|
|
il blog di Marco Bozza ingegneria
scienza ambiente società |
|||||||||||||||||||||||
|
società |
||||||||||||||||||||||||
|
|
Scarica l’articolo INTRODUZIONE Motore
fondamentale di un’economia globalizzata è la competitività.
La competitività di una Nazione dipende dalla capacità della sua struttura
produttiva di innovare e migliorare, e la valutazione più significativa
della competitività a livello nazionale è quella basata sulla produttività.
Aumentare la produttività con cui vengono impiegati
il lavoro e il capitale è l’obiettivo principale di una nazione per
assicurare un tenore di vita elevato e crescente per i suoi cittadini. La
produttività dipende dalla qualità, dalle caratteristiche dei prodotti e
dall’efficienza con cui vengono realizzati. La
produttività delle risorse umane determina la retribuzione dei lavoratori,
mentre la produttività con cui viene impiegato il
capitale determina il rendimento percepito dai suoi proprietari. In sintesi
il tenore di vita di una nazione dipende essenzialmente dalla capacità delle
sue Imprese di conseguire alti livelli di produttività, e quindi di profitto,
e di elevarli nel tempo. Per ottenere alti livelli di produttività le Imprese
devono essere in grado di effettuare opportune
scelte di rilevanza strategica per il successo competitivo. L’attenzione di
chi opera nello strategic level
all’interno dell’Impresa deve essere quindi
costantemente rivolta a ricercare, in un’ottica di gestione per processi,
metodi e soluzioni per controllare la variabilità ed eliminare l’incertezza,
al fine di incrementarne la capacità dell’Azienda di reagire ai cambiamenti
esterni in uno scenario inevitabilmente caratterizzato dalla competizione
globale. In questo contesto diventa essenziale per le Imprese la capacità di
fare le scelte giuste, e per far questo è necessario poter disporre di
informazioni in grado di favorire ed agevolare, ad ogni livello, l’attività
decisionale di tipo strategico, tattico e operativo. Il processo decisionale
si sviluppa dalla presa di coscienza dell’esistenza
del problema e termina con l’azione pratica dell’intervento risolutivo,
riducendo, in questo modo, gli errori ed aumentando l’efficacia delle
informazioni e delle risorse di cui il decisore, il Decision Maker (DM), dispone. Le fasi che lo compongono sono
quattro: analisi del problema, ricerca delle possibili soluzioni, scelta e
attuazione della decisione, controllo e monitoraggio dei risultati. Il
problema costituisce il punto di partenza, sulla base del quale si scelgono
le azioni adatte a conseguire l’obiettivo finale. Prendere una decisione
significa allora fare una scelta tra soluzioni alternative ad un problema:
Decision Making e Problem
Solving diventano, pertanto, due aspetti del
medesimo processo integrato, il processo cognitivo,
che richiede non solo il ricorso all’istinto, alla creatività ed al giudizio
critico, ma anche a strumenti avanzati, mutuati dall’Analisi Statistica e
dall’Informatica. La durata
temporale dei processi decisionali negli ultimi decenni è andato
via via sempre più riducendosi. La necessità di
contenere la gestione dei processi aziendali all’interno di tempistiche
ridotte è infatti uno fattori che maggiormente
condiziona la sopravvivenza dell’Impresa stessa: individuare nuovi segmenti
di mercato per non esserne esclusi, scoprire preferenze e comportamenti da
parte di clienti prima della concorrenza, ridurre eventuali sprechi nella
produzione o nella esecuzione di servizi, è di primaria importanza in un
contesto di competizione globale. Questo è tanto più vero quanto più piccola
è la dimensione della realtà aziendale: in un’economia globalizzata infatti le Piccole e Medie Imprese (PMI) sono costrette a
competere sui mercati internazionali, pur non disponendo né delle strutture
né delle risorse disponibili invece alle grandi aziende. La tempestività
“operativa” sopra richiamata, tuttavia, si scontra necessariamente con una ingente mole di dati da elaborare per estrarre le
informazioni necessarie a supportare il processo decisionale. Poiché nel
passato i dati erano spesso difficilmente recuperabili, perché sommersi
nell’insieme di informazioni ospitate dal Sistema
Informativo Aziendale (SIA), si è fatto ricorso a sistemi di gestione basati
sulle Tecnologie dell’Informazione, IT
(Information Technology).
La crescente necessità di fabbisogni informativi ha quindi indotto le PMI,
intenzionate a diventare competitive sul mercato globale,
a dotarsi di tecnologie gestionali che consentano di creare e mantenere un
vantaggio competitivo basato su fattori immateriali, tra i quali
l’informazione occupa, senza dubbio, la posizione di maggior rilievo. Si
ha infatti preso coscienza che la sopravvivenza a
lungo temine delle Imprese non dipende tanto dalle loro capacità produttive,
di marketing o di controllo dei costi, quanto dalla loro abilità ad
utilizzare le esperienze fatte, le competenze acquisite e le nuove conoscenze
mediante meccanismi e procedure innovativi di gestione dell’informazione. La
capacità innovativa e il successo di un’Impresa sono quindi sempre più legati
alla sua capacità di gestire e migliorare i processi
aziendali interni e strategici, operando per risultati. Tecnologie in
continua evoluzione e dinamiche competitive di
mercato fanno si che la gestione aziendale concentri sempre più la sua
attenzione sulla gestione del cambiamento e dell’innovazione. Di qui la scoperta delle enormi potenzialità legate all’inserimento in
azienda dell’informatica distribuita, degli strumenti flessibili di calcolo e
dei modelli decisionali, che possono indiscutibilmente diventare fattore
strategico nell’attività di rinnovamento dei processi di gestione, produzione
e sviluppo che un’economia sempre più basata su interconnessione, velocità ed
immaterialità impone. La forte
esigenza di cambiamento che caratterizza le PMI del Terzo
Millennio è riscontrabile, in particolare, nell’interesse delle stesse verso
strumenti mirati per il supporto alle decisioni. E’ naturale, infatti, che,
operando in un ambiente in cui la complessità cresce esponenzialmente, anche
le PMI possano trarre enormi vantaggi dall’adozione
di tools applicativi per la gestione integrata ed
efficiente di dati e informazioni. DEFINIZIONE DI BUSINESS INTELLIGENCE La ricerca e la gestione razionale, strutturata
ed “intelligente” di questi dati e la loro analisi viene indicata con il nome
di Business Intelligence (BI), termine che indica in generale l’insieme dei
processi, delle tecniche e degli strumenti basati sulla tecnologia
dell’informazione, che supportano i processi decisionali di carattere
economico in funzione dei livelli d’analisi che l’Impresa vuole conseguire.
In altri termini la BI è l’insieme di concetti, tecniche
e metodologie che aiutano il miglioramento del processo decisionale
attraverso un’adeguata comprensione dei fenomeni d’interesse per il
management. La BI è quindi ottenuta attraverso l’uso di tecnologie hardware/software (HW/SW) che consentono alle Imprese di
tradurre dati in informazioni, opportunamente diffuse affinché diventino
conoscenza sul business. Essa fa da supporto strategico/decisionale
all’evoluzione dei più tradizionali sistemi ERP (Enterprise Resource
Planning) (un sistema ERP è sostanzialmente
un’unica applicazione integrata che gestisce tutte le procedure operazionali
tramite un unico database relazionale ed un’unica interfaccia utente
integrata). Collegare e rendere coerenti questi dati trasformandoli in
informazioni e trasformare le informazioni in conoscenza sono gli obiettivi
imprescindibili in un’ottica di BI, ovvero assistere
il dirigente aziendale nel trasformare la qualità delle informazioni in
materia prima necessaria per pianificare e supportare il processo
decisionale. Il problema fondamentale nella BI è allora quello di disporre di sufficienti informazioni in modo tempestivo e
fruibile e di analizzarle, cosicché da poter avere un impatto positivo sulle
strategie, le tattiche e le operazioni manageriali. Per attuare una gestione aziendale in un contesto di BI sono necessari due strumenti tra loro
integrati: i Sistemi di Supporto alle Decisioni, DSS (Decision Support Systems)
e la Tecnologia del Web, WBT
(Web-Based Technology). Decision Support Systems (DSS) In termini del tutto generali, i DSS sono i sistemi e le procedure
informatiche di supporto alle scelte tattico/strategiche dei manager nei processi
direzionali. Più precisamente essi possono essere definiti come sistemi che
operano sotto il controllo di uno o più Decision Maker
assistendoli nella loro attività decisionale, fornendo un insieme organizzato
di strumenti con cui è possibile definire un modello ad una parte del
problema decisionale, permettendo di migliorare l’efficacia complessiva della
decisione. A tal fine essi utilizzano sistemi di trattamento automatico delle
informazioni, rivolti a migliorare e a rendere più efficienti i processi
decisionali non completamente strutturati, cioè
quelli relativi a situazioni complesse, oppure nuove e poco conosciute, per
le quali il Decision Maker non può far riferimento ad alcuno schema
precostituito. I DSS vengono implementati con
lo scopo di raggiungere questi obiettivi indipendentemente dal livello di
operatività dello stesso all’interno dell’Impresa, in particolare:
I DSS devono essere
in grado di fornire in tempo reale informazioni, rapporti e consentire
analisi di varia natura, come ad esempio la Rappresentazione Multidimensionali dei Dati
(RMD) sull’”ipercubo” o le elaborazioni OLAP (On-Line Analytical
Processing) per l’analisi dimensionale delle
informazioni. A tutto questo va integrata la capacità di giudizio,
l’esperienza e l’intuito del management con
l’applicazione di modelli sviluppati con linguaggi di programmazione
informatica. I DSS rappresentano, dunque, un nuovo modo di
utilizzare in azienda le potenzialità offerte dall’utilizzo di tecnologie
HW/SW innovative, considerate, non più come semplici elaboratori di
dati, ma, al contrario, come indispensabili strumenti di management, per
accedere direttamente ai sistemi informativi ed ai modelli analitici
aziendali. DSS e WBT costituiscono gli elementi fondamentali della BI, ovvero quei sistemi che permettono di creare processi
organizzativi ed informativi che, arricchendo ed articolando l’informazione
attraverso modelli di analisi e reporting multidimensionale, migliorano le capacità di
modellazione, simulazione e previsione della gestione aziendale. elementi dei dss: Data Warehouse e Data Mining Gli elementi fondamentali che formano i Decision Support Systems (DSS) in un’ottica
di Business Intelligence (BI) sono essenzialmente le
applicazioni di Data Warehouse (DW)
e quelle di Data Mining
(DM). Data Warehouse (DW) L’idea fondamentale che sta alla base del concetto di DW è che le esigenze dei processi operativi sono completamente
diverse da quelle dei processi decisionali, e quindi i sistemi informativi
utilizzati in ambito operativo devono essere distinti da quelli adoperati in
ambito decisionale. Partendo da questa osservazione,
nell’ambito dei progetti di Business Intelligence, il DW è stato sviluppato
con l’obiettivo di: 1 integrare,
tramite operazioni di estrazione, pulitura,
trasformazione e caricamento, le molteplici fonti di dati operativi
provenienti sia dai sistemi transazionali
gestionali, sia da altri sistemi; 2 disaccoppiare l’ambiente operativo dell’azienda da quello
di analisi e di decisione sui fatti aziendali più
rilevanti, al fine di garantire velocità, ritmi, prestazioni e contenuti
informativi molto diversi tra loro. Più precisamente il DW (letteralmente magazzino di
dati) viene definito come una collezione di dati
aventi le seguenti caratteristiche: Subject-oriented: i dati di interesse sono
relativi solo ai soggetti dell’organizzazione Integrated: i dati vengono modellati
in una forma consona al management Non-volatile: i dati sono di tipo read-only. Time-variant: i dati rappresentano delle serie storiche. A, partire dai dati eterogenei provenienti dalle varie
fonti interne ed esterne all’Impresa (Internet, Banche Dati, etc.), il DW
produce le informazioni necessarie, trasformando quei dati in informazioni congruenti, che consentono ad analisti e
manager dell’Impresa di accedere ai dati in modo veloce, consistente e
interattivo in un'ampia varietà di visioni dell'informazione. In particolare
il DW, descrive il processo di estrazione, pulitura,
trasformazione e caricamento delle informazioni presenti all'interno o
all'esterno delle aziende come supporto ai Decision Maker, differenziandosi
in modo sostanziale dai normali sistemi gestionali che, al contrario, hanno
il compito di automatizzare le operazioni di routine. La tecnica del DW, come
anticipato, prevede quindi un processo di operazioni
sui dati diviso in quattro fasi:
Un aspetto
fondamentale che contraddistingue il DW è la Rappresentazione Multidimensionale dei Dati (RMD). Nella RMD i dati sono
organizzati per soggetti. Per ogni determinato soggetto la base di dati è
costituita da un insieme di celle (i singoli eventi) in uno spazio
n-dimensionale (ipercubo di n-lati), i cui n-assi
rappresentano le n-dimensioni di interesse per
l’analisi. Le dimensioni possono assumere qualsiasi insieme di valori
(numerici e non) finito e discreto, e sono organizzate in gerarchie che
rappresentano i possibili livelli di aggregazione
per i dati: “periodi di tempo”, “luoghi di vendita”, “tipi di prodotto”,
“tipi di cliente” sono esempi di dimensioni comunemente utilizzate. Ogni
singolo evento è quindi identificato univocamente da una n-pla
di valori dimensionali, detti attributi dell’evento, ovvero
le coordinate dello spazio n-dimensionale. Ogni cella del cubo contiene
misure numeriche che quantificano l’evento da diversi punti di vista, quali i
volumi di vendita, i ricavi realizzati, i costi sostenuti, etc. L’importanza
della RMD risiede nel fatto che essa consente di individuare eventuali
andamenti inattesi, ovvero regolarità o irregolarità
negli eventi, offrendo differenti prospettive o “punti di vista”, attraverso
le quali osservare ed eseguire opportune operazioni sui dati. I valori (attributi) di una dimensione possono essere in
relazione parziale tra loro secondo una gerarchia (ad esempio dimensione
luogo: città > regione > stato / dimensione tempo: giorno > mese
> anno). Queste relazioni tra attributi (gerarchie) vengono sfruttate dalle tecnologie OLAP (On-Line Analytical Processing) per permettere all’utente di
visualizzare, effettuando interrogazioni on line in maniera intuitiva e
personale, diversi scenari multidimensionali dei
dati sull’ipercubo di interesse, con vari livelli
di dettaglio dimensionale. Queste interrogazioni avvengono utilizzando
fondamentalmente tre tipologie di operatori OLAP: restrizione: mediante gli operatori slice e dice viene
variato il numero delle dimensioni di analisi; aggregazione: mediante gli operatori roll-up
e drill-down viene variato il livello di dettaglio
dimensionale pivoting: mediante l’operatore di pivoting
vengono ruotati gli assi di visualizzazione dell’ipercubo. I sistemi OLAP
costituiscono quindi il modo migliore sia per accedere
ai dati di un DW, organizzati attraverso modelli multidimensionali,
sia per mettere il Decision Maker in condizione di realizzare sofisticate
indagini a supporto del proprio processo decisionale. Riassumendo
sinteticamente, il DW può essere visto quindi come un ambiente specializzato
a sé stante, in cui si fanno periodicamente convergere tutti i dati utili ai
processi decisionali, organizzandoli in una forma comprensibile per chi in
azienda deve prendere decisioni tattiche e/o strategiche. Data Mining (DM) L’altro elemento
fondamentale dei DSS è il Data Mining.
Il DM è il processo di estrazione di informazione
valida, utilizzabile e precedentemente sconosciuta, da grandi database (ad
esempio il DW) per il successivo utilizzo di queste informazioni in cruciali
decisioni di business. Questo processo si realizza mediante l’applicazione di algoritmi che individuano le associazioni “nascoste”
tra le informazioni e le rendono “visibili”. In altri termini le tecniche di
DM ricercano l’informazione nascosta in una grande
collezione di dati. Esse vengono utilizzate in tutti
quei casi in cui l’utente stia cercando risposte a domande che non è in grado
di formulare: è quindi il sistema, contrariamente alle analisi OLAP, ad avere
la conoscenza necessaria per indicare all’impresa dove si trovano gli
elementi, i punti caldi e le relazioni più interessanti. Le analisi eseguite
nel DM possono essere classificate in due categorie: predittive e
descrittive. Mentre le analisi predittive mirano a stabilire quali saranno
una caratteristica o un valore sconosciuti di un elemento di un insieme in base
alla storia conosciuta di altri elementi dello
stesso insieme, le analisi descrittive mirano ad identificare delle proprietà
o delle relazioni reciproche degli oggetti analizzati, permettendo di capire
e descrivere meglio le caratteristiche intrinseche dell’insieme dei dati
analizzati. Al fine di indirizzare la ricerca verso le informazioni
d’interesse per l’utente, che spesso si trovano all’esterno dell’impresa, la
tecnologia del Data Mining
utilizza motori di ricerca, tecniche d’Intelligenza Artificiale ed algoritmi
che apprendono. Molti sono i settori nei quali il DM ha dato importanti
risultati, tra i quali si possono citare il Banking,
il Management, il Marketing, ma anche le
Assicurazioni, le Telecomunicazioni, la Medicina e l’Astronomia. Il DM in realtà è
solo una parte di un processo iterativo più ampio, il Knowledge Discovery in Databases
(KDD). Il KDD è il processo di esplorazione e
analisi di grandi quantità di dati, condotto in modo automatico o
semiautomatico, al fine di scoprire delle regolarità nei dati, che siano
considerabili nuovi elementi di conoscenza. Tale processo prevede delle fasi
di selezione, pulizia e integrazione dei dati, in maniera del tutto simile a
quanto detto per i DW, al fine di rimuovere inconsistenze, trattare dati mancanti,
e determinare il giusto livello di aggregazione. Vengono poi selezionati i dati rilevanti per l’analisi che
vengono passati agli strumenti del DM, verificandone a posteriori la
correttezza. Successivamente il processo di KDD
riparte dai dati tenendo conto di ciò che già si conosce e quindi escludendo
dalla ricerca la nuova conoscenza acquisita. Web-Based Technology (wbt) Il secondo strumento fondamentale della BI è la Tecnologia del Web,
WBT (Web-Based Technology). La WBT è costituita
sostanzialmente dalle reti informatiche Intranet, Extranet, Internet (per la
connessione rispettivamente tra unità interne, con partner operativi esterni
e con il pubblico) che, integrate con i DSS, sono utili a concretizzare la
gestione della conoscenza (Knowledge Management) in nuovi e migliori modi di fare business. Il
coinvolgimento della BI in Internet, apre la strada alla E-Business Intelligence (E-BI),
differenziandosi dalle altre forme di BI per il suo esistere in tempo reale,
condizione questa che richiede la sua integrazione, istante per istante, con
i processi di business dell’organizzazione. Queste tecnologie innovative
aprono scenari di business del tutto nuovi, con approcci estesi al Management Intelligence, perché nuove sono le esigenze, le
domande e le prospettive che coinvolgono le aziende che utilizzano tecnologie
web-based in un’economia di competitività globalizzata. CONCLUSIONI Tuttavia, ai grandi vantaggi offerti
dalla BI si contrappone soltanto l'ostacolo dell'approccio culturale, un
approccio che in parte ancora oggi fa ritenere che le soluzioni di BI
costituiscano, per motivi di costi ed organizzativi, una prerogativa
esclusiva delle grandi aziende, e quindi non adatte alle PMI. In realtà le
tipologie di soluzioni software e di applicativi
attualmente disponibili sul mercato sono orientate sempre più alle esigenze
delle piccole e medie realtà imprenditoriali, sia in termini di costi sia in
termini operativi. La BI rappresenta allora una tecnologia a portata di mano
alla quale le PMI non possono più rinunciare, una tecnologia che dà
l’opportunità di migliorare il proprio posizionamento
competitivo sul mercato globale. A conclusione di questa breve introduzione possiamo dire che quando i dati vengono assemblati, filtrati,
tradotti, sincronizzati e ottimizzati dai sistemi della Business
Intelligence, essi si trasformano in informazioni e le informazioni in
conoscenza: la conoscenza così acquisita assume connotazioni di capitale
intellettuale dell’Impresa, ossia di valore che, adeguatamente investito, può
individuare nuove strategie di intervento e quindi inedite potenzialità ed
opportunità di business. |
|||||||||||||||||||||||
|
|
|
|||||||||||||||||||||||
