Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Maggio 2004

La tecnologia EII ripropone il data warehousing virtuale?

Colin White by Colin White

Il data warehousing è stato frequentemente oggetto di accesi dibattiti. Alcuni punti di discussione compaiono per scomparire poi rapidamente, mentre altri continuano a dominare articoli sulla stampa e dibattiti di settore. Esempi di quest?ultima categoria comprendono, naturalmente, argomenti relativi ai data mart e alla progettazione multidimensionale.
Recentemente, è sorta una nuova controversia a proposito dell?integrazione delle informazioni dell?impresa, indicata con l?acronimo EII (Enterprise Information Integration). Alcune persone (particolarmente venditori e responsabili di marketing dei fornitori interessati) affermano che la tecnologia EII elimini la necessità di costruire un data warehouse. Dall?altra parte, i puristi del data warehousing ribattono che la EII rappresenta solamente un?altra forma di data warehousing virtuale, ovvero una strada già tentata senza successo nel passato.
Per comprendere i pro e i contro di questo dibattito, per prima cosa dobbiamo categorizzare i diversi tipi di integrazione utilizzati all?interno delle organizzazioni e, quindi, identificare come le tecniche EII e il data warehousing si possano applicare a supporto dei diversi tipi di integrazione.
Esistono quattro grandi categorie di integrazione utilizzate all?interno dei sistemi It. Rispettivamente applicabili all?interfaccia utenti, ai processi dell?impresa, alle applicazioni ed ai dati.
Molti prodotti sono particolarmente adatti per ciascuna di queste categorie ma, come vedremo più avanti, esiste un trend nel settore verso prodotti in grado di supportare molteplici tecnologie d?integrazione, con il risultato che la linea di demarcazione tra le quattro categorie talvolta appare poco distinguibile.
L?integrazione dell?interfaccia utente fornisce una visione unica dei dati operativi e decisionali, oltre che delle applicazioni, al livello di presentazione logica di un sistema It. Un portale d?impresa costituisce l?esempio di un prodotto che supporti l?integrazione dell?interfaccia utente. Un aspetto fondamentale dell?integrazione al livello dell?interfaccia utente è che, anche se a quest?ultimo viene fornita una visione unica di applicazioni multiple che girano su sistemi eterogenei, proprio questa soluzione enfatizza la mancanza di un?integrazione dei dati e delle applicazioni tra i sistemi interessati..
Per questo motivo, alcuni fornitori di portali hanno dotato i rispettivi prodotti della capacità di costruire applicazioni composite, che inseriscono un livello di semantica dell'impresa tra l'interfaccia utente ed i sistemi di back-end. Questo livello semantico aggiuntivo rappresenta una prima base di integrazione dei processi dell?impresa.
L?integrazione dei processi dell?impresa consente agli sviluppatori di separare la fase di progetto da quella di attivazione dell?applicazione. Gli strumenti di progettazione dei processi operativi mettono in grado gli sviluppatori di analizzare i processi dell?impresa e di rappresentarli sotto forma di modelli.
Gli strumenti di automazione e integrazione dei processi consentono, poi, di implementare questi modelli di processo, utilizzando le tecnologie di integrazione delle applicazioni che sottintendono. Il beneficio maggiore consiste nell?isolamento del processo di progettazione dalla fase di implementazione fisica da parte del livello semantico dell?impresa inserito nei modelli così realizzati.
BAM registra le performance
È anche importante sottolineare che gli strumenti di automazione dei processi dell?impresa non solo gestiscono l?implementazione delle singole applicazioni, ma controllano anche il flusso delle informazioni tra le applicazioni stesse.
Molti strumenti per la modellazione dei processi dell?impresa stanno aggiungendo capacità di monitoraggio all?interno di questo flusso di processo, con lo scopo di analizzare le performance dell?impresa. Questa è una forma di monitoraggio dell?attività dell?impresa, definita come BAM (Business Activity Monitoring).
La tecnologia di integrazione delle applicazioni supporta il flusso di transazioni dell?impresa tra i sistemi applicativi presenti all?interno o all?esterno dell?organizzazione. In quest?area, il trend evolutivo è verso un?architettura orientata al servizio, che impiega servizi Web basati sul linguaggio XML per definire e muovere le transazioni dell?impresa tra i sistemi. Se i sistemi interessati condividono una definizione comune (ad esempio un metamodello comune dell?impresa) per le transazioni che transitano al loro interno, allora sono necessarie poche o addirittura nessuna trasformazione delle informazioni.
In mancanza, invece, di una definizione comune, il software d?integrazione delle applicazioni deve trasformare le informazioni per renderle riconoscibili e corrispondenti ai diversi metamodelli dell?impresa riferiti alle applicazioni interessate.
Anche se la tecnologia d?integrazione delle applicazioni era inizialmente progettata per muovere le transazioni dell?impresa tra sistemi, attualmente viene impiegata anche per trasferire i dati tra le applicazioni. Nel mondo del data warehousing, ad esempio, molti strumenti Etl operano con un software di integrazione delle applicazioni per estrarre i dati da un workflow applicativo, in modo da trasformarli e caricarli in un data warehouse.
Questa tendenza è enfatizzata dal fatto che molti venditori di strumenti Etl adesso presentano i loro prodotti come piattaforme per l?integrazione dei dati.
A supporto delle decisioni
Prima continuare a parlare di integrazione dei dati, è importante puntualizzare alcuni aspetti fondamentali relativi a quanto abbiamo detto fino a questo momento. La prima cosa da notare è che le tecnologie d?integrazione relative all?interfaccia utenti, ai processi di business e alle applicazioni vengono utilizzate non solo per i processi operativi, ma anche per quelli a supporto delle decisioni.
Un?altra considerazione è che tre tipi d?integrazione possono agire contemporaneamente, oltre a interagire tra di loro. Questo avviene perché il mercato si sta muovendo verso un software d?integrazione di portali, processi di business e applicazioni, il tutto all?interno di una piattaforma di server applicativo del tipo, ad esempio, di IBM WebSphere. Una nota finale circa le tre tecnologie d?integrazione è che i metadati e i metamodelli a livello dell?impresa rivestono un ruolo fondamentale nel processo d?integrazione.
Per l?integrazione dei dati si possono usare una serie di tecnologie, che comprendono server di duplicazione e trasformazione dei dati, strumenti Etl e, adesso, middleware EII. La tecnologia utilizzata dipende da molteplici fattori come, ad esempio, il tipo di elaborazione, il volume dei dati, le specifiche di circolazione e l?ammontare delle trasformazioni necessarie per i dati da trattare.
In termini elaborativi, le tecnologie d?integrazione dei dati sono state tradizionalmente separate in due filoni comprendenti, rispettivamente, le tecniche usate per i processi operativi e quelle relative ai processi di supporto alle decisioni. Per quanto riguarda le elaborazioni per i processi operativi, spesso vengono utilizzati server di replica e trasformazione dei dati (invece dell?integrazione delle applicazioni), che richiedono il trattamento e la duplicazione di grandi quantità di dati in modalità batch.
In alcuni casi, la duplicazione dei dati viene usata per fornirli alle applicazioni con la cadenza e la tempestività desiderate. In questo modo viene posta una grande attenzione alla potenza elaborativa disponibile, in termini di performance e di capacità di trasformazione dei dati, tenendo in scarsa considerazione la semantica dell?impresa ed i processi interessati. In altri termini, i metadati dell?impresa e i modelli dei processi raramente giocano un ruolo significativo in questo tipo di elaborazioni.
Tempi e strumenti
Gli strumenti Etl dominano il mercato per l?estrazione e la trasformazione dei dati operativi, per consentirne il caricamento in un data warehouse. Normalmente, le informazioni contenute nel data warehouse vengono utilizzate per l?analisi e il reporting, sia a livello tattico che strategico.
In tempi più recenti, gli strumenti di performance management estendono questo tipo di elaborazioni alle tecniche di uso delle scorecard, che confrontano le informazioni di intelligence, prodotte dalle elaborazioni di supporto alle decisioni, con le pianificazioni e gli obiettivi attualizzati, informando i responsabili interessati degli eventuali scostamenti e anomalie.
Nel costruire un data warehouse, gli strumenti Etl prestano scarsa attenzione alla semantica dell?impresa e ai processi interessati.
Al di fuori del warehouse, alcuni strumenti di analisi e di gestione impiegano una semantica dell?impresa, oppure un livello di metadati, per isolare analisi e report dalle strutture di data warehouse utilizzate. In questo modo, però, rimane ancora a carico dell?utente la mappatura dei risultati con riferimento ai processi dell?impresa considerati.
Nelle organizzazioni, esiste un crescente bisogno di soluzioni che comprendano elaborazioni mirate al supporto delle decisioni per il business giornaliero, come, ad esempio, l?analisi e il reporting operativo. Questo tipo di elaborazioni consentono di rispondere meglio alle esigenze del mercato.
Esempi di tali elaborazioni sono l?interrogazione e l?analisi di dati operativi correnti o utilizzati saltuariamente, gli allarmi generati dalla Business Intelligence con i relativi automatismi di decisione, oppure le raccomandazioni fornite dal sistema in base a regole predefinite e, infine, l?analisi predittiva.
Dal punto di vista dei dati, le elaborazioni a supporto delle decisioni possono essere eseguite utilizzando direttamente i dati operativi, oppure con l?uso di un data store a bassa latenza del tipo ODS. I dati operativi possono essere utilizzati in maniera diretta quando si richieda una trasformazione limitata dei dati, o ne risulti bassa la complessità e i volumi di interrogazione e di analisi. Quando, invece, sia necessaria una trasformazione e un?analisi approfondita dei dati, potendo anche tollerare un determinato livello di latenza delle informazioni, l?approccio migliore è l?uso di un deposito di memorizzazione a bassa latenza.
L?uso di un data store a bassa latenza spesso è causa di confusione, perché può essere utilizzato in molti modi diversi. In tutti i casi, la motivazione per creare un deposito a bassa latenza è l?integrazione e la validazione dei dati operativi. Questo tipo di data store non è necessario, se la fonte dei dati operativi risulta integrata e significativa. Il medesimo discorso vale anche per i data warehouse: se i sistemi origine mantengono dati integrati, significativi, correnti e con validità storica, allora non è necessario costruire un data warehouse.
Un data store a bassa latenza ha molteplici usi. Alcuni di questi sono associati con processi operativi, mentre altri sono correlati con il supporto alle decisioni. In realtà, tuttavia, la distinzione tra questi due tipi di elaborazioni risulta spesso indefinita, oppure presenta aree di sovrapposizione, risultando spesso rilevante solamente da un punto di vista organizzativo o di politica interna all?organizzazione.
Nelle elaborazioni operative, un data store a bassa latenza può essere usato per integrare dati operativi e dati consolidati. L?insieme di questi dati può essere usato come base per nuove applicazioni operative, per la migrazione di vecchie applicazioni proprietarie e per la propagazione dei dati verso applicazioni a valle.
Guidati dagli eventi
La controversia relativa a un data store a bassa latenza è se un deposito di questo tipo possa essere giustificato solamente per le elaborazioni a supporto delle decisioni, oppure debba servire anche per il reporting e le analisi operative. In molte applicazioni, i benefici ottenuti dall?impresa possono giustificare la realizzazione dello store. In altri casi, ciò non è sostenibile.
Questo è il motivo per il quale molte organizzazioni sono alla ricerca di modalità per effettuare reporting e analisi operative, senza la necessità di costruire un data store a bassa latenza. Si tratta di una situazione che rende attraenti soluzioni di monitoraggio dell?attività dell?impresa, note come BAM (Business Activity Management), proposte da venditori indipendenti e specializzati nell?integrazione delle applicazioni.
Tali soluzioni sono in grado di effettuare un?analisi dei processi dell?impresa, operando direttamente in memoria durante le elaborazioni operative e riportandone i risultati, senza la necessità di creare un data store separato. Questo tipo di software BAM risulta attraente anche perché, a differenza di molte tecniche di integrazione, è guidato dagli eventi ed è collegato direttamente ai processi dell?impresa. È da notare, tuttavia, che le tecniche BAM non sono adatte per le applicazioni a supporto alle decisioni tattiche e strategiche.
Un altro approccio che supporta il reporting e l?analisi operativa senza la necessità di creare un data store separato è definito come EII (Enterprise Information Integration), ovvero integrazione totale delle informazione dell?impresa. Questa tecnologia si basa su di un server d?interrogazione federato che può ritrovare e integrare i dati a partire da molteplici fonti non integrate.
Un server di questo tipo è utilizzato principalmente per l?interrogazione e l?accesso a dati operativi strutturati. Alcuni prodotti, tuttavia, supportano anche data store non strutturati. I risultati forniti dal server d?interrogazione possono essere elaborati da applicazioni operative, oppure da strumenti d?interrogazione e analisi a supporto delle decisioni.
Tali risultati possono essere usati anche come input per uno strumenti Etl, con lo scopo di costruire un data warehouse. Poiché la maggior parte dei prodotti EII non sono guidati dagli eventi, non risultano adatti per costruire un data store a bassa latenza, nel quale il ritardo debba risultare il più vicino possibile al real time.
L?EII è diverso dai DBMS?
Nell?analizzare i prodotti EII, emergono numerose questioni. Tra queste, una fondamentale è in che cosa la tecnologia EII risulti diversa dalle tradizionali interrogazioni distribuite, tipiche dell?accesso ai DBMS relazionali. La risposta è che la EII rappresenta un?evoluzione delle funzionalità fornite da tali prodotti.
L?enfasi della EII è sull?ottimizzazione degli accessi a dati eterogenei, oltre che sulla presentazione di questi con una visione univoca. Tuttavia, i prodotti risultano diversi nelle rispettive capacità. Ad esempio, DB2 Information Integrator di IBM pone una forte enfasi sulla prpria capacità di accesso a dati non strutturati (fornisce anche una funzionalità di duplicazione dei dati).
Altri prodotti non DBMS come, ad esempio, MetaMatrix e Certive, enfatizzano la potenza di analisi e di uso dei metadati. I venditori di prodotti di integrazione delle applicazioni, come BEA con Liquid Data, ad esempio, si stanno muovendo con l?obiettivo di espandersi nell?area EII.
La questione di fondo della controversia EII è se questa neghi la necessità di un data warehouse, ovvero se la tecnologia EII possa essere usata in termini di data warehouse virtuale. Anche se la EII fornisce capacità al di sopra e oltre quelle dei tradizionali prodotti DBMS relazionali (che, nel passato, sono stati utilizzati per realizzare i data warehouse virtuali), tuttavia non è ancora in grado di risolvere i problemi di qualità dei dati, esistenti in molti sistemi operativi.
Considerare la tecnologia come front end per i dati operativi è come realizzare un portale a fronte di sistemi d?impresa multipli. La tecnologia può fornire un punto di accesso singolo a informazioni disparate, ma non può nascondere i possibili problemi di integrazione dei dati o dei sistemi.
Per tale motivo, la EII è adatta per l?accesso a dati operativi reali solamente quando venga richiesto un ritardo pari a zero e quando non esistano problemi d?integrazione, ovvero quando non siano richieste trasformazioni e analisi complesse di dati.
Un punto finale da considerare è che la EII è ancora una tecnologia guidata dagli eventi e che, come molte altre tecnologie di integrazione dei dati, soffre del fatto ignorare completamente le semantiche e i processi delle imprese.
Perché abbia successo, i venditori debbono impegnarsi fortemente nel risolvere i problemi dei metadati, tenendo conto dell?enfasi posta nel promuovere il grande numero di fonti diverse che sono in grado di supportare. Se non risolveranno il problema, sarà difficile integrare questa tecnologia con l?insieme di tutte le integrazioni necessarie nelle imprese.

La tecnologia EII ripropone il data warehousing virtuale? - 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