Un Enterprise Data Warehouse (EDW) è un Data Warehouse centralizzato che fornisce servizi
per tutta l'azienda.
La principale caratteristica di un EDW è di avere un approccio univoco per l'organizzazione e la rappresentazione dei dati, ai fini dell'analisi e della pianificazione.
Ipotizzare una soluzione non Enterprise, cioè a Data Mart distribuiti è molto rischioso. Essa fornisce vantaggi immediati in termini di costi e tempi, ma renderà impossibili analisi strategiche che coinvolgano più Data Mart diversi.
Ritengo, per esperienza, che l' Enterprise Data Warehouse sia l'unico strumento che permetta di costruire quella visione unica della realtà che è una delle caratteristiche fondamentali di una soluzione di Business intelligence.
Non lo si costruisce in un attimo, e dobbiamo considerarlo un processo che si evolve con il
progredire del business e con la consapevolezza dei suoi stakeholders.
Uno degli ostacoli principali per la realizzazione di una soluzione di Business Intelligence basata su un Enterprise Data Warehouse, è il suo costo, e di conseguenza, il calcolo del suo Return Of Investment (ROI).
Ritengo che, prima di parlare di ROI, sarebbe opportuno cambiare il significato della "I" finale (Investment) e sostituirla con la "I" di Inefficency. Apro una parentesi per spiegare il concetto.
Purtroppo in Italia, come sempre, siamo in ritardo di almeno 10 anni rispetto agli Stati Uniti. Mentre là si parla di "Big Data" e "Analytics", in Italia, escluse poche realtà che sicuramente esistono, è già tanto se parliamo di "Little Data" e "Disaggregates".
E' sempre difficile parlare di Enterprise.
E' sempre difficile demolire situazioni consolidate negli anni, dove manager di vario tipo hanno costruito i propri "orti" aziendali. Dati inaccessibili e difficilmente controllabili che conferiscono ai loro proprietari una sorta di indispensabilità a scapito di una visione globale e condivisa dei dati necessari per la conoscenza.
Viviamo molto spesso in situazioni in cui le analisi sono settorizzate, basate o costruite su fogli
excel, piccoli data base Access o altro, di produttività individuale. Questi dati vengono poi forniti ad altre funzioni aziendali le quali a loro volta li hanno recepiti anche da altri sottosistemi interni o esterni.
Molti uffici trascorrono il tempo a quadrare i dati forniti da A con quelli forniti da B, e quando i conti non tornano si cerca una nuova fonte C su cui quadrare e così via.
E' questo che intendo quando parlo di calcolo di ritorno dell'inefficienza. Cioè, quanto costano persone intelligenti e preparate, costrette a perdere tempo a inseguire fonti dati attendibili e quadrare dati non congruenti fra di loro ?
Per questi motivi è essenziale iniziare a ragionare in termini di Enterprise Data Warehouse.E' essenziale avere una visione globale del patrimonio informativo aziendale. E' essenziale avere una fonte unica e certificata dei principali dati necessari alle analisi sintetiche e analitiche.
Senza un EDW, anche semplici richieste di dati anagrafici relativi alla clientela, possono diventare problematiche e time-consuming. A fronte di una richiesta specifica, scopriamo che alcuni dati di base li possiamo ottenere, per esempio, da un sistema Host. Qualche altro dato magari di tipo commerciale lo dobbiamo cercare in qualche foglio excel posseduto dalla Direzione Commerciale. Qualche altro dato, magari relativo alla segmentazione della clientela, lo possiamo trovare nel data base Access del Controllo di Gestione, e infine, qualche altro dato, magari relativo alla esposizione del cliente, lo dobbiamo cercare nel sottosistema Crediti.
Provate a pensare al Return Of Inefficiency di tale situazione. Calcoliamo il tempo impiegato a capire dove troviamo le informazioni necessarie, come facciamo ad estrarle, e come facciamo a incrociarle per ottenere il dato finale.
In una soluzione di Business Intelligence, dove la componente Data Warehouse è di tipo Enterprise, queste informazioni sono disponibili ed estraibili in modo semplice ed immediato.
Se ben progettato, l'EDW avrà una dimensione cliente (da leggere, semplificando molto per chi non è confidente con la terminologia dimensionale, come anagrafica cliente) che possiederà tutte le informazioni necessarie sia di base che gerarchiche.
Certamente un EDW non è di facile implementazione, ma già solo la presenza di alcune dimensioni di base (faccio l'esempio di un EDW in ambito finanziario) come cliente, rapporto, titolo, promotore finanziario sarebbero sufficienti per mutare la parola Inefficiency in Investment.
Però, a mio avviso, il ritorno dell'investimento più importante è quello culturale. Anche dopo avere costruito semplici videate di analisi o semplici stampe statiche, i manager più capaci saranno stimolati a cercare nuove forme di analisi.
Saranno stimolati a recepire ulteriori informazioni da associare a quelle presenti per costruire nuovi modi di rappresentare i dati e le relazioni nascoste in esse. Avvicinandoli così in modo naturale ai concetti di Analytics e Data Mining.
Questo, per me, è il vero ritorno dell'investimento.
per tutta l'azienda.
La principale caratteristica di un EDW è di avere un approccio univoco per l'organizzazione e la rappresentazione dei dati, ai fini dell'analisi e della pianificazione.
Ipotizzare una soluzione non Enterprise, cioè a Data Mart distribuiti è molto rischioso. Essa fornisce vantaggi immediati in termini di costi e tempi, ma renderà impossibili analisi strategiche che coinvolgano più Data Mart diversi.
Ritengo, per esperienza, che l' Enterprise Data Warehouse sia l'unico strumento che permetta di costruire quella visione unica della realtà che è una delle caratteristiche fondamentali di una soluzione di Business intelligence.
Non lo si costruisce in un attimo, e dobbiamo considerarlo un processo che si evolve con il
progredire del business e con la consapevolezza dei suoi stakeholders.
Uno degli ostacoli principali per la realizzazione di una soluzione di Business Intelligence basata su un Enterprise Data Warehouse, è il suo costo, e di conseguenza, il calcolo del suo Return Of Investment (ROI).
Ritengo che, prima di parlare di ROI, sarebbe opportuno cambiare il significato della "I" finale (Investment) e sostituirla con la "I" di Inefficency. Apro una parentesi per spiegare il concetto.
Purtroppo in Italia, come sempre, siamo in ritardo di almeno 10 anni rispetto agli Stati Uniti. Mentre là si parla di "Big Data" e "Analytics", in Italia, escluse poche realtà che sicuramente esistono, è già tanto se parliamo di "Little Data" e "Disaggregates".
E' sempre difficile parlare di Enterprise.
E' sempre difficile demolire situazioni consolidate negli anni, dove manager di vario tipo hanno costruito i propri "orti" aziendali. Dati inaccessibili e difficilmente controllabili che conferiscono ai loro proprietari una sorta di indispensabilità a scapito di una visione globale e condivisa dei dati necessari per la conoscenza.
Viviamo molto spesso in situazioni in cui le analisi sono settorizzate, basate o costruite su fogli
excel, piccoli data base Access o altro, di produttività individuale. Questi dati vengono poi forniti ad altre funzioni aziendali le quali a loro volta li hanno recepiti anche da altri sottosistemi interni o esterni.
Molti uffici trascorrono il tempo a quadrare i dati forniti da A con quelli forniti da B, e quando i conti non tornano si cerca una nuova fonte C su cui quadrare e così via.
E' questo che intendo quando parlo di calcolo di ritorno dell'inefficienza. Cioè, quanto costano persone intelligenti e preparate, costrette a perdere tempo a inseguire fonti dati attendibili e quadrare dati non congruenti fra di loro ?
Per questi motivi è essenziale iniziare a ragionare in termini di Enterprise Data Warehouse.E' essenziale avere una visione globale del patrimonio informativo aziendale. E' essenziale avere una fonte unica e certificata dei principali dati necessari alle analisi sintetiche e analitiche.
Senza un EDW, anche semplici richieste di dati anagrafici relativi alla clientela, possono diventare problematiche e time-consuming. A fronte di una richiesta specifica, scopriamo che alcuni dati di base li possiamo ottenere, per esempio, da un sistema Host. Qualche altro dato magari di tipo commerciale lo dobbiamo cercare in qualche foglio excel posseduto dalla Direzione Commerciale. Qualche altro dato, magari relativo alla segmentazione della clientela, lo possiamo trovare nel data base Access del Controllo di Gestione, e infine, qualche altro dato, magari relativo alla esposizione del cliente, lo dobbiamo cercare nel sottosistema Crediti.
Provate a pensare al Return Of Inefficiency di tale situazione. Calcoliamo il tempo impiegato a capire dove troviamo le informazioni necessarie, come facciamo ad estrarle, e come facciamo a incrociarle per ottenere il dato finale.
In una soluzione di Business Intelligence, dove la componente Data Warehouse è di tipo Enterprise, queste informazioni sono disponibili ed estraibili in modo semplice ed immediato.
Se ben progettato, l'EDW avrà una dimensione cliente (da leggere, semplificando molto per chi non è confidente con la terminologia dimensionale, come anagrafica cliente) che possiederà tutte le informazioni necessarie sia di base che gerarchiche.
Certamente un EDW non è di facile implementazione, ma già solo la presenza di alcune dimensioni di base (faccio l'esempio di un EDW in ambito finanziario) come cliente, rapporto, titolo, promotore finanziario sarebbero sufficienti per mutare la parola Inefficiency in Investment.
Però, a mio avviso, il ritorno dell'investimento più importante è quello culturale. Anche dopo avere costruito semplici videate di analisi o semplici stampe statiche, i manager più capaci saranno stimolati a cercare nuove forme di analisi.
Saranno stimolati a recepire ulteriori informazioni da associare a quelle presenti per costruire nuovi modi di rappresentare i dati e le relazioni nascoste in esse. Avvicinandoli così in modo naturale ai concetti di Analytics e Data Mining.
Questo, per me, è il vero ritorno dell'investimento.
Nessun commento:
Posta un commento