Articoli del meseArticoli del mese

Articoli del mese


Stampa articolo

Articolo del Mese - Luglio 2003

Business Intelligence: dalla teoria alla realtà (I parte)

Shaku Atre by Shaku Atre

Perché il 60 percento dei progetti di BI non riescono a raggiungere completamente l?obiettivo previsto inizialmente?
Le iniziative di Business Intelligence (BI), ovvero di pieno sfruttamento delle informazioni a beneficio dell?impresa, in termini di supporto alle decisioni, sono costose e difficili da realizzare.
In realtà, circa il 60 percento di tutti i progetti di BI non riescono a raggiungere completamente l?obiettivo previsto inizialmente. Non è detto, però, che questo debba continuare ad accadere.
I progetti di BI sono costosi perché richiedono l?estrazione ed elaborazione di dati di proprietà o di interesse dell?azienda, sempre eterogenei e provenienti da fonti diverse che, a loro volta, comprendono i sistemi di transazioni on line (OLTP), i sistemi batch e altre fonti esterne.
Inoltre, molti sistemi di BI a supporto delle decisioni richiedono nuove tecnologie, nuove attività e nuovi ruoli e responsabilità delle persone.
Le applicazioni di analisi e di miglioramento dei processi decisori debbono quindi essere completate rapidamente, fornendo risultati altamente qualitativi.
I progetti di BI sono difficili da implementare e questa è una delle cause del gran numero di fallimenti, dovuti a un lunga lista di errori e di passi falsi. Questi comprendono pianificazione inadeguata, attività mancate, obiettivi temporali non rispettati, gestione del progetto non adeguata, requisiti non comunicati dagli utenti e prodotto risultante di scarsa qualità.
Esiste, però, un?alternativa che può consentire di contenere i costi dell?implementazione dei sistemi di BI, riducendo il tasso di errore. Per ottenere miglioramenti di questo tipo, i technology manager debbono utilizzare gli strumenti giusti e il metodo appropriato per l?implementazione del sistema di BI, a supporto delle decisioni. In aggiunta, devono anche aprire gli occhi sulle nuove quattro realtà dellaù BI.
In primo luogo, i technology manager debbono rendersi conto che la BI non è né un prodotto né, tanto meno, un sistema.
Si tratta, invece, di un?architettura e di un insieme integrato di sistemi operativi. La BI può comprendere anche applicazioni a supporto delle decisioni e basi dati, che rendano più facile l?accesso alle informazioni dell?impresa.

Esempi di applicazioni a supporto delle decisioni sono:
  • analisi multidimensionale (OLAP)
  • analisi dei dati via Web (click-stream)
  • Data Mining
  • previsioni
  • analisi delle attività dell?impresa
  • Balanced Scorecard
Le basi dati di BI a supporto delle decisioni comprendono:
  • Data warehouse complessivi dell?impresa
  • Data Mart (funzionali e dipartimentali)
  • Warehouse di approfondimento (statistici)
  • Basi dati per il data mining
  • Warehouse gestibili dal Web (click-stream)
In secondo luogo, i manager debbono imparare che le implementazioni di BI, allo stesso modo di praticamente ogni tipo di progetto complesso, si realizzano mediante sei fasi, comprese tra quella iniziale e la completa attivazione del prodotto risultante. Tali fasi sono:
Articolo del Mese - Luglio 2003 - Figura 1
  1. Giustificazione: valutazione di un problema o di un?opportunità dell?impresa, che dia luogo alla creazione di un progetto.
  2. Pianificazione: definizione di piani tattici e strategici, che indichino il modo di procedere del progetto.
  3. Analisi: analisi dettagliata del problema o dell?opportunità, mirata ad acquisire una solida conoscenza delle necessità dell?impresa, in modo da esprimere un?ipotesi di soluzione.
  4. Progettazione: progettazione di un prodotto che risolva il problema o che consenta di sfruttare l?opportunità.
  5. Realizzazione: fase successiva alla progettazione, dedicata alla realizzazione del prodotto, con un?aspettativa di ritorno sull?investimento entro un periodo di tempo prefissato.
  6. Diffusione: implementazione (o vendita) del prodotto finito. Ne viene misurata l?efficacia, per determinare se la soluzione corrisponda alle aspettative oppure non consenta il ritorno atteso sull?investimento.
In terzo luogo, i manager debbono rendersi conto che i sistemi di BI, come molti altri processi strutturati, sono iterativi. Questo significa che un sistema di questo tipo, dopo essere stato attivato, richiede un continuo aggiornamento e sviluppo in base al feedback fornito dagli utenti.
Ciascuno di questi processi operativi produce, ciclicamente, una nuova versione o un nuovo rilascio del prodotto. In questo modo, il prodotto matura e continua la sua evoluzione. Quindi, il processo iterativo della BI produce un importante effetto collaterale, che consiste nel rendere inadeguati e inappropriati i metodi di sviluppo del passato.
Per ogni sistema, infatti, prima erano chiari i punti di inizio e di fine e, inoltre, il prodotto risultante veniva sviluppato per un insieme ben determinato di utenti, all?interno di una specifica linea operativa dell?impresa.
Per tale motivo non erano necessarie attività di collegamento tra le diverse funzioni e, in effetti, i progettisti dell?epoca consideravano tali attività come una barriera destinata unicamente a rallentare il progredire dei progetti.
Oggi, tuttavia, queste modalità di sviluppo non sono più applicabili. Le iniziative moderne di BI integrata debbono tenere conto delle attività condivise tra le diverse funzioni, necessarie per creare un ambiente di supporto alle decisioni che comprenda l?intera impresa.
Questo richiede, ciclicamente, l?impiego di sempre nuove professionalità, metodologie e tecniche di sviluppo.
Infine, i manager debbono imparare che un ambiente di BI di supporto alle decisioni, dinamico e integrato, per sua natura è iterativo. In altre parole, non può essere realizzato in un istante, come un ?big bang? ma, al contrario, dati e funzionalità debbono essere parte di un insieme, nell?ambito di un rilascio unico per gli utenti.
Ogni diffusione di un prodotto di questo tipo provocherà, verosimilmente, la definizione di nuove necessità, alle quali bisognerà rispondere con il rilascio successivo e così di seguito.
Continua nel mese di Agosto 2003

Business Intelligence: dalla teoria alla realtà (I parte) - Technology Transfer

L’evoluzione dell’IT tra sfide e promesse
Frank Greco

Verso la new digital economy. Quale architettura per la trasformazione digitale?
Mike Rosen

Ecco come capire il cliente. I diversi punti di vista della Business Analysis
James Robertson

Ecco come capire il cliente I diversi punti di vista della Business Analysis
Suzanne Robertson

E se il Design Sprint fosse il nuovo asso nella manica? Come risolvere grandi problemi e testare nuove idee
James Hobart

Come essere veramente data driven. L’importanza dell’architettura dati
Mike Ferguson

Il Machine Learning in azienda. Come migliorare performance e previsioni
Frank Greco

Portfolio management avanzato: Come trasformare gli investimenti in cambiamento
Chris Potts

L’imbuto e le biglie. Ovvero la metafora della produttività dei team
Sander Hoogendoorn

Dal Data Warehouse al digital business. Un’architettura di trent’anni ancora valida
Barry Devlin

Dai silos a un ecosistema analitico integrato. Un approccio per avere dati da usare su più sistemi
Mike Ferguson

Come accelerare l’innovazione in azienda. La nuova generazione dell’IT enterprise
Frank Greco

Tassonomie e ricerche. Ecco come ottenere migliori risultati
Heather Hedden

Viaggio verso il data warehouse logico
Il grande dilemma della business intelligence

Rick van der Lans

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