SlideShare uma empresa Scribd logo
1 de 24
Bologna, 25 giugno 2013
More Retail Intelligence: i dati
transazionali ed aggregati in un
unico progetto di modellazione
Claudio Lattanzi
A servizio delle proprie strategie
di business, del proprio modello
organizzativo e dei propri clienti
Le informazioni sono in continua crescita ma non
sempre questo patrimonio aziendale viene realmente
convertito in conoscenza!
IL BISOGNO DI CONOSCENZA
 In uno scenario di mercato così agguerrito diventa
determinante mettere a disposizione delle azienda
strumenti in grado di controllare l’andamento del
business e rispondere alle nuove esigenze di
analisi
 Cruscotti sintetici per il controllo delle performance
 Modelli analitici per anticipare ed assecondare i trend
evolutivi del mercato
3
A partire dalle tipiche funzioni dove
sono stati intrapresi i primi progetti
(marketing e commerciale)
La diffusione dei sistemi di Business Intelligence
rappresenta oggi un fenomeno ormai consolidato
4
LE SOLUZIONI DI BUSINESS INTELLIGENCE
 Ma la tecnologia implementativa basata su
database specifici di processo auto-consistenti
(Data Mart) inizia a manifestare grossi limiti per i
retailer
 Dati non confrontabili in quanto aggregati con metriche
differenti a seconda della provenienza
 Valorizzati con costi “fissati” nelle ETL di alimentazioni
 Con richiesta di elevati skill tecnologici per qualsiasi
implementazione derivante dall’evolvere dei processi di
business
5
ARCHITETTURA APPLICATIVA
6
ControllerSistemi transazionali
Carta fedeltà Marketer
ICT Management
MISURARE, SIMULARE E INTERPRETARE
 Il moderno controllo di gestione deve essere
strutturato come un processo dinamico e flessibile
 Per rispondere a nuovi paradigmi e nuove sfide legate
all’evoluzione del business e delle sue complessità
 In grado di mettere a disposizione strumenti
evoluti di analisi, interpretazione e simulazione
delle informazioni aziendali
7
TEMPESTIVITÀ ED EFFICACIA
 Le crescenti esigenze stanno contribuendo a far
sviluppare nuove soluzioni in grado di sostenere in
modo piùtempestivo ed efficiente la richiesta di
informazioni
 Aperte ai nuovi strumenti gestionali ed alle nuove
tecnologia
 In grado di convertire tempestivamente le informazioni
in conoscenza
 A supporto delle decisioni strategiche ed operative
8
BUSINESS INTELLIGENCE 2.0
 Per questo motivo nel mercato della Business
Intelligence sta avvenendo lo stesso fenomeno
che si è riscontrato nel mondo del Web con la
nascita del Web 2.0
 Un salto tecnologico che potrebbe far immaginare
nuovi paradigmi
 Ma il fenomeno continua a presentarsi con aspetti
irrisolti nel disegno dell’architettura, del portafoglio
applicativo e degli skill richiesti
9
ALIGNED BUSINESS INTELLIGENCE
 Ma piùche a definizioni “tecnologiche”, i retailer
sono interessati a progetti BI realmente allineati
con le esigenze del proprio (Aligned Business
Intelligence)
 Ogni singolo attore del business aziendale (dirigenti,
dipendenti, partner e clienti) deve essere in grado di
prendere le “decisioni corrette” nel “momento giusto” al
fine di far evolvere l’azienda
10
ALIGNED BUSINESS INTELLIGENCE
 L’implementazione di soluzioni di Aligned
Business Intelligence è la chiave per spingersi
oltre i limiti del “tradizionale” DWH
 Riuscendo a seguire i cambiamenti repentini del
business grazie ad un sistema di Business Intelligence
che coinvolga in modo pervasivo tutta l’azienda
11
LA MODELLAZIONE DEI DATI
 Ma per implementare una soluzione di Aligned
Business Intelligence è necessaria una solida
architettura di modellazione dei dati (Data Model)
 Centralizzare tutti i dati aziendali (vendite, acquisti,
marketing e logistici) in un unico database
 Registrando i dati atomici di ogni singola transazione
 Rendendoli fruibili in real time
12
La qualità dei dati non può
essere piùun'opzione ma è un
obbligo
Ottenere i dati corretti, nei giusti modi e tempi, con la
giusta qualità!
13
Grazie alla progettazione di un
database statistico indipendente
dalle soluzioni transazionali
More Retail Intelligence…
the same but different
14
ARCHITETTURA APPLICATIVA
15
Sistemi transazionali
e contabili
Carta fedeltà
Middle
management
Management Controller
Anagrafiche
di supporto
Dati atomici
Dettaglio
dei datti
Dati
aggregati
Budget e
controllo
DATA MODEL
16
Anagrafiche
Ce.Di.
Anagrafiche
Ce.Di.
Anagrafiche
Rete
Anagrafiche
Rete
Prezzi e costiPrezzi e costi
PromozioniPromozioni
Movimenti ed
inventari
Ce.Di.
Movimenti ed
inventari
Ce.Di.
ArticoliArticoliAnagrafiche
Statistiche
Anagrafiche
Statistiche
Movimenti ed
inventari
Rete
Movimenti ed
inventari
Rete
FornitoriFornitori
ConsumatoriConsumatori
ArticoliArticoli
FornitoriFornitori
ClientiClienti
……
……
Contabilità
magazzino
Contabilità
magazzino
Anagrafiche Base table Aggregate
table
Contabilità
magazzino
Controllo di
gestione
Controllo di
gestione
Controllo di
gestione
Controllo di
gestione
“Periodo chiuso”
Controllo di
gestione
“Periodo chiuso”
MAPPATURA DATI ATOMICI
17
Anagrafiche
Ce.Di.
Anagrafiche
Ce.Di.
Anagrafiche
Rete
Anagrafiche
Rete
Prezzi e costiPrezzi e costi
PromozioniPromozioni
Movimenti ed
inventari
Ce.Di.
Movimenti ed
inventari
Ce.Di.
ArticoliArticoliAnagrafiche
Statistiche
Anagrafiche
Statistiche
Movimenti ed
inventari
Rete
Movimenti ed
inventari
Rete
FornitoriFornitori
ConsumatoriConsumatori
ArticoliArticoli
FornitoriFornitori
ClientiClienti
……
……
Contabilità
magazzino
Contabilità
magazzino
Sell out Rete – popolamento scontrini
Anagrafiche Base table Aggregate
table
Contabilità
magazzino
Controllo di
gestione
Controllo di
gestione
Controllo di
gestione
Controllo di
gestione
“Periodo chiuso”
Controllo di
gestione
“Periodo chiuso”
Interfaccia
anagr. e doc.
Interfaccia
anagr. e doc.
POPOLAMENTO DATI
18
Anagrafiche
Rete
Anagrafiche
Rete
Prezzi e costiPrezzi e costi
PromozioniPromozioni
ArticoloArticolo
Anagrafiche
Statistiche
Anagrafiche
Statistiche
Movimenti ed
inventari
Rete
Movimenti ed
inventari
Rete
FornitoriFornitori
ConsumatoriConsumatori
……
Sell out Rete – caricamento scontrini
Gestionale
Ce.Di e Rete
Staging area Anagrafiche
e base table
Aggregate
table
Back office e
front end
Rete
Back office e
front end
Rete
ERP Ce.Di.ERP Ce.Di.
Interfaccia
Prezzi e costi
Interfaccia
Prezzi e costi
Interfaccia
Anagrafica
Rete
Interfaccia
Anagrafica
Rete
Repository
scontrini
Repository
scontrini
Carta fedeltàCarta fedeltà
Evento ed azioneEvento ed azione
Web service di
caricamento
scontrini
•Normalizzazione dati
•Ventilazione sconti
•Quadratura scontrino
Web service di
caricamento
scontrini
•Normalizzazione dati
•Ventilazione sconti
•Quadratura scontrino
Popolamento dati
•Anagrafiche Rete
•Base table prezzi e
costi
•Base table
promozioni
•Base table movimenti
•Aggregate table
Popolamento dati
•Anagrafiche Rete
•Base table prezzi e
costi
•Base table
promozioni
•Base table movimenti
•Aggregate table
Web service di
esportazione
scontrini
•Testata scontrino
•Dettaglio scontrino
•Dettaglio promozioni
•Forme di pagamento
•Dati articolo
Web service di
esportazione
scontrini
•Testata scontrino
•Dettaglio scontrino
•Dettaglio promozioni
•Forme di pagamento
•Dati articolo
Interfaccia
anagr. e doc.
Interfaccia
anagr. e doc.
POPOLAMENTO DATI
19
Anagrafiche
Rete
Anagrafiche
Rete
Prezzi e costiPrezzi e costi
PromozioniPromozioni
ArticoloArticolo
Anagrafiche
Statistiche
Anagrafiche
Statistiche
Movimenti ed
inventari
Rete
Movimenti ed
inventari
Rete
FornitoriFornitori
ConsumatoriConsumatori
……
Sell out Rete – modifica costi anagrafici
Gestionale
Ce.Di e Rete
Staging area Anagrafiche
e base table
Aggregate
table
Back office e
front end
Rete
Back office e
front end
Rete
ERP Ce.Di.ERP Ce.Di.
Interfaccia
Prezzi e costi
Interfaccia
Prezzi e costi
Interfaccia
Anagrafica
Rete
Interfaccia
Anagrafica
Rete
Repository
scontrini
Repository
scontrini
Carta fedeltàCarta fedeltà
Evento ed azioneEvento ed azione
Web service di
caricamento
variazioni
anagrafiche
•Normalizzazione dati
Web service di
caricamento
variazioni
anagrafiche
•Normalizzazione dati
Web service di
esportazione
variazioni
anagrafiche
•Costo anagrafico
Web service di
esportazione
variazioni
anagrafiche
•Costo anagrafico
Popolamento dati
•Base table prezzi e
costi
Popolamento dati
•Base table prezzi e
costi
Calcolo costi
statistici
•Costo netto
•Costo netto netto
•Costo medio
ponderato
•…
Calcolo costi
statistici
•Costo netto
•Costo netto netto
•Costo medio
ponderato
•…
Interfaccia
anagr. e doc.
Interfaccia
anagr. e doc.
POPOLAMENTO DATI
20
Anagrafiche
Rete
Anagrafiche
Rete
Prezzi e costiPrezzi e costi
PromozioniPromozioni
ArticoloArticolo
Anagrafiche
Statistiche
Anagrafiche
Statistiche
Movimenti ed
inventari
Rete
Movimenti ed
inventari
Rete
FornitoriFornitori
ConsumatoriConsumatori
……
Sell out Rete – rettifica documento di carico
Gestionale
Ce.Di e Rete
Staging area Anagrafiche
e base table
Aggregate
table
Back office e
front end
Rete
Back office e
front end
Rete
ERP Ce.Di.ERP Ce.Di.
Interfaccia
Prezzi e costi
Interfaccia
Prezzi e costi
Interfaccia
Anagrafica
Rete
Interfaccia
Anagrafica
Rete
Repository
scontrini
Repository
scontrini
Carta fedeltàCarta fedeltà
Evento ed azioneEvento ed azione
Web service di
esportazione
documenti
•Documento carico
•Costo documento
Web service di
esportazione
documenti
•Documento carico
•Costo documento
Web service di
caricamento
documenti
•Normalizzazione dati
Web service di
caricamento
documenti
•Normalizzazione dati
Popolamento dati
•Base table prezzi e
costi
•“Base table
documenti Ce.Di.”
Popolamento dati
•Base table prezzi e
costi
•“Base table
documenti Ce.Di.”
LA STRATEGICITÀ DELLA MODELLAZIONE DATI
 La separazione degli elementi di base consente al
sistema di rispondere alle esigenze del business
man mano che si concretizzano
 Ricombinandoli secondo i bisogni e le esigenze
emergenti (combinazioni diverse)
 Superando il limite della staticità del dato
 Rettificando ex post gli elementi senza la rigenerazione
della base dati
 Valorizzando i dati in base a tutti i costi/prezzi gestiti
senza la necessità di riprogettare il data model
21
LA STRATEGICITÀ DELLA MODELLAZIONE DATI
 La progettazione di un unico database statistico
indipendente dai sistemi transazionali consente di
implementare soluzioni di controllo performance
realmente aderenti alle esigenze di business
 Maggior conoscenza garantita dalla coerenza di tutti i
dati statistici aziendali
 Processi decisionali piùrapidi e collaborativi grazie alla
disponibilità dei dati in real time
 Riduzione dei costi grazie alla minore richiesta di skill
per la costruzione di nuovi modelli di analisi
22
MORE RETAIL INTELLIGENCE “AGILE ANALYTICS”
 L’architettura di More Retail Intelligence unita alla
nuove piattaforme tecnologiche consentirà ai
retailer di avere un approccio “agile” alle soluzioni
di Business Intelligence
 Maggiore produttività derivante dalla semplicità di
utilizzo
 Minori costi di implementazione grazie alla facilità di
creazione “self-service” di nuovi modelli di analisi
 Migliori processi decisionali collaborativi grazie alla
semplicità di condivisione delle analisi su qualsiasi
device
23
Grazie per l’attenzione
Claudio Lattanzi
claudio.lattanzi@ditechspa.it

Mais conteúdo relacionado

Mais procurados

Il data warehouse nella business intelligence
Il data warehouse nella business intelligenceIl data warehouse nella business intelligence
Il data warehouse nella business intelligenceAndrea Mecchia
 
Business Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il RetailBusiness Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il RetailRoberto Butinar
 
Noovle: Big Data & BI
Noovle: Big Data & BINoovle: Big Data & BI
Noovle: Big Data & BILorenzo Ridi
 
Sap Business One Food Project 2016
Sap Business One Food Project 2016Sap Business One Food Project 2016
Sap Business One Food Project 2016Francesca Solari
 
Sap Business One - L'impresa Intelligente
Sap Business One - L'impresa IntelligenteSap Business One - L'impresa Intelligente
Sap Business One - L'impresa IntelligenteFrancesca Solari
 
Data mining, business intelligence e dintorni
Data mining, business intelligence e dintorniData mining, business intelligence e dintorni
Data mining, business intelligence e dintorniMaurizio Girometti
 
Knowledge graph: il percorso di Cerved per connettere i Big Data - Diego Sanvito
Knowledge graph: il percorso di Cerved per connettere i Big Data - Diego SanvitoKnowledge graph: il percorso di Cerved per connettere i Big Data - Diego Sanvito
Knowledge graph: il percorso di Cerved per connettere i Big Data - Diego SanvitoData Driven Innovation
 
Misurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web AnalyticsMisurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web AnalyticsAlberto Rota
 
L’intelligenza Artificiale nll'ERP
L’intelligenza Artificiale nll'ERPL’intelligenza Artificiale nll'ERP
L’intelligenza Artificiale nll'ERPFrancesca Solari
 
Utilità di un Sistema CRM Integrato per l'Industria Agro Alimentare
Utilità di un Sistema CRM Integrato per l'Industria Agro AlimentareUtilità di un Sistema CRM Integrato per l'Industria Agro Alimentare
Utilità di un Sistema CRM Integrato per l'Industria Agro AlimentareFrancesca Solari
 
Forum pa challenge
Forum pa challengeForum pa challenge
Forum pa challengeStatmanager
 
Paper big data management
Paper big data managementPaper big data management
Paper big data managementDelta Sales
 
Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013
Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013
Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013Pragma Management Systems S.r.l.
 
STRATandGO Business Intelligence Suite
STRATandGO Business Intelligence SuiteSTRATandGO Business Intelligence Suite
STRATandGO Business Intelligence SuiteFrancesca Solari
 
Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...
Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...
Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...Fondazione CUOA
 
Inobeta SMAU 2017 - Parte 1
Inobeta SMAU 2017 - Parte 1Inobeta SMAU 2017 - Parte 1
Inobeta SMAU 2017 - Parte 1Luca Palumbo
 
Smau Napoli 2013 Paolo Pasini
Smau Napoli 2013 Paolo PasiniSmau Napoli 2013 Paolo Pasini
Smau Napoli 2013 Paolo PasiniSMAU
 

Mais procurados (20)

Il data warehouse nella business intelligence
Il data warehouse nella business intelligenceIl data warehouse nella business intelligence
Il data warehouse nella business intelligence
 
Business Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il RetailBusiness Intelligence & Big Data per il Retail
Business Intelligence & Big Data per il Retail
 
Noovle: Big Data & BI
Noovle: Big Data & BINoovle: Big Data & BI
Noovle: Big Data & BI
 
Zeebra big dataanalytics_v1.1
Zeebra big dataanalytics_v1.1Zeebra big dataanalytics_v1.1
Zeebra big dataanalytics_v1.1
 
Sap Business One Food Project 2016
Sap Business One Food Project 2016Sap Business One Food Project 2016
Sap Business One Food Project 2016
 
Data Mining
Data MiningData Mining
Data Mining
 
Sap Business One - L'impresa Intelligente
Sap Business One - L'impresa IntelligenteSap Business One - L'impresa Intelligente
Sap Business One - L'impresa Intelligente
 
Data mining, business intelligence e dintorni
Data mining, business intelligence e dintorniData mining, business intelligence e dintorni
Data mining, business intelligence e dintorni
 
Knowledge graph: il percorso di Cerved per connettere i Big Data - Diego Sanvito
Knowledge graph: il percorso di Cerved per connettere i Big Data - Diego SanvitoKnowledge graph: il percorso di Cerved per connettere i Big Data - Diego Sanvito
Knowledge graph: il percorso di Cerved per connettere i Big Data - Diego Sanvito
 
Misurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web AnalyticsMisurare e valutare le iniziative web: introduzione alla Web Analytics
Misurare e valutare le iniziative web: introduzione alla Web Analytics
 
Data Science
Data ScienceData Science
Data Science
 
L’intelligenza Artificiale nll'ERP
L’intelligenza Artificiale nll'ERPL’intelligenza Artificiale nll'ERP
L’intelligenza Artificiale nll'ERP
 
Utilità di un Sistema CRM Integrato per l'Industria Agro Alimentare
Utilità di un Sistema CRM Integrato per l'Industria Agro AlimentareUtilità di un Sistema CRM Integrato per l'Industria Agro Alimentare
Utilità di un Sistema CRM Integrato per l'Industria Agro Alimentare
 
Forum pa challenge
Forum pa challengeForum pa challenge
Forum pa challenge
 
Paper big data management
Paper big data managementPaper big data management
Paper big data management
 
Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013
Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013
Big data e nuova conoscenza aziendale_Paolo Pasini_Summit Italia 2013
 
STRATandGO Business Intelligence Suite
STRATandGO Business Intelligence SuiteSTRATandGO Business Intelligence Suite
STRATandGO Business Intelligence Suite
 
Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...
Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...
Forum Retail - Cloud Computing: Innovazione e Low-cost nei servizi IT per i N...
 
Inobeta SMAU 2017 - Parte 1
Inobeta SMAU 2017 - Parte 1Inobeta SMAU 2017 - Parte 1
Inobeta SMAU 2017 - Parte 1
 
Smau Napoli 2013 Paolo Pasini
Smau Napoli 2013 Paolo PasiniSmau Napoli 2013 Paolo Pasini
Smau Napoli 2013 Paolo Pasini
 

Semelhante a I dati transazionali ed aggregati in un unico progetto di modellazione

Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...
Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...
Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...Denodo
 
Global System Srl - Presentazione BI Division
Global System Srl - Presentazione BI DivisionGlobal System Srl - Presentazione BI Division
Global System Srl - Presentazione BI DivisionGlobal System SRL
 
Dalla Guest Journey alla Business Intelligence.
Dalla Guest Journey alla Business Intelligence.Dalla Guest Journey alla Business Intelligence.
Dalla Guest Journey alla Business Intelligence.Hospitality Rest@rt Tropea
 
Cerved a journey of innovation
Cerved a journey of innovationCerved a journey of innovation
Cerved a journey of innovationMongoDB
 
151117_AziendaBanca_Big-Data
151117_AziendaBanca_Big-Data151117_AziendaBanca_Big-Data
151117_AziendaBanca_Big-DataNilo Calvi
 
[Web Starter 2016] L'Importanza degli Analytics - Claudio Zamboni
[Web Starter 2016] L'Importanza degli Analytics - Claudio Zamboni[Web Starter 2016] L'Importanza degli Analytics - Claudio Zamboni
[Web Starter 2016] L'Importanza degli Analytics - Claudio Zambonibytekmarketing
 
I Software passano, i Dati restano.pdf
I Software passano, i Dati restano.pdfI Software passano, i Dati restano.pdf
I Software passano, i Dati restano.pdfAndrea Gioia
 
Cassioli: creare valore dall'automazione
Cassioli: creare valore dall'automazione Cassioli: creare valore dall'automazione
Cassioli: creare valore dall'automazione Vincenzo Campanella
 
Creare valore e sviluppare business grazie all’Information Technology - Seren...
Creare valore e sviluppare business grazie all’Information Technology - Seren...Creare valore e sviluppare business grazie all’Information Technology - Seren...
Creare valore e sviluppare business grazie all’Information Technology - Seren...WHR Corporate
 
2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstore2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstoreMarco Belmondo
 
La dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodottoLa dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodottoLuigi Accardo
 
Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...
Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...
Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...WHR Corporate
 
Silver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox InformaticaSilver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox InformaticaMaurizio Anselmi
 
Presentazione erp billing crm e commerce
Presentazione erp billing crm e commercePresentazione erp billing crm e commerce
Presentazione erp billing crm e commerceERP - Billing & CRM
 
Customer digital identity and consent management
Customer digital identity and consent managementCustomer digital identity and consent management
Customer digital identity and consent managementFrancesco Faenzi
 
Cerved - The Italian Business Graph: a Story of Tech & data-driven Innovation
Cerved - The Italian Business Graph: a Story of Tech & data-driven InnovationCerved - The Italian Business Graph: a Story of Tech & data-driven Innovation
Cerved - The Italian Business Graph: a Story of Tech & data-driven InnovationNeo4j
 

Semelhante a I dati transazionali ed aggregati in un unico progetto di modellazione (20)

Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...
Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...
Accelerare la migrazione al cloud e la modernizzazione dell'architettura con ...
 
Global System Srl - Presentazione BI Division
Global System Srl - Presentazione BI DivisionGlobal System Srl - Presentazione BI Division
Global System Srl - Presentazione BI Division
 
Bi perchè 2010
Bi perchè 2010Bi perchè 2010
Bi perchè 2010
 
edSENSE.AI
edSENSE.AIedSENSE.AI
edSENSE.AI
 
Dalla Guest Journey alla Business Intelligence.
Dalla Guest Journey alla Business Intelligence.Dalla Guest Journey alla Business Intelligence.
Dalla Guest Journey alla Business Intelligence.
 
Cerved a journey of innovation
Cerved a journey of innovationCerved a journey of innovation
Cerved a journey of innovation
 
151117_AziendaBanca_Big-Data
151117_AziendaBanca_Big-Data151117_AziendaBanca_Big-Data
151117_AziendaBanca_Big-Data
 
[Web Starter 2016] L'Importanza degli Analytics - Claudio Zamboni
[Web Starter 2016] L'Importanza degli Analytics - Claudio Zamboni[Web Starter 2016] L'Importanza degli Analytics - Claudio Zamboni
[Web Starter 2016] L'Importanza degli Analytics - Claudio Zamboni
 
I Software passano, i Dati restano.pdf
I Software passano, i Dati restano.pdfI Software passano, i Dati restano.pdf
I Software passano, i Dati restano.pdf
 
IT4Fashion 2015
IT4Fashion 2015IT4Fashion 2015
IT4Fashion 2015
 
Cassioli: creare valore dall'automazione
Cassioli: creare valore dall'automazione Cassioli: creare valore dall'automazione
Cassioli: creare valore dall'automazione
 
Eurotermica
Eurotermica Eurotermica
Eurotermica
 
Creare valore e sviluppare business grazie all’Information Technology - Seren...
Creare valore e sviluppare business grazie all’Information Technology - Seren...Creare valore e sviluppare business grazie all’Information Technology - Seren...
Creare valore e sviluppare business grazie all’Information Technology - Seren...
 
2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstore2018 11 08_explore_gellify_phygitalstore
2018 11 08_explore_gellify_phygitalstore
 
La dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodottoLa dimensione digitale alla base dell’innovazione di prodotto
La dimensione digitale alla base dell’innovazione di prodotto
 
Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...
Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...
Serenissima Informatica WHR2013_Milano "Incrementare la marginalità grazie al...
 
Silver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox InformaticaSilver Lake Analytics, soluzione Business Intelligence di Esox Informatica
Silver Lake Analytics, soluzione Business Intelligence di Esox Informatica
 
Presentazione erp billing crm e commerce
Presentazione erp billing crm e commercePresentazione erp billing crm e commerce
Presentazione erp billing crm e commerce
 
Customer digital identity and consent management
Customer digital identity and consent managementCustomer digital identity and consent management
Customer digital identity and consent management
 
Cerved - The Italian Business Graph: a Story of Tech & data-driven Innovation
Cerved - The Italian Business Graph: a Story of Tech & data-driven InnovationCerved - The Italian Business Graph: a Story of Tech & data-driven Innovation
Cerved - The Italian Business Graph: a Story of Tech & data-driven Innovation
 

Mais de Claudio Lattanzi

Promoject la gestione promozionale collaborativa
Promoject la gestione promozionale collaborativaPromoject la gestione promozionale collaborativa
Promoject la gestione promozionale collaborativaClaudio Lattanzi
 
Prove di supermercato del futuro
Prove di supermercato del futuroProve di supermercato del futuro
Prove di supermercato del futuroClaudio Lattanzi
 
Tecnologie per evitare le code
Tecnologie per evitare le codeTecnologie per evitare le code
Tecnologie per evitare le codeClaudio Lattanzi
 
Soddisfare il consumatore digitale
Soddisfare il consumatore digitaleSoddisfare il consumatore digitale
Soddisfare il consumatore digitaleClaudio Lattanzi
 
Come cambia la tracciabilità per i Ce.Di. ed i Punti Vendita
Come cambia la tracciabilità per i Ce.Di. ed i Punti VenditaCome cambia la tracciabilità per i Ce.Di. ed i Punti Vendita
Come cambia la tracciabilità per i Ce.Di. ed i Punti VenditaClaudio Lattanzi
 
Digital retail un approccio innovativo alla distribuzione
Digital retail   un approccio innovativo alla distribuzioneDigital retail   un approccio innovativo alla distribuzione
Digital retail un approccio innovativo alla distribuzioneClaudio Lattanzi
 
Gs1 data bar l'impatto delle nuove codifiche nei processi di punto vendita
Gs1 data bar   l'impatto delle nuove codifiche nei processi di punto venditaGs1 data bar   l'impatto delle nuove codifiche nei processi di punto vendita
Gs1 data bar l'impatto delle nuove codifiche nei processi di punto venditaClaudio Lattanzi
 
Soluzioni self service nel punto vendita
Soluzioni self service nel punto venditaSoluzioni self service nel punto vendita
Soluzioni self service nel punto venditaClaudio Lattanzi
 
Tra cash management e mobile payment
Tra cash management e mobile paymentTra cash management e mobile payment
Tra cash management e mobile paymentClaudio Lattanzi
 

Mais de Claudio Lattanzi (9)

Promoject la gestione promozionale collaborativa
Promoject la gestione promozionale collaborativaPromoject la gestione promozionale collaborativa
Promoject la gestione promozionale collaborativa
 
Prove di supermercato del futuro
Prove di supermercato del futuroProve di supermercato del futuro
Prove di supermercato del futuro
 
Tecnologie per evitare le code
Tecnologie per evitare le codeTecnologie per evitare le code
Tecnologie per evitare le code
 
Soddisfare il consumatore digitale
Soddisfare il consumatore digitaleSoddisfare il consumatore digitale
Soddisfare il consumatore digitale
 
Come cambia la tracciabilità per i Ce.Di. ed i Punti Vendita
Come cambia la tracciabilità per i Ce.Di. ed i Punti VenditaCome cambia la tracciabilità per i Ce.Di. ed i Punti Vendita
Come cambia la tracciabilità per i Ce.Di. ed i Punti Vendita
 
Digital retail un approccio innovativo alla distribuzione
Digital retail   un approccio innovativo alla distribuzioneDigital retail   un approccio innovativo alla distribuzione
Digital retail un approccio innovativo alla distribuzione
 
Gs1 data bar l'impatto delle nuove codifiche nei processi di punto vendita
Gs1 data bar   l'impatto delle nuove codifiche nei processi di punto venditaGs1 data bar   l'impatto delle nuove codifiche nei processi di punto vendita
Gs1 data bar l'impatto delle nuove codifiche nei processi di punto vendita
 
Soluzioni self service nel punto vendita
Soluzioni self service nel punto venditaSoluzioni self service nel punto vendita
Soluzioni self service nel punto vendita
 
Tra cash management e mobile payment
Tra cash management e mobile paymentTra cash management e mobile payment
Tra cash management e mobile payment
 

I dati transazionali ed aggregati in un unico progetto di modellazione

  • 1. Bologna, 25 giugno 2013 More Retail Intelligence: i dati transazionali ed aggregati in un unico progetto di modellazione Claudio Lattanzi
  • 2. A servizio delle proprie strategie di business, del proprio modello organizzativo e dei propri clienti Le informazioni sono in continua crescita ma non sempre questo patrimonio aziendale viene realmente convertito in conoscenza!
  • 3. IL BISOGNO DI CONOSCENZA  In uno scenario di mercato così agguerrito diventa determinante mettere a disposizione delle azienda strumenti in grado di controllare l’andamento del business e rispondere alle nuove esigenze di analisi  Cruscotti sintetici per il controllo delle performance  Modelli analitici per anticipare ed assecondare i trend evolutivi del mercato 3
  • 4. A partire dalle tipiche funzioni dove sono stati intrapresi i primi progetti (marketing e commerciale) La diffusione dei sistemi di Business Intelligence rappresenta oggi un fenomeno ormai consolidato 4
  • 5. LE SOLUZIONI DI BUSINESS INTELLIGENCE  Ma la tecnologia implementativa basata su database specifici di processo auto-consistenti (Data Mart) inizia a manifestare grossi limiti per i retailer  Dati non confrontabili in quanto aggregati con metriche differenti a seconda della provenienza  Valorizzati con costi “fissati” nelle ETL di alimentazioni  Con richiesta di elevati skill tecnologici per qualsiasi implementazione derivante dall’evolvere dei processi di business 5
  • 7. MISURARE, SIMULARE E INTERPRETARE  Il moderno controllo di gestione deve essere strutturato come un processo dinamico e flessibile  Per rispondere a nuovi paradigmi e nuove sfide legate all’evoluzione del business e delle sue complessità  In grado di mettere a disposizione strumenti evoluti di analisi, interpretazione e simulazione delle informazioni aziendali 7
  • 8. TEMPESTIVITÀ ED EFFICACIA  Le crescenti esigenze stanno contribuendo a far sviluppare nuove soluzioni in grado di sostenere in modo piùtempestivo ed efficiente la richiesta di informazioni  Aperte ai nuovi strumenti gestionali ed alle nuove tecnologia  In grado di convertire tempestivamente le informazioni in conoscenza  A supporto delle decisioni strategiche ed operative 8
  • 9. BUSINESS INTELLIGENCE 2.0  Per questo motivo nel mercato della Business Intelligence sta avvenendo lo stesso fenomeno che si è riscontrato nel mondo del Web con la nascita del Web 2.0  Un salto tecnologico che potrebbe far immaginare nuovi paradigmi  Ma il fenomeno continua a presentarsi con aspetti irrisolti nel disegno dell’architettura, del portafoglio applicativo e degli skill richiesti 9
  • 10. ALIGNED BUSINESS INTELLIGENCE  Ma piùche a definizioni “tecnologiche”, i retailer sono interessati a progetti BI realmente allineati con le esigenze del proprio (Aligned Business Intelligence)  Ogni singolo attore del business aziendale (dirigenti, dipendenti, partner e clienti) deve essere in grado di prendere le “decisioni corrette” nel “momento giusto” al fine di far evolvere l’azienda 10
  • 11. ALIGNED BUSINESS INTELLIGENCE  L’implementazione di soluzioni di Aligned Business Intelligence è la chiave per spingersi oltre i limiti del “tradizionale” DWH  Riuscendo a seguire i cambiamenti repentini del business grazie ad un sistema di Business Intelligence che coinvolga in modo pervasivo tutta l’azienda 11
  • 12. LA MODELLAZIONE DEI DATI  Ma per implementare una soluzione di Aligned Business Intelligence è necessaria una solida architettura di modellazione dei dati (Data Model)  Centralizzare tutti i dati aziendali (vendite, acquisti, marketing e logistici) in un unico database  Registrando i dati atomici di ogni singola transazione  Rendendoli fruibili in real time 12
  • 13. La qualità dei dati non può essere piùun'opzione ma è un obbligo Ottenere i dati corretti, nei giusti modi e tempi, con la giusta qualità! 13
  • 14. Grazie alla progettazione di un database statistico indipendente dalle soluzioni transazionali More Retail Intelligence… the same but different 14
  • 15. ARCHITETTURA APPLICATIVA 15 Sistemi transazionali e contabili Carta fedeltà Middle management Management Controller Anagrafiche di supporto Dati atomici Dettaglio dei datti Dati aggregati Budget e controllo
  • 16. DATA MODEL 16 Anagrafiche Ce.Di. Anagrafiche Ce.Di. Anagrafiche Rete Anagrafiche Rete Prezzi e costiPrezzi e costi PromozioniPromozioni Movimenti ed inventari Ce.Di. Movimenti ed inventari Ce.Di. ArticoliArticoliAnagrafiche Statistiche Anagrafiche Statistiche Movimenti ed inventari Rete Movimenti ed inventari Rete FornitoriFornitori ConsumatoriConsumatori ArticoliArticoli FornitoriFornitori ClientiClienti …… …… Contabilità magazzino Contabilità magazzino Anagrafiche Base table Aggregate table Contabilità magazzino Controllo di gestione Controllo di gestione Controllo di gestione Controllo di gestione “Periodo chiuso” Controllo di gestione “Periodo chiuso”
  • 17. MAPPATURA DATI ATOMICI 17 Anagrafiche Ce.Di. Anagrafiche Ce.Di. Anagrafiche Rete Anagrafiche Rete Prezzi e costiPrezzi e costi PromozioniPromozioni Movimenti ed inventari Ce.Di. Movimenti ed inventari Ce.Di. ArticoliArticoliAnagrafiche Statistiche Anagrafiche Statistiche Movimenti ed inventari Rete Movimenti ed inventari Rete FornitoriFornitori ConsumatoriConsumatori ArticoliArticoli FornitoriFornitori ClientiClienti …… …… Contabilità magazzino Contabilità magazzino Sell out Rete – popolamento scontrini Anagrafiche Base table Aggregate table Contabilità magazzino Controllo di gestione Controllo di gestione Controllo di gestione Controllo di gestione “Periodo chiuso” Controllo di gestione “Periodo chiuso”
  • 18. Interfaccia anagr. e doc. Interfaccia anagr. e doc. POPOLAMENTO DATI 18 Anagrafiche Rete Anagrafiche Rete Prezzi e costiPrezzi e costi PromozioniPromozioni ArticoloArticolo Anagrafiche Statistiche Anagrafiche Statistiche Movimenti ed inventari Rete Movimenti ed inventari Rete FornitoriFornitori ConsumatoriConsumatori …… Sell out Rete – caricamento scontrini Gestionale Ce.Di e Rete Staging area Anagrafiche e base table Aggregate table Back office e front end Rete Back office e front end Rete ERP Ce.Di.ERP Ce.Di. Interfaccia Prezzi e costi Interfaccia Prezzi e costi Interfaccia Anagrafica Rete Interfaccia Anagrafica Rete Repository scontrini Repository scontrini Carta fedeltàCarta fedeltà Evento ed azioneEvento ed azione Web service di caricamento scontrini •Normalizzazione dati •Ventilazione sconti •Quadratura scontrino Web service di caricamento scontrini •Normalizzazione dati •Ventilazione sconti •Quadratura scontrino Popolamento dati •Anagrafiche Rete •Base table prezzi e costi •Base table promozioni •Base table movimenti •Aggregate table Popolamento dati •Anagrafiche Rete •Base table prezzi e costi •Base table promozioni •Base table movimenti •Aggregate table Web service di esportazione scontrini •Testata scontrino •Dettaglio scontrino •Dettaglio promozioni •Forme di pagamento •Dati articolo Web service di esportazione scontrini •Testata scontrino •Dettaglio scontrino •Dettaglio promozioni •Forme di pagamento •Dati articolo
  • 19. Interfaccia anagr. e doc. Interfaccia anagr. e doc. POPOLAMENTO DATI 19 Anagrafiche Rete Anagrafiche Rete Prezzi e costiPrezzi e costi PromozioniPromozioni ArticoloArticolo Anagrafiche Statistiche Anagrafiche Statistiche Movimenti ed inventari Rete Movimenti ed inventari Rete FornitoriFornitori ConsumatoriConsumatori …… Sell out Rete – modifica costi anagrafici Gestionale Ce.Di e Rete Staging area Anagrafiche e base table Aggregate table Back office e front end Rete Back office e front end Rete ERP Ce.Di.ERP Ce.Di. Interfaccia Prezzi e costi Interfaccia Prezzi e costi Interfaccia Anagrafica Rete Interfaccia Anagrafica Rete Repository scontrini Repository scontrini Carta fedeltàCarta fedeltà Evento ed azioneEvento ed azione Web service di caricamento variazioni anagrafiche •Normalizzazione dati Web service di caricamento variazioni anagrafiche •Normalizzazione dati Web service di esportazione variazioni anagrafiche •Costo anagrafico Web service di esportazione variazioni anagrafiche •Costo anagrafico Popolamento dati •Base table prezzi e costi Popolamento dati •Base table prezzi e costi
  • 20. Calcolo costi statistici •Costo netto •Costo netto netto •Costo medio ponderato •… Calcolo costi statistici •Costo netto •Costo netto netto •Costo medio ponderato •… Interfaccia anagr. e doc. Interfaccia anagr. e doc. POPOLAMENTO DATI 20 Anagrafiche Rete Anagrafiche Rete Prezzi e costiPrezzi e costi PromozioniPromozioni ArticoloArticolo Anagrafiche Statistiche Anagrafiche Statistiche Movimenti ed inventari Rete Movimenti ed inventari Rete FornitoriFornitori ConsumatoriConsumatori …… Sell out Rete – rettifica documento di carico Gestionale Ce.Di e Rete Staging area Anagrafiche e base table Aggregate table Back office e front end Rete Back office e front end Rete ERP Ce.Di.ERP Ce.Di. Interfaccia Prezzi e costi Interfaccia Prezzi e costi Interfaccia Anagrafica Rete Interfaccia Anagrafica Rete Repository scontrini Repository scontrini Carta fedeltàCarta fedeltà Evento ed azioneEvento ed azione Web service di esportazione documenti •Documento carico •Costo documento Web service di esportazione documenti •Documento carico •Costo documento Web service di caricamento documenti •Normalizzazione dati Web service di caricamento documenti •Normalizzazione dati Popolamento dati •Base table prezzi e costi •“Base table documenti Ce.Di.” Popolamento dati •Base table prezzi e costi •“Base table documenti Ce.Di.”
  • 21. LA STRATEGICITÀ DELLA MODELLAZIONE DATI  La separazione degli elementi di base consente al sistema di rispondere alle esigenze del business man mano che si concretizzano  Ricombinandoli secondo i bisogni e le esigenze emergenti (combinazioni diverse)  Superando il limite della staticità del dato  Rettificando ex post gli elementi senza la rigenerazione della base dati  Valorizzando i dati in base a tutti i costi/prezzi gestiti senza la necessità di riprogettare il data model 21
  • 22. LA STRATEGICITÀ DELLA MODELLAZIONE DATI  La progettazione di un unico database statistico indipendente dai sistemi transazionali consente di implementare soluzioni di controllo performance realmente aderenti alle esigenze di business  Maggior conoscenza garantita dalla coerenza di tutti i dati statistici aziendali  Processi decisionali piùrapidi e collaborativi grazie alla disponibilità dei dati in real time  Riduzione dei costi grazie alla minore richiesta di skill per la costruzione di nuovi modelli di analisi 22
  • 23. MORE RETAIL INTELLIGENCE “AGILE ANALYTICS”  L’architettura di More Retail Intelligence unita alla nuove piattaforme tecnologiche consentirà ai retailer di avere un approccio “agile” alle soluzioni di Business Intelligence  Maggiore produttività derivante dalla semplicità di utilizzo  Minori costi di implementazione grazie alla facilità di creazione “self-service” di nuovi modelli di analisi  Migliori processi decisionali collaborativi grazie alla semplicità di condivisione delle analisi su qualsiasi device 23
  • 24. Grazie per l’attenzione Claudio Lattanzi claudio.lattanzi@ditechspa.it

Notas do Editor

  1. troppo complesso in fase di progettazione e realizzazione alimentazione del dei dati risulta solitamente lunga, complessa e intempestiva rivela limiti inattesi che lo rendono spesso inefficace costi di costruzione e manutenzione troppo elevati concetto di base non congruente rispetto alla specificità del business