppatori di verificare in molti modi la validità di un progetto o di un'idea, in un tempo relativamente breve.

La realizzazione di un prototipo fornisce anche la possibilità di comprendere, insieme ai futuri utenti del prodotto, limiti e potenzialità della tecnologia. Per questi ultimi, quindi, si crea la possibilità di verificare la validità sia delle proprie aspettative che delle prescrizioni fornite agli sviluppatori.

Passo 7: Analisi del Meta Data Repository

La maggior parte degli strumenti si traducono nell?avere a disposizione una maggiore quantità di metadati, sia tecnici che relativi all'impresa. I metadati tecnici debbono essere mappati all?interno dei metadati dell'impresa e, quindi, tutti debbono essere memorizzati e mantenuti in un meta data repository che, a sua volta, può essere acquistato su licenza oppure realizzato all'interno. In ogni caso, le prescrizioni e le caratteristiche dei metadati dovrebbero essere sempre documentate.

FASE 4: PROGETTAZIONE

Passo 8: Progettazione del Database

Per assicurare la corrispondenza con le necessità di accesso alle informazioni da parte degli utenti, è necessario costruire opportuni schemi di progettazione del database. Verranno utilizzati uno o più database di BI, per memorizzare i dati dell'impresa in forma sia dettagliata che aggregata, in base alle necessità degli utenti.

Passo 9: Estrarre/Trasformare/Caricare (ETL - Extract/Transform/Load) il progetto.Per la maggior parte delle organizzazioni, il completamento del processo di ETL nei tempi previsti rappresenta una sfida, almeno per quattro motivi specifici. In primo luogo, si tratta di un processo complesso e si tratta di un tipo di lavoro sicuramente meno gratificante rispetto alle altre fasi.

Il terzo motivo riguarda la finestra temporale, ovvero il tempo disponibile per effettuare questa attività, di solito estremamente ristretto. Infine, la scarsa qualità dei dati alla fonte normalmente richiede una grande quantità di elaborazioni, unicamente per trasformarli e renderne possibile l'utilizzo.

Passo 10: Progettazione del Meta Data Repository

Un sistema di gestione del Meta Data Repository, fornito da un venditore terza parte, normalmente deve essere personalizzato e migliorato. La maggior parte delle organizzazioni hanno bisogno di funzionalità che non sono fornite dal venditore del prodotto, anche se risultano documentate nel modello logico atteso.

Se, invece, il sistema di gestione del Meta Data Repository viene realizzato all?interno dell?impresa, allora il gruppo di sviluppo deve decidere se la progettazione di quest?ultimo debba essere orientata alla descrizione delle relazioni tra le entità, oppure debba risultare orientata agli oggetti.

FASE IV: COSTRUZIONE

Passo 11: Estrarre/Trasformare/Caricare (ETL - Extract/Transform/Load) lo sviluppo.

Molti strumenti sono disponibili per i processi di ETL, alcuni sofisticati e altri abbastanza semplici. Tuttavia, uno strumento di ETL può non costituire la migliore soluzione per l'impresa, in relazione alle necessità di trasformazione e normalizzazione dei dati identificate nel corso dell'analisi per la determinazione dei processi di questo tipo.

Pertanto, può risultare necessario attivare anche elaborazioni manuali. In effetti, spesso i team di sviluppo debbono procedere a una pre-elaborazione manuale dei dati, oltre ad essere costretti a scrivere estensioni dei programmi esistenti, a completamento delle funzionalità degli strumenti ETL.

Passo 12: Sviluppo dell'applicazioneUna volta completata la realizzazione di un prototipo, il team può iniziare a sviluppare l?applicazione relativa all'accesso e all'analisi dei dati. Questa attività può consistere in una semplice attività per finalizzare e rendere specifico un prototipo operativo, oppure per applicarlo usando strumenti di accesso più efficaci.

In entrambi i casi, normalmente le attività di sviluppo delle applicazioni front-end procedono in parallelo con lo sviluppo delle attività relative alle funzioni di back-end di ETL e alla creazione del meta data repository.

Passo 13: Il Data Mining

Questo argomento riguarda il modo con il quale le organizzazioni possono utilizzare, in maniera completa, l?ambiente di BI di supporto alle decisioni. Le applicazioni di BI spesso si limitano alla produzione di rapporti precompilati, alcuni dei quali non sono completamente nuovi, ma semplicemente ne rimpiazzano altri, da considerare superati.

Tuttavia, il beneficio reale deriva dalla BI nascosta all'interno dei dati dell'organizzazione, che può essere messa in evidenza unicamente con l'uso degli strumenti di data mining.

Passo 14: Sviluppo del sistema di gestione del Meta Data Repository.

Se la decisione è di realizzare all'interno dell'impresa un sistema di gestione del Meta Data Repository, invece di acquistarlo all'esterno (in termini di licenza d'uso), normalmente viene costituito un team separato incaricato del processo di sviluppo. Questo diviene un sottoprogetto facente parte del progetto generale di BI.

FASE VI: ATTIVAZIONE E DIFFUSIONE

In primo luogo, viene pianificato e schedulato il training per lo staff dell'impresa e per gli altri utenti dell?applicazione BI e del meta data repository. Quindi si attivano le funzioni di supporto, che includono l?help desk, la manutenzione e aggiornamento dei database di BI, la schedulazione e elaborazione delle attività batch di ETL, il monitoraggio delle performance e l'affinamento del database.

Passo 16: Valutazione del prodotto da rilasciare

É vitale imparare la lezione dai progetti precedenti. Bisogna, quindi, prendere nota dei casi di mancato rispetto dei tempi, del superamento dei costi e delle dispute con le relative soluzioni, analizzandone le cause in maniera approfondita.

Quindi, bisogna apportare le necessarie modifiche ai processi, prima di rilasciare una nuova versione del prodotto. In altri termini, bisogna procedere a una nuova valutazione di ogni strumento, tecnica, linea guida e processo che si sia rivelato inadeguato, in maniera di poterlo migliorare o, se del caso, eliminare.

Qualcuno ha affermato che un aeroplanino di carta può essere costruito anche senza un progetto, mentre questo non è possibile con un vero jet. In maniera analoga, un personal computer autonomo può essere attivato e utilizzato senza linee guida formali, cosa assolutamente impraticabile nel caso di un sistema di BI interfunzionale.

L'indicazione del percorso della BI fornisce proprio questo insieme di linee guida, fornendo una solida base, indispensabile per la crescita e l'evoluzione del sistema di BI. In definitiva, evidenzia un percorso chiaro per il passaggio della BI dalla teoria alla realtà.

 

Business Intelligence: dalla teoria alla realtà (II parte) - Technology Transfer

Enterprise information catalog. I requisiti per fare la scelta giusta
Mike Ferguson

La nuova era dell’analisi predittiva - Le aziende alla prova del Machine Learning
Frank Greco

Uno sguardo Agile - Per capire il passato e progettare il futuro
Arie van Bennekum

Trasformazione Agile
Se il product owner diventa un collo di bottiglia

Sander Hoogendoorn

Una Fiat o una Ferrari?
Qual è la più adatta per il business digitale?

Barry Devlin

Vincere la complessità dei dati. È l’ora dello smart data management
Mike Ferguson

Big Data e Analytics - Se il machine learning accelera anche la data science
Mike Ferguson

I dati al centro del business
Christopher Bradley

I Big Data forniscono il contesto e la ricchezza predittiva attorno alle transazioni di business Avere dati coerenti e di qualità resta fondamentale per il processo decisionale
Barry Devlin

Cosa c’è dietro l’angolo? Cinque mosse per diventare un digital leader
Jeroen Derynck

Managing information technology Gestire l’IT come un business nel business
Mitchell Weisberg

Data integration self-service Miglioramento della produttività o caos totale?
Mike Ferguson

Project manager vecchi miti e nuove realtà
Aaron Shenhar

La catena alimentare dei requisiti
Suzanne Robertson

Come diventare un’azienda data-centric
Lindy Ryan

Enterprise analytical ecosystem - Come comprendere il comportamento online dei clienti e capitalizzare il valore dei dati nell’era Big Data
Mike Ferguson

Agilità? Basta Volere
Suzanne Robertson

Ma la vostra architettura è efficace?
Mike Rosen

Se il NoSQL diventa SQL
Rick van der Lans

La data quality e l’impatto sul business
Danette McGilvray

Business analysis e regole di business By Ronald G. Ross con Gladys S.W. Lam
Ronald Ross

Usare Scrum su larga scala: cosa cambia?
Craig Larman

Le architetture per ridurre il debito tecnico
Mike Rosen

Conversando con un marziano
Suzanne Robertson

Cosa c’è di nuovo nel project management?
Aaron Shenhar

Reinventare la Business Intelligence
Barry Devlin

Il nuovo volto della business intelligence
Shaku Atre

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

I big data cambiano il mercato dei Database Server
Rick van der Lans

Un “superstorm” di informazioni
Barry Devlin

I dieci step per la qualità dei dati
Danette McGilvray

Perché è meglio evitare il private cloud?
Jason Bloomberg

Leonardo da Vinci aveva ragione!
Chris Date

Mobile user experience: Come adottare una strategia sostenibile
James Hobart

Cosa significa occuparsi di architettura?
Mike Rosen

Virtualizzazione dei dati e sistemi di Business Intelligence Agili
Rick van der Lans

Modelli e linguaggi naturali, quale il modo migliore per definire i requisiti?
James Robertson

Extreme Scoping: un approccio Agile all'Edw e alla BI
Larissa Moss

BI², la Business Intelligence al quadrato
Barry Devlin

I test di regressione in ambienti legacy
Randy Rice

Le conseguenze della consumerizzazione e del Cloud
Chris Potts

Come vanno gli affari? Chiedetelo al vostro cruscotto
Shaku Atre

Organizzare team di progetto efficienti in ambienti DW/BI
Larissa Moss

Big Data, come e perché
Colin White

Business Capabilities e l'allineamento del business all'IT
Mike Rosen

Il valore della tassonomia nella ricerca delle informazioni
Zach Wahl

BI, ma il Data Warehouse è ancora necessario?
Colin White

Reinventare la Business Intelligence
Barry Devlin

Il cruscotto delle prestazioni: il nuovo volto della Business Intelligence
Shaku Atre

Modelli e processi di User acceptance testing
Randy Rice

I limiti nel gestire l'IT come un Business
Chris Potts

Le componenti fondamentali del Cloud
George Reese

Metadati e DW 2.0
Derek Strauss

BI Open Source: basso costo e alto valore?
Jos van Dongen

Semplicità e requisiti
Suzanne Robertson

Business intelligence e analisi testuale
Bill Inmon

Extreme Scoping™: approcci agili al DW e alla BI
Larissa Moss

Dalla BI a un'architettura IT di livello Enterprise
Barry Devlin

Ambiente efficiente di ricerca di informazioni
James Hobart

Il Business deve trainare la Strategia IT
Chris Potts

Web database: la questione MapReduce (seconda parte)
Colin White

Web database: la questione MapReduce
Colin White

Misura delle prestazioni. I sette comandamenti
Harry Chapman

Le dieci cose che un architetto deve fare per creare valore
Mike Rosen

Sviluppare applicazioni a prova di sicurezza
Ken van Wyk

The ECM Landscape in 2008
Alan Pelz-Sharpe

Ma chi sono gli operatori dell’informazione?
Colin White

Qualità dell’informazione e trasformazione del management
Larry English

Classificazione sistematica delle informazioni
Zach Wahl

L’uso intensivo del Web nelle applicazioni di Bi
Colin White

Enterprise Search
Theresa Regli

La forza dell'astrazione
Steve Hoberman

La strada verso una BI pervasiva
Cindi Howson

Soa, una strategia di test
Randy Rice

Verso una BI più semplice e a minor costo
Colin White

I contenuti “Killer” del Web
Gerry McGovern

Sviluppo iterativo del software per i Dw
Larissa Moss

Qualità delle Informazioni e Datawarehousing
Larry English

Lo scenario Ecm 2008
Alan Pelz-Sharpe

La nascita del Web 3.0
John Kneiling

Documentazione: il dossier del crimine
Suzanne Robertson

L’impatto del Web 2.0 sui portali delle imprese
Colin White

Le tecniche vincenti di IT Management
Ken Rau

Web 2.0
Ed Yourdon

Web di successo se si conosce il cliente
Gerry McGovern

Un approccio alla BI incentrato sui processi
Colin White

Integrare Master Data Management e BI (Parte Seconda)
Mike Ferguson

Integrare Master Data Management e BI (Parte Prima)
Mike Ferguson

Il Project Manager è una Tata
Suzanne Robertson

Web di successo se si conosce il cliente
Gerry McGovern

L'informazione personalizzata
Colin White

La Tassonomia dell'Impresa
Zach Wahl

Managed Meta Data Environment (II parte)
David Marco

Managed Meta Data Environment
David Marco

Migliorare le applicazioni dell'impresa con Web 2.0
James Hobart

La Balanced Scorecard migliora la Performance dell'IT
Harry Chapman

La fusione dei processi dell'impresa grazie a Soa (II parte)
Max Dolgicer

La fusione dei processi dell'impresa grazie a SOA (I parte)
Max Dolgicer

Volere è Potere, in Ogni Senso
Suzanne Robertson

Dimostrate con i numeri il valore dei contenuti del web
Gerry McGovern

Il Back-end della pianificazione strategica dell'It
Ken Rau

L'audit delle prescrizioni di progetto (II parte)
Suzanne Robertson

L'audit delle prescrizioni di progetto (I parte)
Suzanne Robertson

Il Processo di gestione delle informazioni
Ted Lewis

I requisiti come strumento di gestione dei progetti
Suzanne Robertson

Il futuro è nel contenuto killer del web
Gerry McGovern

Alla ricerca del valore tra i pomodori nell'orto
John Favaro

Rilevare i costi sulla base delle attività
Ken Rau

Un percorso verso l'impresa intelligente (II parte)
Mike Ferguson

Un percorso verso l'impresa intelligente (I parte)
Mike Ferguson

Il Data Store Operativo: un lavoro di martello
Claudia Imhoff

Il data warehouse orientato all'impresa
Michael Schmitz

Dieci punti chiave per realizzare balanced scorecard di successo
Harry Chapman

Content management: i contenuti al primo posto
Gerry McGovern

Applicazioni Web ad alta disponibilità
John Kneiling

Il 2004, sarà l'anno in cui abbandoneremo html?
James Hobart

La tecnologia EII ripropone il data warehousing virtuale?
Colin White

Misurare per Gestire
Ken Rau

Volere è Potere, in Ogni Senso
Suzanne Robertson

Realizzare il CPM e l'integrazione della BI
Mike Ferguson

Tutti i punti della FPA
Koni Thompson

Requiem per il Portale?
Colin White

Business Intelligence: dalla teoria alla realtà (II parte)
Shaku Atre

Business Intelligence: dalla teoria alla realtà (I parte)
Shaku Atre

I portali Corporate e di E-business: la nuova generazione del posto di lavoro
Mike Ferguson

I 10 errori da evitare nella realizzazione di un Meta Data Repository (II Parte)
David Marco

I 10 errori da evitare nella realizzazione di un Meta Data Repository (I parte)
David Marco

Usare i modelli per acquisire l'esperienza di progettazione
James Hobart

Realizzare l'Impresa Intelligente
Colin White

.NET or J2EE - Choosing the Right Web Services Framework
John Kneiling

Progettare Applicazioni Mobili di Successo
James Hobart

La Sociologia del Progetto: Identificare e Coinvolgere tutti i Partecipanti
Suzanne Robertson

Integrare la Business Intelligence nell'Impresa (II parte)
Mike Ferguson

Integrare la Business Intelligence nell'Impresa (I parte)
Mike Ferguson

L'Evoluzione del Portale di e-Business (II parte)
Colin White

L'Evoluzione del Portale di e-Business (I parte)
Colin White

Il Consulente WebEAI: Servizi Web, XML e l'Impresa
John Kneiling

Data Mining: Come Gestire le Relazioni con i Clienti Secondo i Principi del CRM
Weaver James

Articoli del mese - Technology Transfer