1 / 46

IL SISTEMA INFORMATICO PER I VARI LIVELLI AZIENDALI

IL SISTEMA INFORMATICO PER I VARI LIVELLI AZIENDALI. Mario Capurso, con parti prelevate da fonti su Internet http://info.bazarinfo.info. C’era una volta il sistema informativo formale ma cartaceo. Le informazioni nascevano nei vari reparti e ad ogni transazione veniva associato un documento.

yaphet
Télécharger la présentation

IL SISTEMA INFORMATICO PER I VARI LIVELLI AZIENDALI

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript


  1. IL SISTEMA INFORMATICO PER I VARI LIVELLI AZIENDALI Mario Capurso, con parti prelevate da fonti su Internet http://info.bazarinfo.info

  2. C’era una volta il sistema informativo formale ma cartaceo Le informazioni nascevano nei vari reparti e ad ogni transazione veniva associato un documento

  3. Il sistema informatico era un complemento a quello cartaceo Il lotto delle schede perforate veniva elaborato dal programma di gestione aziendale in maniera batch Il documenti passavano al CED e divenivano schede perforate CED

  4. L’elaborazione batch provocava nell’azienda ritardi e disallineamenti tra archivi e situazione reale Qual era l’inconveniente?

  5. 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

  6. OLTP - Il Mainframe IBM 360

  7. OLTP – Il Mainframe IBM 370

  8. 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

  9. OLTP e Personal Computers II • Con i PC e le reti di PC, il sistema informatico migra verso i PC

  10. 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

  11. Un software gestionale integrato per PC

  12. Un software integrato - 2

  13. 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.

  14. 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

  15. 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.

  16. Qual era l’inconveniente? Le procedure MRP ed MRP2 coprono solo gli aspetti a quantità dell’azienda e non quello a valore

  17. 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)

  18. 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) Cosa comporta l’introduzione della logica ERP nell’azienda?

  19. Un esempio di ERP: SAP

  20. Il modulo SAP - FInanze

  21. SAP – Gestione Clienti

  22. SAP – Inserimento Fatture

  23. SAP – Il linguaggio ABAP

  24. 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.

  25. 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.

  26. 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

  27. Esempio IF stipendio < k THEN mancati pagamenti o o o o o x Prestiti x x o o o x x o x x o x o x o x o o x x o x o x x k Stipendio Persone che hanno ricevuto un prestito dalla banca: x: persone che hanno mancato la restituzione di rate o: persone che hanno rispettato le scadenze

  28. 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

  29. 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?

  30. OLAP vs OLTP

  31. 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

  32. 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

  33. Analisi multidimensionale: l’ipercubo LatteGen 07, Pisa Prodotto Tutti i prodottiGen 07, Pisa Latte Pane Uova ... tot Pisa Negozio Roma Gen 07 Firenze Feb 07 tot Tempo : tot Latte07, Tutti negozi

  34. 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

  35. Dimensioni e gerarchie di livelli • Ciascuna dimensione è organizzata in una gerarchia che rappresenta i possibili livelli di aggregazione per i dati Anno Prodotto Regione Trimestre Provincia Categoria Marca Mese Città Giorno Negozio

  36. 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.)

  37. 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).

  38. Esempi di analisi Il manager finanziario esamina la vendita dei prodotti in tutti i mercati relativamente al periodo corrente e quello precedente Il manager regionale esamina la vendita dei prodotti in tutti i periodi relativamente ai propri mercati Negozio Tempo Prodotto Il manager strategico si concentra su una categoria di prodotti, un’area regionale e un orizzonte temporale medio Il manager di prodotto esamina la vendita di un prodotto in tutti i periodo e in tutti i mercati

  39. Un esempio - Metacube Explorer

  40. 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

  41. 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

  42. 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

  43. Come appare un datawarehouse

  44. Metacube Warehouse Manager

  45. 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 Livello politico

  46. Un esempio di cruscotto aziendale (Theorema)

More Related