SlideShare uma empresa Scribd logo
1 de 40
Baixar para ler offline
Conoscenza condivisa
Verso la convergenza di dati, processi, persone
Marco Montali
KRDB Research Centre for Knowledge and Data
Facoltà di Scienze e Tecnologie Informatiche
Libera Università di Bozen-Bolzano
www.inf.unibz.it/~montali
Horizon/Samsung Day, 11 ottobre 2012
Organizzazioni e produzione del valore
•  Organizzazione
nella catena del
valore
•  Identificazione
delle funzionalità
di business
•  Realizzazione
delle funzionalità
tramite attività
Tre dimensioni organizzative
Processo aziendale: coordinamento delle
attività per soddisfare un obiettivo strategico
•  Creazione di un prodotto
•  Erogazione di un servizio
•  Ottimizzazione di procedure interne
Tre aspetti fondamentali
•  Cosa: come è strutturato il dominio? Quali sono i
concetti rilevanti?  dati e vincoli statici
•  Chi: chi è responsabile di cosa? Quali parti del
processo sono automatizzabili?  risorse e persone
•  Come: quali vincoli sull’esecuzione delle attività nel
tempo?  processo/flusso di controllo
Supporto tecnologico
Dati e programmi
•  Condivisi
•  Accessibili sempre e ovunque
•  Senza limiti di risorse
Tecnologia e automazione
Nel 2005, Broninski scrive:
Nonostante gli avanzamenti nell'automazione del business
durante gli ultimi 50 anni, il cuore e l'anima di ogni
organizzazione è costituito ancora dalle proprie persone -
senza le quali l'azienda si fermerebbe immediatamente.
Eppure non c'è attualmente alcun approccio completo per la
gestione dei processi umani, considerandone la complessità e
continua evoluzione - e le tecnologie attuali considerano le
persone come se fossero ingranaggi di una macchina.
Francamente, dobbiamo fare meglio.
Nel 2012 siamo ancora lontani da questo obiettivo
•  Ci stiamo muovendo nella giusta direzione?
Parleremo di…
•  Situazione attuale
•  Alcuni contributi della ricerca
•  Visione sul futuro
?
Information Silos
Hardware
Dominio
Processo di business
Software
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento
di conoscenza
realizzazione
Due problemi…
Mediazione tra idea e realizzazione guidata dallo
staff IT
Hardware
Dominio
Processo di business
Software
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento
di conoscenza
realizzazione
Astrazione: “Idea” del sistema lontana dalla sua
realizzazione
Coerenza e comunicazione
Stato della ricerca
Hardware
Dominio
Processo di business
Software
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento
di conoscenza
realizzazione
Stato della ricerca
Hardware
Dominio
Processo di business
Software “intelligente”
Dati Controllo Risorse
Database Workflow Policies
Esperti di dominio
Staff IT
trasferimento
di conoscenza
co-realizzazione
Dati e conoscenza strutturale
Esperti di dominio
Staff IT
trasferimento
di conoscenza a!
iSC!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'
!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#
0!!.3.60&(%
7 7
85 ,.-#%0$6'#
0!!.3.60&(%
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
22 22
,.-3$&&(%#3#
0!!.3.60&(%
".-6$,4(%#3#
0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
".-#,.-#
4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
rappresenta
Qualità della rappresentazione
Esperti di dominio
Staff IT
trasferimento
di conoscenza a!
iSC!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'
!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#
0!!.3.60&(%
7 7
85 ,.-#%0$6'#
0!!.3.60&(%
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
22 22
,.-3$&&(%#3#
0!!.3.60&(%
".-6$,4(%#3#
0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
".-#,.-#
4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
?rappresenta
Comprensione dei dati
Esperti di dominio
Staff IT
trasferimento
di conoscenza a!
iSC!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'
!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#
0!!.3.60&(%
7 7
85 ,.-#%0$6'#
0!!.3.60&(%
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
22 22
,.-3$&&(%#3#
0!!.3.60&(%
".-6$,4(%#3#
0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
".-#,.-#
4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
?
dati
rappresenta
Schema concettuale
Esplicitazione di concetti e relazioni rilevanti in un
dominio
•  Focalizzandosi sulla realtà
•  Astraendo da dettagli realizzativi (database)
Modellazione concettuale
Esperti di dominio
Staff IT
trasferimento
di conoscenza
co-realizzazione
rappresenta
Energy Use Case: Graphical representation of th
(excerpt)
WP2: D2.3 ACSI Project 257593
a!
iSC!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'
!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#
0!!.3.60&(%
7 7
85 ,.-#%0$6'#
0!!.3.60&(%
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
22 22
,.-3$&&(%#3#
0!!.3.60&(%
".-6$,4(%#3#
0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
".-#,.-#
4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
realizza
Schema
concettuale
(ontologia)
Ragionamento sugli schemi
•  Verifica di consistenza
•  Scoperta di errori
•  Scoperta di “informazioni nascoste”
Credits: Enrico Franconi
Accesso ai dati basato su ontologie
•  Ora esiste un modello concettuale per le informazioni
•  Ma i dati continuano a essere memorizzati in un database
di più “basso livello”
•  È possibile fornire un accesso ai dati utilizzando lo schema
concettuale prodotto dagli esperti?
Esperti di dominio
a!
iSC!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'
!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#
0!!.3.60&(%
7 7
85 ,.-#%0$6'#
0!!.3.60&(%
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
22 22
,.-3$&&(%#3#
0!!.3.60&(%
".-6$,4(%#3#
0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
".-#,.-#
4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
dati
realizza
Energy Use Case: Graphical representation of the On
(excerpt)
WP2: D2.3 ACSI Project 257593 D.
?
Accesso ai dati basato su ontologie
•  Accesso ai dati basato su ontologie
–  Definizione di “mapping” che agganciano parti del database a
corrispondenti concetti e relazioni (interazione esperti/staff IT)
–  Possibilità di interrogare i dati attraverso il “vocabolario” dello
schema concettuale
•  Un componente automatico si occupa di “mediare e tradurre”
Esperti di dominio
a!
iSC!CPMR artifact: Information Model (IM)
Contains static information and hourly measurements in a specific month for a certain CP.
!""#$%&"'
!"#$%
!"#&'"(
!"#")*(+#&'"(
!"#%$,&+$-.&$)/#$%
!"#&+0%$/1#$%
2222222
3)/&4
301/$&.%(
,.-3$&&(%#3#
5 ,.-#%0$6'#
0!!.3.60&(%
7 7
85 ,.-#%0$6'#
0!!.3.60&(%
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
3;<=>?;@;AB0AC)?DEDA
5 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
22 22
,.-3$&&(%#3#
0!!.3.60&(%
".-6$,4(%#3#
0!!.3.60&(%
72
722
,B<BDG !HAB?HI "HDABJDAKH?@<BDHA
3HABLIM +;NH?BJ$AKH?@<BDHA
,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA
85 ".-#%0$6'#
0!!.3.60&(%
".-#,.-#%#
%$FF(+(/!(
5 %0&( 4).+6'#!"#
3(0,.+(3(/&
".-#,.-#
4#%$FF(+(/!(
22 22
9: %0&( 4).+6'#!"#
3(0,.+(3(/&
)+$1$/
">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA
".-#3;<=>?;@;AB0AC%DKK;?;AG;
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3
dati
Energy Use Case: Graphical representation of the On
(excerpt)
WP2: D2.3 ACSI Project 257593 D.
domande/risposte
OBDA framework
Integrazione dei dati a!
iSC!Energy Use Case: Graphical representation of the Ontology
(excerpt)
WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 5
OBDA frameworkOBDA framework
Esperti di dominio
domande
risposte
Sorgenti distribuite e eterogenee
Processi e conoscenza dinamica
Esperti di dominio
Staff IT
trasferimento
di conoscenza
rappresenta
Qualità della rappresentazione
Esperti di dominio
Staff IT
trasferimento
di conoscenza ?rappresenta
Comprensione dei dati
Esperti di dominio
Staff IT
trasferimento
di conoscenza
?
eventi
rappresenta
Schema di processo
•  Rappresentazione delle possibili “dinamiche”
eseguibili nel sistema
Business Process Modeling
Esperti di dominio
Staff IT
trasferimento
di conoscenza
co-realizzazione
rappresenta
realizza
Schema di
processo
Ciclo di vita
Business
Process
lifecycle
esecuzione
diagnosi
design&
implement.
design
feedback
modello (eseguibile)
di processo
log di
eventi
Supporto a design-time
•  Formalizzazione, logiche temporali e algoritmi
di “model checking” per
–  Verifica di proprietà general
•  Il processo è “corretto”?
•  Ci sono attività che non sono mai eseguibili?
–  Verifica di proprietà specifiche del dominio
•  E’ sempre vero che, prima di mandare in spedizione un
ordine, questo è stato pagato dal compratore?
Errore!
Process mining
•  Cosa succede davvero nella mia azienda?
•  I processi progettati corrispondono alla realtà?
•  Dove sono i punti critici del processo (es., colli di bottiglia)?
•  È possibile estrarre modelli di processo dai log?
l'enhancement (miglioramento). In tal caso, l'idea è quella di estendere o
migliorare un modello di processo esistente usando le informazioni
contenute nei log. Mentre il conformance checking misura quanto un
modello è allineato con ciò che accade nella realtà, questo terzo tipo di
process mining si propone di cambiare o estendere il modello preesistente
per adeguarlo alla realtà.
Google
“process
mining
manifesto”
ProM FrameworkScreenshot of ProM 5.2
PAGE 7
Flessibilità
0 5 10 15 20 25 30 35
Ad-hoc, sempre diversa
Obiettivo definito, libertà
d'azione
Documentata e gestita, non
automatizzata
Parzialmente automatizzata,
eccezioni frequenti
Lavoro e attività giornaliere (%)
Fonte: Adaptive Case Management survey, 2011
Visibilità e condivisione
0 10 20 30 40 50 60 70
Mancanza di visibilità dello stato del lavoro
dei collaboratori
Difficoltà nella gestione di documentazione
e info per un progetto
Difficoltà di ottenere la lista dei task da
portare a termine
Difficoltà nel reperire collaboratori con le
competenze necessarie
Difficoltà nel comprendere il prossimo
passo da fare
Difficoltà nell'assemblare il team vincente
Ostacoli quotidiani alla produzione (%)
Fonte: Adaptive Case Management survey, 2011
Le sfide di oggi
•  Convergenza di dati e processi
•  Modellazione partecipativa e flessibile
•  Computazione guidata dalla “logica”
Software
Hardware
Dominio
Entità di business
Flessibilità – Mondo ideale
Flessibilità – Mondo realeUnderstandingSpaghettiModelswithSequenceClusteringforProM9
seexceptions.Figure4depictstheresultofafirstattempttoanalyzethe
licationserverlogsusingtheheuristicsminer[4].
Exception
(complete)
187
EstabelecimentoNotFoundException
(complete)
187
0,991
152
GREJBPersistencyException
(complete)
179
0,909
159
PGWSException
(complete)
168
0,889
12
ITPTExternalServiceException
(complete)
183
0,944
162
SIPSCNoRecordsFoundException
(complete)
160
0,8
5
PessoaSingularNotFoundException
(complete)
138
0,667
3
BusinessLogicException
(complete)
183
0,75
4
SICCLException
(complete)
175
0,857
19
NaoExistemRegistosException
(complete)
143
0,833
6
RPCBusinessException
(complete)
38
0,75
3
SAFBusinessException
(complete)
115
0,8
68
GREJBBusinessException
(complete)
45
0,75
23
DESWSException
(complete)
14
0,667
14
NullPointerException
(complete)
104
0,8
91
ValidationException
(complete)
31
0,8
12
GILBusinessException
(complete)
14
0,5
6
GRServicesException
(complete)
7
0,667
3
CSIBusinessException
(complete)
14
0,5
6
ConcorrenciaException
(complete)
5
0,5
2
CSIPersistencyException
(complete)
3
0,5
2
0,857
34
ITPTServerException
(complete)
21
0,667
15
COOPException
(complete)
4
0,5
2
RSIValidationException
(complete)
25
0,667
18
BasicSystemException
(complete)
16
0,667
11
PesquisaAmbiguaException
(complete)
6
0,5
6
CPFBusinessException
(complete)
3
0,5
2
0,8
95
ADOPException
(complete)
6
0,5
5
AFBusinessException
(complete)
64
SIPSCRemoteBusinessException
(complete)
51
0,833
13
ConcurrentModificationException
(complete)
5
0,5
1
CDFBusinessException
(complete)
6
0,667
2
AssinaturaNaoIncluidaException
(complete)
1
0,5
1
SICCSException
(complete)
32
0,8
11
CartaoCidadaoException
(complete)
64
0,833
38
SOAPException
(complete)
22
0,667
14
TooManyRowsException
(complete)
112
0,667
18
SIPSCFatalException
(complete)
20
0,667
9
LimiteTemporalException
(complete)
4
0,5
2
0,8
28
SVIBusinessUserException
(complete)
18
0,75
12
GRConcurrencyException
(complete)
8
0,5
2
ContribuinteRegionalNotFoundException
(complete)
63
0,75
30
JDOFatalUserException
(complete)
124
0,947
49
0,667
5
SQLException
(complete)
9
0,667
7
IOException
(complete)
27
0,75
22
PessoaColectivaNotFoundException
(complete)
23
0,75
20
ServiceDelegateRemoteException
(complete)
3
0,5
2
0,5
5
PASException
(complete)
2
0,5
1
FileNotFoundException
(complete)
31
0,75
13
QgenMIParametrizedBusinessException
(complete)
1
0,5
1
ADOPMessageException
(complete)
3
0,5
2
LayoffException
(complete)
1
0,5
1
0,75
8
CMPException
(complete)
1
0,5
1
GREJBRemoteServiceException
(complete)
34
0,75
4
RSIPersistenceException
(complete)
24
0,75
4
CSIRemoteException
(complete)
3
0,5
1
SIPSCFatalRemoteCallException
(complete)
3
0,5
1
SIPSCDatabaseException
(complete)
1
0,5
1
BusinessException
(complete)
159
0,667
9
SVIBusinessException
(complete)
1
0,5
1
ParametrizedBusinessException
(complete)
2
0,5
2
GDServicesException
(complete)
4
0,5
3
ServerException
(complete)
132
0,75
16
PGException
(complete)
6
0,667
5
0,75
4
DESException
(complete)
135
0,667
13
0,667
2
0,75
9
SIPSCException
(complete)
27
0,75
9
ReportException
(complete)
5
0,667
2
SSNServiceException
(complete)
1
0,5
1
AFException
(complete)
1
0,5
1
InvalidNISSException
(complete)
14
0,75
4
0,75
14
GILConcurrencyException
(complete)
1
0,5
1
RSISystemException
(complete)
28
0,75
7
0,667
5
0,667
1
0,75
2
0,667
5
0,833
5
0,667
5
0,667
4
0,75
12
0,981
53
ADOPUserChoiceException
(complete)
1
0,5
1
0,667
5
RPCException
(complete)
1
0,5
1
GREJBConcurrencyException
(complete)
15
0,875
8
0,5
1
0,5
1
0,667
1
MoradaPortuguesaNotFoundException
(complete)
1
0,5
1
0,75
4
0,5
1
0,667
6
0,5
1
0,5
2
0,889
8
0,75
3
0,8
3
RSIException
(complete)
1
0,5
1
0,5
1
0,5
1
0,667
4
0,667
3
0,5
1
0,5
2
0,75
5
0,5
1
0,5
1
0,5
2
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,5
1
0,8
1
0,5
1
0,5
1
0,5
1
Processi adattivi e flessibili
•  Processi imprevedibili e “knowledge-intensive”
•  Flessibilità a tempo di esecuzione: adattività
–  Gestione dinamica di eccezioni e modifiche alla
struttura del processo
•  Flessibilità per “sotto-modellazione”
–  Parti del processo decise a tempo di esecuzione
•  Flessibilità in fase di modellazione
–  Approcci dichiarativi
•  Flessibilità in tutte le fasi del ciclo di vita
–  Adaptive case management
BPM centrato sugli artefatti
•  Capovolgimento nella gestione dei processi
•  Dati e processi: di pari livello e strettamente
interconnessi
•  Dati al supporto dei processi, processi che
operano sui dati
•  Elicitazione in termini di artefatti o entità di
business, che racchiudono
–  Modello dei dati (es.: ordine, paziente, …)
–  Ciclo di vita (es.: non è possibile chiudere un ordine
finché il cliente non l’ha confermato)
www.acsi-project.eu
a!
iSC!
Collaborazione
Bradley e McDonald: organizational success with social media
is fundamentally a leadership and management challenge, not
a technology issue.
Entità di business
Infrastruttura
collaborativa
Linked Business Entities
•  Concetto di “linked data” come rete in cui le
unità informative sono collegate le une alle
altre mediante connessioni semantiche
Conclusioni
•  Internet e cloud come base tecnologica
•  Convergenza di dati e processi come base
concettuale per lo sviluppo di applicazioni a
supporto delle persone
–  Sfide teoriche e pratiche
–  Necessità di sinergie tra ricerca scientifica, ricerca
tecnologica, mondo delle aziende
•  Venite a trovarci in piazza Domenicani!
Grazie!
Convergence, Rian Hughes

Mais conteúdo relacionado

Destaque

The Surprising Reason Your Startup Is Failing by Bayuk
The Surprising Reason Your Startup Is Failing by BayukThe Surprising Reason Your Startup Is Failing by Bayuk
The Surprising Reason Your Startup Is Failing by Bayuk
PHX Startup Week
 
DashboardTemplateTargetWards
DashboardTemplateTargetWardsDashboardTemplateTargetWards
DashboardTemplateTargetWards
Max Akister
 
A - New LAC First PEP
A - New LAC First PEPA - New LAC First PEP
A - New LAC First PEP
Max Akister
 
Life in the Pitch Lane by Rod Lenniger
Life in the Pitch Lane by Rod LennigerLife in the Pitch Lane by Rod Lenniger
Life in the Pitch Lane by Rod Lenniger
PHX Startup Week
 
Pitching and Presenting by Michael Ellenby
Pitching and Presenting by Michael EllenbyPitching and Presenting by Michael Ellenby
Pitching and Presenting by Michael Ellenby
PHX Startup Week
 
It was never a dress by Tania Katan
It was never a dress by Tania KatanIt was never a dress by Tania Katan
It was never a dress by Tania Katan
PHX Startup Week
 
How to Use the Business Story to Drive Your Startup by Park Howell
How to Use the Business Story to Drive Your Startup by Park HowellHow to Use the Business Story to Drive Your Startup by Park Howell
How to Use the Business Story to Drive Your Startup by Park Howell
PHX Startup Week
 
10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury
10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury
10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury
PHX Startup Week
 
Design Thinkings & Lean Product Development by Ryan Allen
Design Thinkings & Lean Product Development by Ryan AllenDesign Thinkings & Lean Product Development by Ryan Allen
Design Thinkings & Lean Product Development by Ryan Allen
PHX Startup Week
 
Creative Problem Solving with LEGO by Raoul Encinas and Tamara Christensen
Creative Problem Solving with LEGO by Raoul Encinas and Tamara ChristensenCreative Problem Solving with LEGO by Raoul Encinas and Tamara Christensen
Creative Problem Solving with LEGO by Raoul Encinas and Tamara Christensen
PHX Startup Week
 

Destaque (18)

C 26a
C 26aC 26a
C 26a
 
The Surprising Reason Your Startup Is Failing by Bayuk
The Surprising Reason Your Startup Is Failing by BayukThe Surprising Reason Your Startup Is Failing by Bayuk
The Surprising Reason Your Startup Is Failing by Bayuk
 
Master Plan for Achieveing Great Success: 50 How-To Advices
Master Plan for Achieveing Great Success: 50 How-To AdvicesMaster Plan for Achieveing Great Success: 50 How-To Advices
Master Plan for Achieveing Great Success: 50 How-To Advices
 
DashboardTemplateTargetWards
DashboardTemplateTargetWardsDashboardTemplateTargetWards
DashboardTemplateTargetWards
 
Region 1 Conference Presentation
Region 1 Conference PresentationRegion 1 Conference Presentation
Region 1 Conference Presentation
 
A - New LAC First PEP
A - New LAC First PEPA - New LAC First PEP
A - New LAC First PEP
 
You Don't Need To Change. Survival Is Optional
You Don't Need To Change. Survival Is OptionalYou Don't Need To Change. Survival Is Optional
You Don't Need To Change. Survival Is Optional
 
Российский рынок мобильной коммерции 2015-2016
Российский рынок мобильной коммерции 2015-2016Российский рынок мобильной коммерции 2015-2016
Российский рынок мобильной коммерции 2015-2016
 
Temporal logics over finite traces for declarative BPM
Temporal logics over finite traces for declarative BPMTemporal logics over finite traces for declarative BPM
Temporal logics over finite traces for declarative BPM
 
Mobile - Small Screen Big Bet !
Mobile - Small Screen Big Bet !Mobile - Small Screen Big Bet !
Mobile - Small Screen Big Bet !
 
Life in the Pitch Lane by Rod Lenniger
Life in the Pitch Lane by Rod LennigerLife in the Pitch Lane by Rod Lenniger
Life in the Pitch Lane by Rod Lenniger
 
Pitching and Presenting by Michael Ellenby
Pitching and Presenting by Michael EllenbyPitching and Presenting by Michael Ellenby
Pitching and Presenting by Michael Ellenby
 
It was never a dress by Tania Katan
It was never a dress by Tania KatanIt was never a dress by Tania Katan
It was never a dress by Tania Katan
 
How to Use the Business Story to Drive Your Startup by Park Howell
How to Use the Business Story to Drive Your Startup by Park HowellHow to Use the Business Story to Drive Your Startup by Park Howell
How to Use the Business Story to Drive Your Startup by Park Howell
 
10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury
10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury
10 Mistakes Entreprenuers Make That Can Kill Their Busienss by Jonathan Coury
 
Design Thinkings & Lean Product Development by Ryan Allen
Design Thinkings & Lean Product Development by Ryan AllenDesign Thinkings & Lean Product Development by Ryan Allen
Design Thinkings & Lean Product Development by Ryan Allen
 
Creative Problem Solving with LEGO by Raoul Encinas and Tamara Christensen
Creative Problem Solving with LEGO by Raoul Encinas and Tamara ChristensenCreative Problem Solving with LEGO by Raoul Encinas and Tamara Christensen
Creative Problem Solving with LEGO by Raoul Encinas and Tamara Christensen
 
Burning Agile
Burning AgileBurning Agile
Burning Agile
 

Semelhante a Conoscenza condivisa: verso la convergenza di dati, processi, persone

Micro Focus Data Express 4.0 - Conformità, produttività e protezione dati
Micro Focus Data Express 4.0 - Conformità,  produttività  e  protezione datiMicro Focus Data Express 4.0 - Conformità,  produttività  e  protezione dati
Micro Focus Data Express 4.0 - Conformità, produttività e protezione dati
Microfocusitalia
 
La gestione logica dei dati come chiave del successo per Data Scientist e Bus...
La gestione logica dei dati come chiave del successo per Data Scientist e Bus...La gestione logica dei dati come chiave del successo per Data Scientist e Bus...
La gestione logica dei dati come chiave del successo per Data Scientist e Bus...
Denodo
 

Semelhante a Conoscenza condivisa: verso la convergenza di dati, processi, persone (20)

Power B: Cleaning data
Power B: Cleaning dataPower B: Cleaning data
Power B: Cleaning data
 
Micro Focus Data Express 4.0 - Conformità, produttività e protezione dati
Micro Focus Data Express 4.0 - Conformità,  produttività  e  protezione datiMicro Focus Data Express 4.0 - Conformità,  produttività  e  protezione dati
Micro Focus Data Express 4.0 - Conformità, produttività e protezione dati
 
DS4Biz - Data Science for Business
DS4Biz - Data Science for BusinessDS4Biz - Data Science for Business
DS4Biz - Data Science for Business
 
Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...
Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...
Big data e Business Intelligence | presentazione open day @Fondazione Kennedy...
 
Il web intelligente
Il web intelligenteIl web intelligente
Il web intelligente
 
Datarace: IoT e Big Data (Italian)
Datarace: IoT e Big Data (Italian)Datarace: IoT e Big Data (Italian)
Datarace: IoT e Big Data (Italian)
 
Big data e business intelligence
Big data e business intelligenceBig data e business intelligence
Big data e business intelligence
 
Power bi Clean and Modelling (SQL Saturday #675)
Power bi Clean and Modelling  (SQL Saturday #675)Power bi Clean and Modelling  (SQL Saturday #675)
Power bi Clean and Modelling (SQL Saturday #675)
 
Big data analytics quanto vale e come sfruttarlo con stream analytics e power bi
Big data analytics quanto vale e come sfruttarlo con stream analytics e power biBig data analytics quanto vale e come sfruttarlo con stream analytics e power bi
Big data analytics quanto vale e come sfruttarlo con stream analytics e power bi
 
Presentazione
PresentazionePresentazione
Presentazione
 
The importance of now: rivedere il ciclo tradizionale del dato alla luce dell...
The importance of now: rivedere il ciclo tradizionale del dato alla luce dell...The importance of now: rivedere il ciclo tradizionale del dato alla luce dell...
The importance of now: rivedere il ciclo tradizionale del dato alla luce dell...
 
Cloud, IoT and Big Data
Cloud, IoT and Big DataCloud, IoT and Big Data
Cloud, IoT and Big Data
 
Smart Data per i Beni Culturali
Smart Data per i Beni CulturaliSmart Data per i Beni Culturali
Smart Data per i Beni Culturali
 
SmartData per i Beni Culturali
SmartData per i Beni CulturaliSmartData per i Beni Culturali
SmartData per i Beni Culturali
 
Power BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT CentralPower BI Streaming Data Flow e Azure IoT Central
Power BI Streaming Data Flow e Azure IoT Central
 
Its allaboudatadiversity2019rev1.2
Its allaboudatadiversity2019rev1.2Its allaboudatadiversity2019rev1.2
Its allaboudatadiversity2019rev1.2
 
_ABIlab-BigData-Finale
_ABIlab-BigData-Finale_ABIlab-BigData-Finale
_ABIlab-BigData-Finale
 
La gestione logica dei dati come chiave del successo per Data Scientist e Bus...
La gestione logica dei dati come chiave del successo per Data Scientist e Bus...La gestione logica dei dati come chiave del successo per Data Scientist e Bus...
La gestione logica dei dati come chiave del successo per Data Scientist e Bus...
 
edSENSE.AI
edSENSE.AIedSENSE.AI
edSENSE.AI
 
Power BI data flow and Azure IoT Central
Power BI data flow and Azure IoT CentralPower BI data flow and Azure IoT Central
Power BI data flow and Azure IoT Central
 

Mais de Faculty of Computer Science - Free University of Bozen-Bolzano

Soundness of Data-Aware Processes with Arithmetic Conditions
Soundness of Data-Aware Processes with Arithmetic ConditionsSoundness of Data-Aware Processes with Arithmetic Conditions
Soundness of Data-Aware Processes with Arithmetic Conditions
Faculty of Computer Science - Free University of Bozen-Bolzano
 
Extending Temporal Business Constraints with Uncertainty
Extending Temporal Business Constraints with UncertaintyExtending Temporal Business Constraints with Uncertainty
Extending Temporal Business Constraints with Uncertainty
Faculty of Computer Science - Free University of Bozen-Bolzano
 
Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...
Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...
Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...
Faculty of Computer Science - Free University of Bozen-Bolzano
 
From legacy data to event data
From legacy data to event dataFrom legacy data to event data
Putting Decisions in Perspective(s)
Putting Decisions in Perspective(s)Putting Decisions in Perspective(s)

Mais de Faculty of Computer Science - Free University of Bozen-Bolzano (20)

From Case-Isolated to Object-Centric Processes - A Tale of two Models
From Case-Isolated to Object-Centric Processes - A Tale of two ModelsFrom Case-Isolated to Object-Centric Processes - A Tale of two Models
From Case-Isolated to Object-Centric Processes - A Tale of two Models
 
Reasoning on Labelled Petri Nets and Their Dynamics in a Stochastic Setting
Reasoning on Labelled Petri Nets and Their Dynamics in a Stochastic SettingReasoning on Labelled Petri Nets and Their Dynamics in a Stochastic Setting
Reasoning on Labelled Petri Nets and Their Dynamics in a Stochastic Setting
 
Constraints for Process Framing in Augmented BPM
Constraints for Process Framing in Augmented BPMConstraints for Process Framing in Augmented BPM
Constraints for Process Framing in Augmented BPM
 
Intelligent Systems for Process Mining
Intelligent Systems for Process MiningIntelligent Systems for Process Mining
Intelligent Systems for Process Mining
 
Declarative process mining
Declarative process miningDeclarative process mining
Declarative process mining
 
Process Reasoning and Mining with Uncertainty
Process Reasoning and Mining with UncertaintyProcess Reasoning and Mining with Uncertainty
Process Reasoning and Mining with Uncertainty
 
From Case-Isolated to Object-Centric Processes
From Case-Isolated to Object-Centric ProcessesFrom Case-Isolated to Object-Centric Processes
From Case-Isolated to Object-Centric Processes
 
Modeling and Reasoning over Declarative Data-Aware Processes
Modeling and Reasoning over Declarative Data-Aware ProcessesModeling and Reasoning over Declarative Data-Aware Processes
Modeling and Reasoning over Declarative Data-Aware Processes
 
Soundness of Data-Aware Processes with Arithmetic Conditions
Soundness of Data-Aware Processes with Arithmetic ConditionsSoundness of Data-Aware Processes with Arithmetic Conditions
Soundness of Data-Aware Processes with Arithmetic Conditions
 
Probabilistic Trace Alignment
Probabilistic Trace AlignmentProbabilistic Trace Alignment
Probabilistic Trace Alignment
 
Strategy Synthesis for Data-Aware Dynamic Systems with Multiple Actors
Strategy Synthesis for Data-Aware Dynamic Systems with Multiple ActorsStrategy Synthesis for Data-Aware Dynamic Systems with Multiple Actors
Strategy Synthesis for Data-Aware Dynamic Systems with Multiple Actors
 
Extending Temporal Business Constraints with Uncertainty
Extending Temporal Business Constraints with UncertaintyExtending Temporal Business Constraints with Uncertainty
Extending Temporal Business Constraints with Uncertainty
 
Extending Temporal Business Constraints with Uncertainty
Extending Temporal Business Constraints with UncertaintyExtending Temporal Business Constraints with Uncertainty
Extending Temporal Business Constraints with Uncertainty
 
Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...
Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...
Modeling and Reasoning over Declarative Data-Aware Processes with Object-Cent...
 
From legacy data to event data
From legacy data to event dataFrom legacy data to event data
From legacy data to event data
 
Putting Decisions in Perspective(s)
Putting Decisions in Perspective(s)Putting Decisions in Perspective(s)
Putting Decisions in Perspective(s)
 
Enriching Data Models with Behavioral Constraints
Enriching Data Models with Behavioral ConstraintsEnriching Data Models with Behavioral Constraints
Enriching Data Models with Behavioral Constraints
 
Representing and querying norm states using temporal ontology-based data access
Representing and querying norm states using temporal ontology-based data accessRepresenting and querying norm states using temporal ontology-based data access
Representing and querying norm states using temporal ontology-based data access
 
Compliance monitoring of multi-perspective declarative process models
Compliance monitoring of multi-perspective declarative process modelsCompliance monitoring of multi-perspective declarative process models
Compliance monitoring of multi-perspective declarative process models
 
Processes and organizations - a look behind the paper wall
Processes and organizations - a look behind the paper wallProcesses and organizations - a look behind the paper wall
Processes and organizations - a look behind the paper wall
 

Conoscenza condivisa: verso la convergenza di dati, processi, persone

  • 1. Conoscenza condivisa Verso la convergenza di dati, processi, persone Marco Montali KRDB Research Centre for Knowledge and Data Facoltà di Scienze e Tecnologie Informatiche Libera Università di Bozen-Bolzano www.inf.unibz.it/~montali Horizon/Samsung Day, 11 ottobre 2012
  • 2. Organizzazioni e produzione del valore •  Organizzazione nella catena del valore •  Identificazione delle funzionalità di business •  Realizzazione delle funzionalità tramite attività
  • 3. Tre dimensioni organizzative Processo aziendale: coordinamento delle attività per soddisfare un obiettivo strategico •  Creazione di un prodotto •  Erogazione di un servizio •  Ottimizzazione di procedure interne Tre aspetti fondamentali •  Cosa: come è strutturato il dominio? Quali sono i concetti rilevanti?  dati e vincoli statici •  Chi: chi è responsabile di cosa? Quali parti del processo sono automatizzabili?  risorse e persone •  Come: quali vincoli sull’esecuzione delle attività nel tempo?  processo/flusso di controllo
  • 4. Supporto tecnologico Dati e programmi •  Condivisi •  Accessibili sempre e ovunque •  Senza limiti di risorse
  • 5. Tecnologia e automazione Nel 2005, Broninski scrive: Nonostante gli avanzamenti nell'automazione del business durante gli ultimi 50 anni, il cuore e l'anima di ogni organizzazione è costituito ancora dalle proprie persone - senza le quali l'azienda si fermerebbe immediatamente. Eppure non c'è attualmente alcun approccio completo per la gestione dei processi umani, considerandone la complessità e continua evoluzione - e le tecnologie attuali considerano le persone come se fossero ingranaggi di una macchina. Francamente, dobbiamo fare meglio. Nel 2012 siamo ancora lontani da questo obiettivo •  Ci stiamo muovendo nella giusta direzione?
  • 6. Parleremo di… •  Situazione attuale •  Alcuni contributi della ricerca •  Visione sul futuro ?
  • 7. Information Silos Hardware Dominio Processo di business Software Dati Controllo Risorse Database Workflow Policies Esperti di dominio Staff IT trasferimento di conoscenza realizzazione
  • 8. Due problemi… Mediazione tra idea e realizzazione guidata dallo staff IT Hardware Dominio Processo di business Software Dati Controllo Risorse Database Workflow Policies Esperti di dominio Staff IT trasferimento di conoscenza realizzazione Astrazione: “Idea” del sistema lontana dalla sua realizzazione
  • 10. Stato della ricerca Hardware Dominio Processo di business Software Dati Controllo Risorse Database Workflow Policies Esperti di dominio Staff IT trasferimento di conoscenza realizzazione
  • 11. Stato della ricerca Hardware Dominio Processo di business Software “intelligente” Dati Controllo Risorse Database Workflow Policies Esperti di dominio Staff IT trasferimento di conoscenza co-realizzazione
  • 12. Dati e conoscenza strutturale Esperti di dominio Staff IT trasferimento di conoscenza a! iSC!CPMR artifact: Information Model (IM) Contains static information and hourly measurements in a specific month for a certain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roject 257593 D. Lembo - UNIROMA1 3 rappresenta
  • 13. Qualità della rappresentazione Esperti di dominio Staff IT trasferimento di conoscenza a! iSC!CPMR artifact: Information Model (IM) Contains static information and hourly measurements in a specific month for a certain CP. !""#$%&"' !"#$% !"#&'"( !"#")*(+#&'"( !"#%$,&+$-.&$)/#$% !"#&+0%$/1#$% 2222222 3)/&4 301/$&.%( ,.-3$&&(%#3# 5 ,.-#%0$6'# 0!!.3.60&(% 7 7 85 ,.-#%0$6'# 0!!.3.60&(% 5 %0&( 4).+6'#!"# 3(0,.+(3(/& )+$1$/ 22 22 9: %0&( 4).+6'#!"# 3(0,.+(3(/& )+$1$/ 3;<=>?;@;AB0AC)?DEDA 5 ".-#%0$6'# 0!!.3.60&(% ".-#,.-#%# %$FF(+(/!( 22 22 ,.-3$&&(%#3# 0!!.3.60&(% ".-6$,4(%#3# 0!!.3.60&(% 72 722 ,B<BDG !HAB?HI "HDABJDAKH?@<BDHA 3HABLIM +;NH?BJ$AKH?@<BDHA ,>O@DBB;C !"J3;<=>?;@;AB $AKH?@<BDHA 85 ".-#%0$6'# 0!!.3.60&(% ".-#,.-#%# %$FF(+(/!( 5 %0&( 4).+6'#!"# 3(0,.+(3(/& ".-#,.-# 4#%$FF(+(/!( 22 22 9: %0&( 4).+6'#!"# 3(0,.+(3(/& )+$1$/ ">OID=L;C !"J3;<=>?;@;AB $AKH?@<BDHA ".-#3;<=>?;@;AB0AC%DKK;?;AG; WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 3 ?rappresenta
  • 14. Comprensione dei dati Esperti di dominio Staff IT trasferimento di conoscenza a! iSC!CPMR artifact: Information Model (IM) Contains static information and hourly measurements in a specific month for a certain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roject 257593 D. Lembo - UNIROMA1 3 ? dati rappresenta
  • 15. Schema concettuale Esplicitazione di concetti e relazioni rilevanti in un dominio •  Focalizzandosi sulla realtà •  Astraendo da dettagli realizzativi (database)
  • 16. Modellazione concettuale Esperti di dominio Staff IT trasferimento di conoscenza co-realizzazione rappresenta Energy Use Case: Graphical representation of th (excerpt) WP2: D2.3 ACSI Project 257593 a! iSC!CPMR artifact: Information Model (IM) Contains static information and hourly measurements in a specific month for a certain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realizza Schema concettuale (ontologia)
  • 17. Ragionamento sugli schemi •  Verifica di consistenza •  Scoperta di errori •  Scoperta di “informazioni nascoste” Credits: Enrico Franconi
  • 18. Accesso ai dati basato su ontologie •  Ora esiste un modello concettuale per le informazioni •  Ma i dati continuano a essere memorizzati in un database di più “basso livello” •  È possibile fornire un accesso ai dati utilizzando lo schema concettuale prodotto dagli esperti? Esperti di dominio a! iSC!CPMR artifact: Information Model (IM) Contains static information and hourly measurements in a specific month for a certain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roject 257593 D. Lembo - UNIROMA1 3 dati realizza Energy Use Case: Graphical representation of the On (excerpt) WP2: D2.3 ACSI Project 257593 D. ?
  • 19. Accesso ai dati basato su ontologie •  Accesso ai dati basato su ontologie –  Definizione di “mapping” che agganciano parti del database a corrispondenti concetti e relazioni (interazione esperti/staff IT) –  Possibilità di interrogare i dati attraverso il “vocabolario” dello schema concettuale •  Un componente automatico si occupa di “mediare e tradurre” Esperti di dominio a! iSC!CPMR artifact: Information Model (IM) Contains static information and hourly measurements in a specific month for a certain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roject 257593 D. Lembo - UNIROMA1 3 dati Energy Use Case: Graphical representation of the On (excerpt) WP2: D2.3 ACSI Project 257593 D. domande/risposte OBDA framework
  • 20. Integrazione dei dati a! iSC!Energy Use Case: Graphical representation of the Ontology (excerpt) WP2: D2.3 ACSI Project 257593 D. Lembo - UNIROMA1 5 OBDA frameworkOBDA framework Esperti di dominio domande risposte Sorgenti distribuite e eterogenee
  • 21. Processi e conoscenza dinamica Esperti di dominio Staff IT trasferimento di conoscenza rappresenta
  • 22. Qualità della rappresentazione Esperti di dominio Staff IT trasferimento di conoscenza ?rappresenta
  • 23. Comprensione dei dati Esperti di dominio Staff IT trasferimento di conoscenza ? eventi rappresenta
  • 24. Schema di processo •  Rappresentazione delle possibili “dinamiche” eseguibili nel sistema
  • 25. Business Process Modeling Esperti di dominio Staff IT trasferimento di conoscenza co-realizzazione rappresenta realizza Schema di processo
  • 27. Supporto a design-time •  Formalizzazione, logiche temporali e algoritmi di “model checking” per –  Verifica di proprietà general •  Il processo è “corretto”? •  Ci sono attività che non sono mai eseguibili? –  Verifica di proprietà specifiche del dominio •  E’ sempre vero che, prima di mandare in spedizione un ordine, questo è stato pagato dal compratore? Errore!
  • 28. Process mining •  Cosa succede davvero nella mia azienda? •  I processi progettati corrispondono alla realtà? •  Dove sono i punti critici del processo (es., colli di bottiglia)? •  È possibile estrarre modelli di processo dai log? l'enhancement (miglioramento). In tal caso, l'idea è quella di estendere o migliorare un modello di processo esistente usando le informazioni contenute nei log. Mentre il conformance checking misura quanto un modello è allineato con ciò che accade nella realtà, questo terzo tipo di process mining si propone di cambiare o estendere il modello preesistente per adeguarlo alla realtà. Google “process mining manifesto”
  • 29. ProM FrameworkScreenshot of ProM 5.2 PAGE 7
  • 30. Flessibilità 0 5 10 15 20 25 30 35 Ad-hoc, sempre diversa Obiettivo definito, libertà d'azione Documentata e gestita, non automatizzata Parzialmente automatizzata, eccezioni frequenti Lavoro e attività giornaliere (%) Fonte: Adaptive Case Management survey, 2011
  • 31. Visibilità e condivisione 0 10 20 30 40 50 60 70 Mancanza di visibilità dello stato del lavoro dei collaboratori Difficoltà nella gestione di documentazione e info per un progetto Difficoltà di ottenere la lista dei task da portare a termine Difficoltà nel reperire collaboratori con le competenze necessarie Difficoltà nel comprendere il prossimo passo da fare Difficoltà nell'assemblare il team vincente Ostacoli quotidiani alla produzione (%) Fonte: Adaptive Case Management survey, 2011
  • 32. Le sfide di oggi •  Convergenza di dati e processi •  Modellazione partecipativa e flessibile •  Computazione guidata dalla “logica” Software Hardware Dominio Entità di business
  • 34. Flessibilità – Mondo realeUnderstandingSpaghettiModelswithSequenceClusteringforProM9 seexceptions.Figure4depictstheresultofafirstattempttoanalyzethe licationserverlogsusingtheheuristicsminer[4]. Exception (complete) 187 EstabelecimentoNotFoundException (complete) 187 0,991 152 GREJBPersistencyException (complete) 179 0,909 159 PGWSException (complete) 168 0,889 12 ITPTExternalServiceException (complete) 183 0,944 162 SIPSCNoRecordsFoundException (complete) 160 0,8 5 PessoaSingularNotFoundException (complete) 138 0,667 3 BusinessLogicException (complete) 183 0,75 4 SICCLException (complete) 175 0,857 19 NaoExistemRegistosException (complete) 143 0,833 6 RPCBusinessException (complete) 38 0,75 3 SAFBusinessException (complete) 115 0,8 68 GREJBBusinessException (complete) 45 0,75 23 DESWSException (complete) 14 0,667 14 NullPointerException (complete) 104 0,8 91 ValidationException (complete) 31 0,8 12 GILBusinessException (complete) 14 0,5 6 GRServicesException (complete) 7 0,667 3 CSIBusinessException (complete) 14 0,5 6 ConcorrenciaException (complete) 5 0,5 2 CSIPersistencyException (complete) 3 0,5 2 0,857 34 ITPTServerException (complete) 21 0,667 15 COOPException (complete) 4 0,5 2 RSIValidationException (complete) 25 0,667 18 BasicSystemException (complete) 16 0,667 11 PesquisaAmbiguaException (complete) 6 0,5 6 CPFBusinessException (complete) 3 0,5 2 0,8 95 ADOPException (complete) 6 0,5 5 AFBusinessException (complete) 64 SIPSCRemoteBusinessException (complete) 51 0,833 13 ConcurrentModificationException (complete) 5 0,5 1 CDFBusinessException (complete) 6 0,667 2 AssinaturaNaoIncluidaException (complete) 1 0,5 1 SICCSException (complete) 32 0,8 11 CartaoCidadaoException (complete) 64 0,833 38 SOAPException (complete) 22 0,667 14 TooManyRowsException (complete) 112 0,667 18 SIPSCFatalException (complete) 20 0,667 9 LimiteTemporalException (complete) 4 0,5 2 0,8 28 SVIBusinessUserException (complete) 18 0,75 12 GRConcurrencyException (complete) 8 0,5 2 ContribuinteRegionalNotFoundException (complete) 63 0,75 30 JDOFatalUserException (complete) 124 0,947 49 0,667 5 SQLException (complete) 9 0,667 7 IOException (complete) 27 0,75 22 PessoaColectivaNotFoundException (complete) 23 0,75 20 ServiceDelegateRemoteException (complete) 3 0,5 2 0,5 5 PASException (complete) 2 0,5 1 FileNotFoundException (complete) 31 0,75 13 QgenMIParametrizedBusinessException (complete) 1 0,5 1 ADOPMessageException (complete) 3 0,5 2 LayoffException (complete) 1 0,5 1 0,75 8 CMPException (complete) 1 0,5 1 GREJBRemoteServiceException (complete) 34 0,75 4 RSIPersistenceException (complete) 24 0,75 4 CSIRemoteException (complete) 3 0,5 1 SIPSCFatalRemoteCallException (complete) 3 0,5 1 SIPSCDatabaseException (complete) 1 0,5 1 BusinessException (complete) 159 0,667 9 SVIBusinessException (complete) 1 0,5 1 ParametrizedBusinessException (complete) 2 0,5 2 GDServicesException (complete) 4 0,5 3 ServerException (complete) 132 0,75 16 PGException (complete) 6 0,667 5 0,75 4 DESException (complete) 135 0,667 13 0,667 2 0,75 9 SIPSCException (complete) 27 0,75 9 ReportException (complete) 5 0,667 2 SSNServiceException (complete) 1 0,5 1 AFException (complete) 1 0,5 1 InvalidNISSException (complete) 14 0,75 4 0,75 14 GILConcurrencyException (complete) 1 0,5 1 RSISystemException (complete) 28 0,75 7 0,667 5 0,667 1 0,75 2 0,667 5 0,833 5 0,667 5 0,667 4 0,75 12 0,981 53 ADOPUserChoiceException (complete) 1 0,5 1 0,667 5 RPCException (complete) 1 0,5 1 GREJBConcurrencyException (complete) 15 0,875 8 0,5 1 0,5 1 0,667 1 MoradaPortuguesaNotFoundException (complete) 1 0,5 1 0,75 4 0,5 1 0,667 6 0,5 1 0,5 2 0,889 8 0,75 3 0,8 3 RSIException (complete) 1 0,5 1 0,5 1 0,5 1 0,667 4 0,667 3 0,5 1 0,5 2 0,75 5 0,5 1 0,5 1 0,5 2 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,5 1 0,8 1 0,5 1 0,5 1 0,5 1
  • 35. Processi adattivi e flessibili •  Processi imprevedibili e “knowledge-intensive” •  Flessibilità a tempo di esecuzione: adattività –  Gestione dinamica di eccezioni e modifiche alla struttura del processo •  Flessibilità per “sotto-modellazione” –  Parti del processo decise a tempo di esecuzione •  Flessibilità in fase di modellazione –  Approcci dichiarativi •  Flessibilità in tutte le fasi del ciclo di vita –  Adaptive case management
  • 36. BPM centrato sugli artefatti •  Capovolgimento nella gestione dei processi •  Dati e processi: di pari livello e strettamente interconnessi •  Dati al supporto dei processi, processi che operano sui dati •  Elicitazione in termini di artefatti o entità di business, che racchiudono –  Modello dei dati (es.: ordine, paziente, …) –  Ciclo di vita (es.: non è possibile chiudere un ordine finché il cliente non l’ha confermato) www.acsi-project.eu a! iSC!
  • 37. Collaborazione Bradley e McDonald: organizational success with social media is fundamentally a leadership and management challenge, not a technology issue. Entità di business Infrastruttura collaborativa
  • 38. Linked Business Entities •  Concetto di “linked data” come rete in cui le unità informative sono collegate le une alle altre mediante connessioni semantiche
  • 39. Conclusioni •  Internet e cloud come base tecnologica •  Convergenza di dati e processi come base concettuale per lo sviluppo di applicazioni a supporto delle persone –  Sfide teoriche e pratiche –  Necessità di sinergie tra ricerca scientifica, ricerca tecnologica, mondo delle aziende •  Venite a trovarci in piazza Domenicani!