Documenti di Didattica
Documenti di Professioni
Documenti di Cultura
Agenda
Illustrare le logiche di funzionamento sottostanti la piattaforma integrata SAP BPC 5.1 e fornire
le conoscenze di base per consentire una gestione piena ed efficiente degli strumenti in essa contenuti
Sviluppare le competenze di base per lutilizzo autonomo delle principali funzionalit presenti nel sistema, mediante una serie di esercitazioni sulle aree tematiche dinteresse che avranno ad oggetto il modulo di amministrazione e quello applicativo.
Agenda
Introduzione
Attivit
Che cosa SAP BPC Il Corporate Performance Management e la Business Intelligence Le esigenze informative nella gestione dei processi Le architetture tecnologiche per lanalisi dei dati La piattaforma SAP BPC Terminologia e concetti di base
CPM un acronimo per Corporate Performance Management Una piattaforma CPM permette lintegrazione e lottimizzazione di processi aziendali chiave, come ad esempio (ma non esclusivamente) processi di Analisi dei dati, Previsione, Pianificazione, Controllo e Reporting attraverso la gestione coerente del flusso informativo e lautomazione e gestione dei relativi processi
10
11
BI
CPM
Decisioni e Azioni
% Tempo impiegato
Analisi informazioni
12
13
Lo scenario di unazienda che non adotta una piattaforma integrata di CPM presenta le seguenti caratteristiche:
Transactional systems :
Applicazioni diverse e isolate per la gestione dei singoli processi Interfacce utenti separate e spesso non omogenee Condivisione delle informazioni gestita con flussi di email Perdita di informazioni (dati non strutturati) e visione dei numeri non univoca Molti processi manuali Scarsa sicurezza
A A C A B C Reporting
14
rolling forecast
Controllo
Analisi scostamenti
Piani di Sviluppo
Marketing Plan Piano Vendite Piano Post vendita Piano Organizzativo RU Piano ICT Business Plan, Consolidamento risultati gestionali ed economici Budget Top Down - Bottom up
Reporting Direzionale
Criticit di processo:
Numero sempre crescente di partecipanti ai processi e numerosit di processi da gestire (budget, forecast e actual) Tempi di elaborazione ed analisi sempre pi ristretti
15
LOGICHE Unicit dei dati Archiviazione dei dati Ownership dellinformazione Rigidit strutture logiche Dinamicit della strutture organ.ve Complessit delle attivit
OPERATIVE Attivit ridondanti Manutenzione dei file Verifiche e check non automatici Manualit delle operazioni Drill down dei dati Tempi di chiusura attivit
INFORMATICHE Duplicazione back-up dati e file Tempi di elaborazione dei dati Fruibilit e tempestivit dei dati Performance limitate strumenti Elevati costi hardware Elevati costi di automazione
16
17
Tableau de Bord/Cruscotto direzionale Analisi per Key Indicators Reportistica direzionale Bilancio di sostenibilit Pianificazione acquisti e piano di committenza Strategic Planning Budget economico patrimoniale HR Planning & Analysis Rolling forecast e simulazioni Consolidato Civilistico Consolidato Gestionale
18
La qualit dellanalisi
Processo evolutivo
Alta
Analisi patrim./finanziaria
Bassa
Analisi vendite
CPM
Analisi Dati contabili / Transazioni elementari
BI
Basso
Alto
19
Attivit
Che cosa SAP BPC Il Corporate Performance Management e la Business Intelligence Le architetture tecnologiche per lanalisi dei dati Le esigenze informative nella gestione dei processi La piattaforma SAP BPC Terminologia e concetti di base
20
RDBMS vs MDDBMS
Aspetti Generali
RDBMS (Relational DBMS) MDDBMS (Multidimensional DBMS)
1.
Una parte importante del patrimonio di conoscenza di unazienda contenuto in forma strutturata nelle basi dati delle applicazioni gestionali. La tradizionale struttura dati di un modello relazionale ottimizzata per lesecuzione di transazioni (cio gestione di documenti operativi), ma non adatta ad operazioni di analisi ed interpretazione e nemmeno ad
2.
3.
21
RDBMS vs MDDBMS
Principali caratteristiche
I Multi Dimensional DBMS si differenziano da i Relational DBMS per le seguenti caratteristiche:
1.
Consentono interrogazioni complesse su grandi quantit di dati strutturati su pi dimensioni (tra cui il tempo). Le tabelle dei dati vengono rappresentate in forma spaziale come cubi, navigabili come le tabelle pivot di Excel
2.
3.
In un cubo i dati vengono organizzati in dimensioni di analisi, che rappresentano le viste attraverso cui un numero pu essere navigato (ad esempio le vendite di un prodotto in un certo mese per un dato mercato)
4.
Le interrogazioni (query) dei dati relativi agli elementi delle varie dimensioni sono pre-eseguite allatto del caricamento e memorizzate in una cache (memoria veloce), in modo da accelerare i tempi di risposta (come se il sistema gi conoscesse tutti i possibili risultati delle query)
5.
Ad una risposta veloce in fase di utilizzo fa riscontro un caricamento lento (il sistema processa i tutti i dati per
calcolare le query)
22
OLTP vs OLAP
Sui MDDBMS sono state sviluppate le prime tecniche di elaborazioni analitiche interattive denominate On Line Analytical Processing, o OLAP.
Il termine fu coniato nel 1994 da Codd in uno studio per Arbor, in contrapposizione al tradizionale OLTP, OnLine Transactional Processing.
23
OLTP vs OLAP
Concetto
24
OLTP vs OLAP
Aspetti distintivi
On Line Transactional Processing
La tecnologia delle basi di dati finalizzata prevalentemente alla gestione dei dati elementari di consuntivo I sistemi OLTP forniscono i dati per lambiente OLAP, sono cio una sorgente di dati (data source) per tale ambiente. Gli utenti di sistemi OLTP sono tipicamente terminalisti (operatori di data entry, ad es. amministrativi)
I dati disponibili possono essere utilizzati non solo nella gestione del consuntivo ma anche nella pianificazione Solitamente, i dati presenti nei sistemi OLAP sono degli aggregati delle transazioni elementari Gli utenti di sistemi OLTP sono tipicamente analisti
25
OLTP vs OLAP
La trasformazione dei dati 1/2 OLTP
OLAP
26
OLTP vs OLAP
La trasformazione dei dati 2/2
Informazioni
Navigazione / Analisi
Elaborazione
OLAP Storicizzazione in DB relazionale Pulizia e normalizzatione dati
Dati
27
Elaborazione OLAP
Dati elementari
10/01/2008 15/03/2008 20/03/2008 25/01/2008 27/02/2008 LA SF SF LA SF SALES SALES SALES SALES SALES ACT ACT BDG ACT BDG 20 500 24 17 400
CUBO MULTIDIMENSIONALE
WEST
L.A. S.F. PHX DEN Budget
Sal - Gen
Actual
Sal - Mar
28
Elaborazione OLAP
OLTP
OLAP
Dimensione Region
Dimensione Product
Sales (FATTI)
Dati organizzati in record Ogni record suddiviso in campi Per ogni interrogazione deve scorrere lintero DB Totali e subtotali vengono ricalcolati ad ogni interrogazione (anche se i dati elementari non sono cambiati)
Dati organizzati in matrice Le celle sono il risultato delle possibili combinazioni I totali vengono precalcolati e sono immediatamente disponibili per linterrogazione: eventuali cambiamenti ai dati elementari comportano il ricalcolo in tempo reale
29
OLTP vs OLAP
Aspetti distintivi 1/2
CARATTERISTICHE Accuratezza Ampiezza territoriale Aggiornamento Granularit Query ad hoc Tempi di risposta
OLAP Sullaggregato Serie storiche Giorni/Mesi (in funzione dei processi) Dettagli aggregati Frequenti Veloci
30
OLTP vs OLAP
Aspetti distintivi 2/2
OLTP
Un sistema transazionale aiuta le persone a portare avanti le proprie attivit
OLAP
Aiuta le persone a prendere decisioni
Un sistema transazionale orientato al dettaglio Un sistema transazionale rappresenta la base dati per sistemi OLAP
E orientato ad un alto livello di aggregazione dei dati Rappresenta la base dati ed il motore di calcolo per i sistemi di B.I. e CPM
31
Attivit
Che cosa SAP BPC Il Corporate Performance Management e la Business Intelligence Le architetture tecnologiche per lanalisi dei dati Le esigenze informative nella gestione dei processi La piattaforma SAP BPC Terminologia e concetti di base
32
Il manager strategico si concentra su una categoria di prodotti, unarea regionale e un orizzonte temporale medio
33
per quarter
per versione (Consuntivo/Budget)
1 Quart Mkt Vendite Post Tot 2 Quart Mkt Vendite Post Tot Apr Mar Feb Gen
Ricavi
Vendite
34
Finance
Operations
Sales
Marketing
34
35
Attivit
Che cosa SAP BPC Il Corporate Performance Management e la Business Intelligence Le esigenze informative nella gestione dei processi Le architetture tecnologiche per lanalisi dei dati La piattaforma SAP BPC Terminologia e concetti di base
36
37
INPUT
PROCESSI/ELABORAZIONI
OUTPUT
Manual Adj
Unstructured data
Structured data
Architettura applicativa
Produzione report
38
Un database multidimensionale pu essere raffigurato mediante un sistema di assi ciascuno dei quali
corrisponde ad una dimensione
Una combinazione di elementi, uno per ciascuna dimensione, identifica univocamente il dato Questo tipo di strutturazione dellinformazione adatta per rappresentare dei dati aggregati e
qualitativi
Un database multidimensionale si costruisce a partire da un database relazionale Le dimensioni sono scelte dal progettista in funzione delle necessita di analisi e non vi e
necessariamente una corrispondenza diretta con le tabelle del database
RDBMS/OLTP
Anagrafica A
A X Z G Y H . A X Z B Y
c3
MDDBMS/OLAP
Fact Table
C .. D .. E .. F ..
Transazioni
Anagrafica D
Anagrafica E
.
b2
a2
39
Qt venduta
Q4 Q1 Q2 Q3 Dimensione TEMPO
40
Dimensione TEMPO
41
Attivit
Che cosa SAP BPC Il Corporate Performance Management e la Business Intelligence Le esigenze informative nella gestione dei processi Le architetture tecnologiche per lanalisi dei dati La piattaforma SAP BPC Terminologia e concetti di base
42
Struttura logica di immagazzinamento dellinformazione Un Cubo sta ad un OLAP DB come una tabella sta ad un DB
relazionale
Asse di analisi Elemento strutturale di base dei cubi Equivalente logico dei domini relazionali Fornisce una vista descrittiva delle misure del DB Formata da membri, generalmente organizzati in strutture gerarchiche
Ad ogni tipo corrispondono differenti proprieta La dim. M non puoessere modificata dallutente Gli elementi predefiniti sono: Periodic,
YTD, QTD, MTD e WTD
Misura (Measure)
43
2.
Contiene un insieme di dimensioni che possono essere condivise tra le varie applicazioni Corrisponde ad un database in MS Analysis Services e MS SQL
Una Application (applicazione) ununit funzionale utilizzata per un fine specifico, come, ad esempio, unapplicazione di reporting direzionale o una di budgeting
3.
E parte di un Application Set Pu condividere alcune dimensioni con altre applicazioni allinterno dello stesso Application Set e pu averne altre che utilizza in modo esclusivo
Tutti gli elementi di ciascuna dimensione si incrociano potenzialmente tra di loro (il motore OLAP calcola tutte le possibili combinazioni come prodotti cartesiani) E possibile organizzare gli stessi elementi di una dimensione in gerarchie alternative (ad esempio anno fiscale ed anno solare)
44
Dimensioni
Un classico esempio di gerarchia: la dimensione tempo
Nodo di risalita (spesso chiamato padre) Elemento elementare (spesso chiamato foglia)
Sui nodi non possibile imputare o attribuire valori; possibile farlo solo sulle foglie Se nelle tabelle dei dati sono presenti dei nodi valorizzati, essi vengono ignorati per le interrogazioni: il nodo sempre ricalcolato come somma (roll-up) degli elementi sottostanti In questo caso si fatta lipotesi di raggruppamento trimestrale; possibile costruire un raggruppamento bimestrale
45
Dimensioni
Lorganizzazione degli elementi in gerarchia indica automaticamente al sistema di sommare sui nodi i valori attribuiti agli elementi sottostanti
Calcolo
Sales
Dati elementari
Sales ()
115.2 120.3
100.5
46
Dimensioni
Scrittura sui nodi: possibili soluzioni
Soluzione 1: Inviare i dati su un mese predefinito (esempio dicembre). La gerarchia garantisce che sul totale anno si possa vedere gli stessi dati Soluzione 2: Creare un membro fittizio dedicato per queste casistiche ed inviare i dati su questo elemento.
2005.INPUT
47
Dimensioni
Le gerarchie alternative: riclassificazione degli stessi elementi
UK Ops.
48
Dimensioni
Dimensione TEMPO
2008.B1
TEMPO CLIENTI
Cliente 1 Cliente 1 Cliente 1 Cliente 1 Cliente 2 Cliente 2 Cliente 2 Cliente 2 Cliente 1 Cliente 1 Cliente 1 Cliente 1 Cliente 2 Cliente 2 Cliente 2
MISURE
Costo MKTG Costo IT Costo MKTG Costo IT Costo MKTG Costo IT Costo MKTG Costo IT Costo MKTG Costo IT Costo MKTG Costo IT Costo MKTG Costo IT Costo MKTG
VALORE
2008.GEN 2008.FEB
Dimensione CLIENTI
Totale Clienti Cliente 1 Cliente 2
Dimensione MERCATO
Totale Europa
Italia
Francia
Dimensione MISURE
TOTALE COSTI Costo MKTG Costi IT
2008.FEB
Cliente 2
Francia
Costo IT
Il motore OLAP permette tutte le possibili combinazioni (incroci) tra gli elementi delle dimensioni di una applicazione (anche se non valorizzati e/o non sensati ad es. il cliente 1 non opera in Francia) e ne calcola tutte le possibili risalite sui nodi
49
Creazione e profilazione utenti Gestione del workflow Implementazione dei Business Process Flows Altre attivit di amministrazione (security, Audit, ecc) Sviluppo del portale web
50
Linterfaccia utente
Linterfaccia utente, in tutti i moduli (Administration, Office,Web), composta idealmente da due aree: a sinistra si trova unarea operativa (nella figura in nero), dove si trovano gli elementi da gestire (Administration) e/o i dati da visualizzare (Office) a destra (nella figura in rosso) lAction Pane riporta le azioni e le funzionalit a disposizione dellutente, adattandole alle selezioni operate nellarea a sinistra (Context-Sensitive)