Data warehousing

DATA WAREHOUSE

Il Data Warehouse (DW) è ormai uno dei fenomeni consolidati dell’Information Technology: le stesse esigenze di competitività ed efficienza che hanno spinto le grandi Aziende a dotarsene si stanno presentando sempre più urgentemente anche alle Imprese Piccole o Medie (PMI) che lo devono prendere in seria considerazione come opportunità strategica per la propria crescita.
Ogni giorno in un’Azienda si accumula un’enorme quantità di dati. Spesso questo patrimonio informativo è un insieme di conoscenze che restano completamente inutilizzate anche se il Manager vorrebbe averle a disposizione per avere un supporto significativo alle proprie decisioni. Infatti, se potesse disporre di queste informazioni, il Manager potrebbe per esempio avere una migliore visibilità del proprio business oppure individuare nuove opportunità di mercato da aggredire o ancora evitare degli sprechi in un comparto aziendale.
Nella maggior parte dei casi questo patrimonio informativo è di fatto inutilizzabile per una serie di ragioni alcune delle quali possono essere le seguenti:

i dati sono organizzati esclusivamente per le attività transazionali
i tempi di risposta quando si tenta di integrare insieme più dati per ottenere una "informazione" completa, sono inaccettabili
l’organizzazione delle informazioni è incomprensibile per esempio per un utente manager che si deve avvalere di un tecnico per "leggere" questa informazione.

Tutto questo spiega ampiamente perché in un Azienda si progetti e si costruisca il DW, letteralmente il magazzino dei dati, che è quella base dati "specializzata" che attingendo periodicamente sia dal sistema informativo aziendale sia da altre sorgenti informative (banche dati private, internet, basi dati aziendali non incluse nel Sistema Informativo aziendale, ecc.) raccoglie e mette insieme informazioni secondo regole ben definite presentandole, poi, in una forma comprensibile a chi in Azienda deve prendere decisioni tattiche e/o strategiche. E’ solo in questo modo che si utilizza in pieno l’informazione, garantendo sempre tempi di risposta accettabili in un’analisi interattiva di tipo manageriale, e al tempo stesso salvaguardando l’integrità del sistema transazionale di partenza che non viene caricato di responsabilità e funzionalità diverse da quelle per cui è stato progettato.
Quindi l’idea alla base del concetto di DW è che i sistemi informativi utilizzati in ambito operativo devono essere distinti da quelli adoperati in ambito decisionale semplicemente perché i primi gestiscono le procedure di routine di un'azienda, i secondi, invece, sono di supporto alle attività di un "decision maker" (Kimball, 1996). Pertanto la raccolta dati che è una delle principali attività di un DW non è limitata ai soli dati transazionali o attuali, generati e usati nei processi produttivi o operativi di un’impresa (processi di più basso livello), che porterebbero ad analisi altresì fuorviante, ma bensì è orientata anche ai dati decisionali (o business data), caratterizzati da una natura aggregata, una struttura flessibile, un uso non ripetitivo, un orizzonte temporale ampio, e una proprietà di staticità (Inmon, 1992).

DATA MART

Allo scopo di realizzare applicazioni di BI molte Aziende si stanno orientando a progettare ed implementare dei Data Mart integrabili e/o incrementali piuttosto che un DW: ma qual è la differenza tra un Data Mart ed un DW? Da un punto di vista tecnologico un DW ed un Data Mart sono la stessa cosa. Mentre, però, un DW è la raccolta di dati assemblati al livello più basso di dettaglio disponibile nelle più importanti aree di business di un’azienda, un Data Mart si specializza su un singolo reparto o area funzionale aziendale e contiene dati di sintesi (Landon, 1998). Quindi un Data Mart contiene i dati per eseguire delle specifiche funzioni e poiché in genere contiene un numero più limitato di dati rispetto ad un DW, i Data Mart lavorano in modo molto più veloce dei DW. L’attuale tendenza è quella di preferire, come struttura base del sistema, un Data Mart che offra funzionalità specializzate su una specifica area aziendale e successivamente costruire altri data Mart specializzati su altre tematiche fino a coprire tutte le aree aziendali. Si tende, quindi, progettare più data mart indipendenti specializzati su differenti e specifiche aree aziendali che però alla fine risultano tutti tra di loro integrabili ed integrati in quanto utilizzano i "dati" come "linea guida comune" attraverso le tecniche di data modelling. Queste tecniche prevedono tra l’altro:

una funzione di administration comune tra tutti i Data Mart
un’architettura di base uguale
alcune dimensioni ed alcune misure comuni per i fatti di business analizzati
alcune regole di business in comune.

KNOWLEDGE DISCOVERY FROM DATABASE

I DW sono spesso considerati una buona tecnologia per supportare soluzioni di knowledge discovery in databases (KDD). Questo è il processo di esplorazione e analisi di grandi quantità di dati, condotto in modo automatico o semiautomatico, al fine di scoprire delle regolarità (pattern) nei dati, che siano considerabili come nuovi elementi di conoscenza. In un contesto aziendale, la conoscenza scoperta può avere un grande valore perché consente per esempio di aumentare i profitti riducendo i costi oppure aumentando le entrate. Questo spiega l’importanza di soluzioni KDD nel BI.

DATA MINING

Il processo KDD include un passo di data mining (DM), che consente di effettuare, mediante l'applicazione di un particolare algoritmo, per esempio delle analisi di mercato o analisi di comportamento ovvero delle analisi di previsione. Oltre alle note tecnologie per la gestione dei dati, il passo di data mining utilizza anche la statistica, allo scopo di definire la qualità delle informazioni, e l'intelligenza artificiale per costruire basi di conoscenza. Si articola in cinque fasi:

Comprensione del dominio: per poter estrarre informazioni utili, occorre sviluppare a priori una buona conoscenza del dominio applicativo in cui si opera;

Preparazione del set di dati: occorre individuare un sottoinsieme di dati del DW/Data Mart da inserire come input ad un algoritmo di data mining;

Scoperta dei pattern: è la fase operativa del data mining;

Valutazione dei pattern: permette di trarre implicazioni applicative dai pattern scoperti;

Utilizzo dei risultati: consiste nel prendere decisioni operative a seguito del processo di data mining.

I tipi di informazioni prodotte dagli strumenti per il data mining, sono le associazioni, le sequenze, le classificazioni, i raggruppamenti o cluster e le tendenze. Le tecniche usate singolarmente o combinate tra loro sono le reti neurali, l'induzione, la scoperta di regole e la visualizzazione di dati.