BI e Big Data Management
()
Info su questo ebook
L'importanza dell'informazione come fattore di produzione è aumentata notevolmente negli ultimi anni. Le aziende si rendono sempre più conto che l'analisi delle informazioni aziendali (business intelligence, big data, data science) può generare vantaggi competitivi decisivi. Inoltre, i requisiti legali, nel contesto dei requisiti di conformità BCBS 239, Basilea II e III, SOX e Solvency II, richiedono una qualità minima dei dati e dei processi nel reporting e nella pianificazione. Lo sviluppo di una gestione dei dati a livello aziendale continua quindi a essere una delle principali sfide che l'IT e il management dovranno affrontare nei prossimi anni.
Il tema della qualità dei dati è un fattore di successo essenziale per la creazione di un'infrastruttura informativa ottimale. Secondo uno studio condotto nel 2002 dal "The Data Warehousing Institute" (TDWI), i costi della scarsa qualità dei dati negli Stati Uniti ammontano a circa 622 miliardi di dollari. Nel 2006 la società di ricerche di mercato Gartner ha dichiarato: "La scarsa qualità dei dati costa a un'organizzazione tipica il 20% del suo fatturato...".
In retrospettiva, la crisi finanziaria ed economica globale dal 2007 in poi può essere vista anche come una crisi della qualità dei dati. Nonostante i requisiti di conformità di ampia portata, molte società del settore dei servizi finanziari non erano e non sono tuttora in grado di aggregare e preparare i propri dati sul rischio in modo tempestivo, per poterli gestire in modo adeguato.
Nell'era dei Big Data, in cui i dati sono intesi come il nuovo petrolio e la quantità di dati disponibili a livello mondiale si moltiplica di anno in anno, i requisiti di trasparenza e qualità dei flussi di dati aumenteranno ancora di più, poiché si suppone che essi costituiscano la base per casi d'uso in parte completamente nuovi (non solo a supporto delle decisioni).
Ma a cosa servono montagne di dati sempre più grandi se la loro qualità e la loro origine non sono garantite e se i costi di sviluppo e operativi per l'archiviazione, l'integrazione e la valutazione dei dati sono correlati alla quantità di dati?
"La qualità dei dati non è tutto, ma senza la qualità dei dati tutto è niente".
I metadati e la loro gestione sono strumenti importanti per garantire un'adeguata qualità dei dati.
L'obiettivo di questo libro è, da un lato, quello di riprendere i termini e le tendenze attuali e di riportare il tema della gestione della qualità dei dati e della gestione integrata dei metadati nella coscienza di project manager, responsabili IT, architetti IT, analisti, sviluppatori e responsabili della gestione aziendale.
Correlato a BI e Big Data Management
Ebook correlati
Le direzioni dell'ICT nel B2B Valutazione: 0 su 5 stelle0 valutazioniI sistemi PLM per l’impresa digitale Valutazione: 0 su 5 stelle0 valutazioniOpera©: Key Digital Pivot - Alta formazione per la Digital Transformation Aziendale Valutazione: 0 su 5 stelle0 valutazioniIl Data mining e gli algoritmi di classificazione Valutazione: 1 su 5 stelle1/5e4job 2.0 Fondamenti di Cultura Digitale - Glossario: Termini Definizioni Acronimi Valutazione: 0 su 5 stelle0 valutazioniIl futuro dell'intelligenza artificiale Valutazione: 0 su 5 stelle0 valutazioniAI nel Business: Guida Pratica all'Uso dell'Intelligenza Artificiale in Diverse Settori Valutazione: 0 su 5 stelle0 valutazioniGuida 2024+: Guerre, elezioni, chatbot. Scenari e variabili nell’anno dell’incertezza Valutazione: 0 su 5 stelle0 valutazioniL'organizzazione ed i processi aziendali rappresentati con lo standard BPMN Valutazione: 0 su 5 stelle0 valutazioniEnterprise Mobility: l’interazione al centro Valutazione: 0 su 5 stelle0 valutazioniIl digital per lo sviluppo delle PMI italiane Valutazione: 0 su 5 stelle0 valutazioniIl social media marketing per le PMI. Guida all'uso dei social media nella Piccola e Media Impresa. Valutazione: 1 su 5 stelle1/5La gestione strategica degli eSport: Modelli di business e traiettorie di sviluppo Valutazione: 0 su 5 stelle0 valutazioniL'utilizzo del Web Marketing nelle imprese della provincia di Chieti. Focus on:le imprese vinicole abruzzesi Valutazione: 0 su 5 stelle0 valutazioniL'era dell'Intelligenza Artificiale: Come l'AI sta rivoluzionando le nostre vite Valutazione: 0 su 5 stelle0 valutazioniIntelligenza Artificiale: Arte e Scienza nel Business Valutazione: 0 su 5 stelle0 valutazioniIntellectual Property and Competition Law Valutazione: 0 su 5 stelle0 valutazioniCommercio elettronico e Web-marketing Valutazione: 0 su 5 stelle0 valutazioniLa scala del digitale: Percorso di crescita per l'economia e la reputazione del sistema Italia Valutazione: 0 su 5 stelle0 valutazioniSocial Media Mining dei mercati esteri: Trovare informazioni nei social media per pianificare le azioni sui mercati internazionali Valutazione: 0 su 5 stelle0 valutazioniBig Data e Giornalismo: Il data turn nelle scelte di selezione e composizione delle notizie Valutazione: 0 su 5 stelle0 valutazioniRicerche di marketing Valutazione: 0 su 5 stelle0 valutazioniAI CyberSecurity e AI-powered Cyber Attack Valutazione: 0 su 5 stelle0 valutazioniIl Potere Dell'analisi Dei Dati: Collezione Libertà Finanziaria, #5 Valutazione: 0 su 5 stelle0 valutazioniGuida per superare l'esame di Google Analytics Valutazione: 0 su 5 stelle0 valutazioniVba Se vi Piace 02 Valutazione: 0 su 5 stelle0 valutazioniIntelligenze artificiali: Le nuove frontiere per professionisti, aziende, mercati Valutazione: 0 su 5 stelle0 valutazioni
Applicazioni aziendali per voi
Tutti i segreti di Scrivener 3 per chi scrive Valutazione: 0 su 5 stelle0 valutazioniRisk Management – La norma ISO 31000:2018 - La metodologia per applicare efficacemente il risk management in tutti i contesti Valutazione: 0 su 5 stelle0 valutazioniCapire il diagrama di Gantt: Comprendere ed utilizzare efficacemente il software open source "Gantt Project" per gestire progetti educativi Valutazione: 0 su 5 stelle0 valutazioniMatrici e formule matriciali in Excel - Collana "I Quaderni di Excel Academy" Vol. 2 Valutazione: 5 su 5 stelle5/5Vba Se vi Piace 01 Valutazione: 0 su 5 stelle0 valutazioniIL PIANO MARKETING IN 4 STEP. Strategie e passi chiave per creare piani di marketing che funzionano. Valutazione: 0 su 5 stelle0 valutazioniStoria del trading online: Dalle origini al boom Valutazione: 0 su 5 stelle0 valutazioniSviluppare applicazioni Web con Google Apps Script ed AngularJS Valutazione: 3 su 5 stelle3/5
Recensioni su BI e Big Data Management
0 valutazioni0 recensioni
Anteprima del libro
BI e Big Data Management - Ulrich Hambuch
BI e Big Data Management
Ulrich Hambuch
––––––––
Traduzione di Nicole Canino
BI e Big Data Management
Autore Ulrich Hambuch
Copyright © 2022 Ulrich Richard Hambuch
Tutti i diritti riservati
Distribuito da Babelcube, Inc.
www.babelcube.com
Traduzione di Nicole Canino
Babelcube Books
e Babelcube
sono marchi registrati Babelcube Inc.
Chi considera la fine come ha considerato l’inizio,non rovinerà nulla.
Lao Tse, VI secolo a.C.
Indice dei contenuti
Introduzione Error! Bookmark notdefined.
Business Intelligence eBigData 10
Definizionedeitermini Error! Bookmark not defined.
Importanzadellastrategiacompetitiva26Approcciarchitettonici 32
Analisi, valutazione e presentazionedeidati 50
Qualità dei dati 68
Definizionedeitermini 71Criteridiqualitàdeidati 76
QualitàdeidatinellaBusinessIntelligence 81Quadroorganizzativo 91
Gestione dei metadati 96
Metadati nellaBusinessIntelligence 102
Categoriedimetadati 104
Architetturedigestionedeimetadati 113
Potenzialivantaggidellagestionedeimetadati126Importanzadellagestionedeimetadatiperlaqualitàdeidati 136
Conclusionieprospettive 139
Introduzione
L'importanza dell'informazione come fattore di produzione è aumentata notevolmente negli ultimi decenni. Le aziende si rendono sempre più conto che l'analisi delle proprie informazioni commerciali (business intelligence) può generare vantaggi competitivi decisivi.
Di conseguenza, c'è una crescente ricerca di strategie e tecniche grazie alle quali i dati preziosi per i processi aziendali possono essere resi visibili, disponibili e interpretabili.
Inoltre,irequisitilegali,nelcontestodeirequisitidiconformitàBCBS239,BaselIIeIII,SOXeSolvencyII, richiedonounlivellominimodiqualitàdeidatiedeiprocessinel reporting enellapianificazione.Lacreazionediunagestionedeidatialivelloaziendalesarà,quindi,unadelleprincipalisfidechelatecnologiadell’informazioneeilmanagementdovrannoaffrontareneiprossimianni.
Laquestionedellaqualitàdeidatièunfattoredisuccessoperlacreazionediun'infrastrutturainformativaottimale. Secondounostudiocondottonel2002daTheData WarehousingInstitute
(TDWI),icostidellascarsaqualitàdeidatinegliStatiUnitiammontanoacirca622miliardidi dollari.
I metadati svolgono un ruolo essenziale nell'approccio graduale di un'azienda alla gestione standardizzata e integrata dei dati e delle informazioni e ciò rappresenta un prerequisito fondamentale per un'adeguata qualità dei dati.
I metadati servono a descrivere i dati ma non dipendono dalla loro applicazione: conferiscono, quindi, neutralità ai dati. Ciò significa che questi ultimi possono essere integrati e utilizzati anche in altri contesti.
Un gran numero di progetti implementati nell'ambito di sistemiinformatividisupportoalledecisioni,odisistemidi business intelligence (BI) o di iniziative di big data, falliscono a causa della scarsa qualità dei dati. Le conseguenze delle carenze nella qualità dei dati variano dalle spese successive per la pulizia dei dati, alla riduzione dell’accettazione del sistema di BI, fino a decisioni non ottimali e al supporto insufficiente dei processi aziendali operativi.
Nel2006lasocietàdiricerchedimercatoGartnerhadichiaratochelascarsaqualitàdeidaticostaa un'organizzazioneil20%delsuofatturato...
.Unostudiodel2011dellasocietàdiricercaBARCdiWürzburgharilevatocheunascarsaqualitàdeidatihaunimpattonegativoindiversimodi.Adesempio,idipendentisonoinsoddisfattisedevonodedicaremoltotempoaunapuliziadeidatinon necessaria.Il61%degliintervistatihasegnalatoancheunaumentodeicostidovutoallascarsaqualitàdeidati.Il47% haregistratouncalodellasoddisfazionedeiclienti.
Aposteriori,lacrisifinanziariaedeconomicachenel2007hainteressatotuttoilmondopuòesserevistaanchecome unacrisidovutaallascarsaqualitàdeidati.Nonostantei requisitidiconformitàdivastaportata,permoltesocietàdelsettoredeiservizifinanziarinoneraenonèancorapossibileaggregareedelaborareinmodotempestivoipropridatidirischioinmanierataledapoterlicontrollare
adeguatamente. Oltre a fattori quali la comprensione omogenea dei termini, un’architettura di processo modernizzata e la data governance, anche la gestione dei metadati il più possibile integrata svolge un ruolo decisivo per una gestione dei dati efficiente e affidabile.
Nell'era dei Big Data, in cui i dati sono considerati come il nuovo petrolio e la quantità di dati disponibili nel mondo si moltiplica di anno in anno, i requisiti di trasparenza e qualità dei flussi di dati aumenteranno ulteriormente, poiché devono costituire la base per casi d'uso in parte completamente nuovi (non solo a supporto delle decisioni).
Figura 1: Prospetto del volume di dati digitali generati annualmente nel mondo dal 2005 al 2020 (in exabyte), Fonte: studio Digital Universe
.
I metadati e la gestione dei metadati rappresentano strumenti importanti per un'adeguata qualità dei dati. I metadati possono essere approssimativamente suddivisi in due categorie:
––––––––
––––––––
Tabella 1: Categorie di metadati
––––––––
L'astrazione dei dati, ovvero la generazione e l'utilizzo di metadati adeguati, potrebbe essere un mezzo idoneo per controllare
le crescenti montagne di dati. Tuttavia, le aziende e le istituzioni governative spesso non investono in progetti e infrastrutture utili ad una gestione efficace dei dati, ma rivolgono la loro l'attenzione principalmente alla quantità di dati e alle relative applicazioni aziendali, in particolare al potenziale di razionalizzazione e all’aumento dell'efficienza dei processi aziendali.
Maacheservonomontagnesemprepiùaltedidatiselaloro qualità e la loro origine non sono garantite e se i costi di sviluppo e di gestione per l’archiviazione, l’integrazione e la valutazione sono correlati alla quantità di quegli stessidati?
Figura 2: Interesse globale per il termine di ricerca big data
da aprile 2007 ad aprile 2017, Fonte: Google Trends
Dopo il clamore iniziale dei big data
e la successiva disillusione,èseguital'eradelladataquality
odeitrusted data
.
Figura 3: Interesse mondiale per il termine di ricerca data quality
da aprile 2007 ad aprile 2017, Fonte: Google Trends
Attualmente, tuttavia, questa tendenza non è ancora evidente. Forse il mondo deve ancora rendersi conto che le
nuove tecnologie e più dati
da soli non portano valore aggiunto e che il principio GIGO (Garbage In, Garbage Out) resta valido anche in questo caso. Oppure, forse, è necessariaun'altracrisifinanziariaglobaleperpotertornare ad occuparci dei valoriessenziali.
L'obiettivo di questo libro è quello di discutere i termini e le tendenze attuali e di riportare il tema della gestione della qualità dei dati e della gestione integrata dei metadati nella coscienza di project manager, IT manager, architetti IT, analisti,sviluppatorieresponsabilidellagestioneaziendale.
––––––––
Troisdorf,aprile2017 UlrichHambuch
UNO
Business Intelligence e Big Data
La storia del supporto gestionale basato sulla tecnologia dell’informazione risale agli anni '60 del secolo scorso. Con l'inizio dell'utilizzo a livello commerciale dell'elaborazione