SlideShare une entreprise Scribd logo
1  sur  23
Dario Partenope, SELDA Informatica
SELDA: 30 anni di soluzioni




SELDA Informatica                            SELDA Informatica
SELDA è una società di software e servizi    Un laboratorio del software per confezionare
di informatica che dal 1977 ha                la soluzione su misura in ogni realtà
consolidato un'esperienza trentennale         aziendale.
nell'area del software gestionale per         Partner per la progettazione e la revisione
aziende, studi di consulenza, associazioni    dei sistemi informativi o per risolvere le
di categoria e nella integrazione di          molteplici esigenze organizzative e di
sistemi.                                      controllo delle aziende in crescita.
SELDA e la Business Intelligence




                                                SELDA Informatica
                                                Con QlikView negli ultimi anni si è
SELDA Informatica                                 specializzata nella progettazione e
SELDAL’azienda
                                                  realizzazione di soluzioni di Business
      impiega professionisti alto livello
                                                  Intelligence, e nella formazione e
  per fornire soluzioni sempre
  all’avanguardia ed in linea con il continuo     assistenza degli utenti finali, nei settori
  sviluppo degli strumenti informatici.           della produzione di beni di largo consumo,
                                                  aziende meccaniche, pubblica
                                                  amministrazione (HR, Logistica, Finance,
                                                  Vendite).
Cos’è QlikView?


E’ una tecnologia innovativa che permette un approccio
   semplice e immediato anche allo sviluppatore e che
   consente una produttività mai vista fin’ora

E’ una soluzione di accesso ai dati che permette l’analisi e
   l’utilizzo di informazioni provenienti da differenti fonti

E’ uno strumento ideale per un’analisi veramente interattiva
   di grandi moli di dati, attraverso un’interfaccia di
   presentazione ottimale
L’Accesso ai Dati


                                                         SQL
                                                        Server        Oracle
            FTP mode             ODBC        MySQL
DB
          Http mode              OLEDB
                                                             Access      AS/400
                                              Sybase


                                                       Informix




                                         SAP
                           XML           Connector
                    HTML
Thank You!
Tecnologia Innovativa
I DataBase Tradizionali (OLTP)

                       data       cliente   articolo   qta

                     05/02/2006    001       AAA       1000
cliente   ragsoc
                                                              articolo   nome
                     05/02/2006    002       AAA       2300
 001       pippo
                                                                AAA      modem
                     15/03/2006    001       BBB       4500
 002       pluto
                                                                BBB      tastiera
                     21/06/2006    001       CCC       1000
 003      paperino                                             CCC       mouse
                     15/03/2006    003       BBB       1600
                                                               DDD       monitor
                     21/06/2006    002       DDD       4500




I database tradizionali, secondo la logica relazionale,
registrano le informazioni in tabelle collegate attraverso
codici chiave. Normalmente la struttura di queste basi dati
deve rispettare regole di non ridondanza necessarie per un
uso tipicamente TRANSAZIONALE (OLTP) che mal si adatta
a moli di dati grandi come quelle della BI
Le Data Warehouse (OLAP)

   data       codcli   ragsoc      qta       codpar     nome

 05/02/2006    001      pippo      1000       AAA       modem

 05/02/2006    002      pluto      2300       AAA       modem

 15/03/2006    001      pippo      4500       BBB       tastiera

 21/06/2006    001      pippo      1000       CCC       mouse

 15/03/2006    003     paperino    1600       BBB       tastiera

 21/06/2006    002      pluto      4500       DDD       monitor




Le Data WareHouse tendono, al contrario, a ridondare
l’informazione per diminuire il livello di frammentazione dei
dati (Snow Flaking) in modo da migliorare le prestazioni
nell’accesso a dati aggregati e nel calcolo di formule di
aggregazione complesse
L’Associative Query Logic (AQL™)




                          AQL™
•    I dati sono gestiti da una struttura a puntatori
•    Ogni campo del database o del file strutturato (.xls, .html, .xml, .cvs…)
     diventa un’entità indipendente e non ridondante
•    L’associazione avviene attraverso l’identificazione di campi con nome
     uguale
•    Tutte le possibili fonti dati vengono uniformate secondo tale struttura e
     lo sviluppatore, in fase di presentation, non distingue più campi
     database da colonne di un foglio excel
•    Lo script di ETL ricalca il dialetto SQL del driver ODBC in uso,
     corredato poi di funzioni evolute per la manipolazione delle
     informazioni
L’Associative Query Logic (AQL™)




                       data       cliente   articolo   qta

                     05/02/2006    001       AAA       1000
cliente   ragsoc
                     05/02/2006    002       AAA       2300   articolo   nome
 001       pippo
                     15/03/2006    001       BBB       4500    AAA       modem
 002       pluto
                     21/06/2006    001       CCC       1000    BBB       tastiera
 003      paperino
                     15/03/2006    003       BBB       1600    CCC       mouse

                     21/06/2006    002       DDD       4500    DDD       monitor




A partire da un DB tradizionale (o altra fonte dati), senza
scrivere clausole di collegamento fra le tabelle, l’AQL™
associa tabelle trovando campi con nome uguale e linkando
tutto attraverso puntatori
L’Associative Query Logic (AQL™)


Lo script per caricare una struttura come la precedente
potrebbe essere questo:

SELECT cliente, ragsoc
FROM Clienti;

SELECT data, cliente, articolo, qta
FROM Ordini;

SELECT articolo, nome
FROM Articoli;
L’Associative Query Logic (AQL™)

                                    quantità
   data
                                     1000
 05/02/2006                          1600
                                     2300
 15/03/2006
                                     4500
                                                            nome
 21/06/2006       cliente
                                                            modem
                   001                         articolo
                                                            tastiera
       ragsoc      002                          AAA
                                                            mouse
          pippo                                 BBB
                   003
                                                            monitor
          pluto                                 CCC
                                                DDD
      paperino



Quello che si ottiene è una rete di puntatori fra i valori dei
campi originali, memorizzati in DISTINCT all’interno della
nuova struttura dati
Conclusioni


• Non è più necessario costruire schemi a stella e architetture Data
  WareHouse
• Non è più necessario dividere l’informazione in fatti, misure e
  dimensioni: ogni dato assume la funzione che si preferisce
• Non è più necessario progettare a priori schemi di gerarchie di drill
• Non si è più costretti nei vincoli dei Cubi OLAP
• Ogni modifica alle fonti dati è immediatamente inseribile nella struttura
  AQL™ senza dover riprogettare pesanti architetture di data
  warehousing, ma al limite aggiungendo o modificando una select nello
  script di ETL
• Il processo di sviluppo può essere incrementale, consentendo in
  qualsiasi momento di adattare il progetto alle esigenze che di volta in
  volta si presentano
Thank You!
Soluzione di Accesso ai Dati
Fonti Eterogenee

La tecnologia AQL™ ed uno script dedicato al processo di ETL consentono di
prelevare dati da fonti eterogenee e di lavorare su di esse in modo omogeneo




                                     ERP
                                        A/R
                                    MRP CRM
                                  SCM
                                    MRM


                                     …
Rappresentazione Omogenea

Che i dati provengano da una sorgente ODBC, da un foglio Excel, da una pagina
HTML o da un file XML, l’utente e lo sviluppatore avranno comunque percezione di
lavorare con dati omogenei


                                              Anche se la reale struttura della
                                              base dati AQL™ è gestita da
                                              puntatori campo per campo, lo
                                              sviluppatore avrà a disposizione
                                              una rappresentazione familiare
                                              di tipo relazionale per tenere
                                              sotto controllo il processo di
                                              caricamento ed i legami fra i
                                              campi in gioco
Un unico file: “.qvw”



                                          In un unico file con estensione .qvw
                                          sono contenute la logica di
                                          caricamento, la presentation grafica
                                          e la base dati associativa.

                                          In tal modo è possibile avere
                                          sempre a disposizione i dati
                                          caricati dall’ultimo processo di
                                   .qvw   reload, lo script di ETL per poter
                                          effettuare modifiche o per ricaricare
                                          i dati freschi e l’interfaccia grafica
                                          per aggiungere/modificare oggetti o
  codice    articolo       qta
   001     alimentatore   10.000
                                          semplicemente per effettuare analisi
   002       mouse        5.600           sui dati
   003       tastiera     7.400
   004       monitor      8.100
I Volti di QlikView e la Scalabilità
Thank You!
Tradizione vs. Innovazione
Un’approccio integrato


   La tradizionale ’Pila’ della BI

    User Interface,
    Dashboards,
    Scorecards, Reports                              •   Interfaccia Utente
                                                     •   Motore Grafici e Reports
                                Molti strumenti di   •   Motore di Analisi
     OLAP, Query and            diversi produttori
     Reporting tools                                 •   Compressione Dati
                                                     •   Integrazione
                                Gestita dall’IT
     Data Marts
                                Costi e tempi        Un’unico strumento da
                                considerevoli per    un’unico fornitore
     Data Warehouse             l’implementazione
                                delle modifiche      Indirizzato all’utente
     Integration Layer (ETL)                         finale

                                                     Tempi minimi per
                                                     realizzazione e modifiche
          Unstructured
   ERP                    CRM
             Data
Processo di Sviluppo


                  One Time                   Daily                Run Time
              •   ETL Script              • Extract data       • Render UI
Traditional   •   Define Dimensions       • Calculate cube
OLAP          •   Define Measures
              •   Build Reports
              •   Build Dashboards
                    2 Months                 2-8 Hours             Seconds

                   Data Bound             Process Bound         Memory/Processor
                                                                    Bound

                  One Time                  Daily                Run Time
              • ETL Script            •    Extract data        • Calculate cube
QlikView                              •    Define Dimensions   • Render UI
                                      •    Define Measures
                                      •    Build Reports
                                      •    Build Dashboards
                   4 Day                   5-60 Minutes            Seconds
Metodologia di Sviluppo



     Visione strategica          Visione strategica           Visione strategica

                                                   Rilascio
                                  Sviluppo
    Analisi delle esigenze




     Visione strategica




   Processo di apprendimento e implementazione step by step
SELDA e la Business Intelligence




                    SELDA Informatica
                     www.selda.net
    http://www.facebook.com/SELDAInformatica   @SELDAsrl   info@selda.net

Contenu connexe

Tendances

Il data warehouse nella business intelligence
Il data warehouse nella business intelligenceIl data warehouse nella business intelligence
Il data warehouse nella business intelligenceAndrea Mecchia
 
I dati transazionali ed aggregati in un unico progetto di modellazione
I dati transazionali ed aggregati in un unico progetto di modellazioneI dati transazionali ed aggregati in un unico progetto di modellazione
I dati transazionali ed aggregati in un unico progetto di modellazioneClaudio Lattanzi
 
Business Intelligence, Analytics e Big Data: una guida per capire e orientarsi
Business Intelligence, Analytics e Big Data: una guida per capire e orientarsiBusiness Intelligence, Analytics e Big Data: una guida per capire e orientarsi
Business Intelligence, Analytics e Big Data: una guida per capire e orientarsiSMAU
 
Big data e business intelligence
Big data e business intelligenceBig data e business intelligence
Big data e business intelligenceMarco Pozzan
 
Noovle: Big Data & BI
Noovle: Big Data & BINoovle: Big Data & BI
Noovle: Big Data & BILorenzo Ridi
 
IDC Big Data & Analytics Conference 2014
IDC Big Data & Analytics Conference 2014IDC Big Data & Analytics Conference 2014
IDC Big Data & Analytics Conference 2014IDC Italy
 
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
 
Big Data 2014: Marketing & Social Media
Big Data 2014: Marketing & Social MediaBig Data 2014: Marketing & Social Media
Big Data 2014: Marketing & Social MediaValerio Torriero
 
Strategie d'Integrazione dei dati per un mondo ibrido e multicloud
Strategie d'Integrazione dei dati per un mondo ibrido e multicloudStrategie d'Integrazione dei dati per un mondo ibrido e multicloud
Strategie d'Integrazione dei dati per un mondo ibrido e multicloudDenodo
 
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...Cristian Randieri PhD
 
Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)
Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)
Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)Keen Consulting
 
Introduzione alla Virtualizzazione dei Dati
Introduzione alla Virtualizzazione dei DatiIntroduzione alla Virtualizzazione dei Dati
Introduzione alla Virtualizzazione dei DatiDenodo
 
Big data e data analitycs come e cosa fare dei dati raccolti
Big data e data analitycs come e cosa fare dei dati raccoltiBig data e data analitycs come e cosa fare dei dati raccolti
Big data e data analitycs come e cosa fare dei dati raccoltiDelta Sales
 
Big data e analisi predittiva
Big data e analisi predittivaBig data e analisi predittiva
Big data e analisi predittivaAntonio Bucciol
 
Il business intelligente
Il business intelligenteIl business intelligente
Il business intelligenteBifactory
 
Offering - Big data: le fondamenta per i nuovi business
Offering - Big data: le fondamenta per i nuovi businessOffering - Big data: le fondamenta per i nuovi business
Offering - Big data: le fondamenta per i nuovi businessXenesys
 

Tendances (20)

Il data warehouse nella business intelligence
Il data warehouse nella business intelligenceIl data warehouse nella business intelligence
Il data warehouse nella business intelligence
 
I dati transazionali ed aggregati in un unico progetto di modellazione
I dati transazionali ed aggregati in un unico progetto di modellazioneI dati transazionali ed aggregati in un unico progetto di modellazione
I dati transazionali ed aggregati in un unico progetto di modellazione
 
Business Intelligence, Analytics e Big Data: una guida per capire e orientarsi
Business Intelligence, Analytics e Big Data: una guida per capire e orientarsiBusiness Intelligence, Analytics e Big Data: una guida per capire e orientarsi
Business Intelligence, Analytics e Big Data: una guida per capire e orientarsi
 
Big data e business intelligence
Big data e business intelligenceBig data e business intelligence
Big data e business intelligence
 
Noovle: Big Data & BI
Noovle: Big Data & BINoovle: Big Data & BI
Noovle: Big Data & BI
 
IDC Big Data & Analytics Conference 2014
IDC Big Data & Analytics Conference 2014IDC Big Data & Analytics Conference 2014
IDC Big Data & Analytics Conference 2014
 
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 ...
 
Big Data 2014: Marketing & Social Media
Big Data 2014: Marketing & Social MediaBig Data 2014: Marketing & Social Media
Big Data 2014: Marketing & Social Media
 
Data Mining
Data MiningData Mining
Data Mining
 
Strategie d'Integrazione dei dati per un mondo ibrido e multicloud
Strategie d'Integrazione dei dati per un mondo ibrido e multicloudStrategie d'Integrazione dei dati per un mondo ibrido e multicloud
Strategie d'Integrazione dei dati per un mondo ibrido e multicloud
 
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...
130 FN 90 Febbraio 2017 - Tavola Rotonda L'analisi tanto attesa - Fieldbus & ...
 
Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)
Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)
Big Data e Terza Piattaforma (Eataly Smeraldo, 29 ottobre 2015)
 
Introduzione alla Virtualizzazione dei Dati
Introduzione alla Virtualizzazione dei DatiIntroduzione alla Virtualizzazione dei Dati
Introduzione alla Virtualizzazione dei Dati
 
Business Intelligence
Business IntelligenceBusiness Intelligence
Business Intelligence
 
Appunti di big data
Appunti di big dataAppunti di big data
Appunti di big data
 
Big data e data analitycs come e cosa fare dei dati raccolti
Big data e data analitycs come e cosa fare dei dati raccoltiBig data e data analitycs come e cosa fare dei dati raccolti
Big data e data analitycs come e cosa fare dei dati raccolti
 
Bi perchè 2010
Bi perchè 2010Bi perchè 2010
Bi perchè 2010
 
Big data e analisi predittiva
Big data e analisi predittivaBig data e analisi predittiva
Big data e analisi predittiva
 
Il business intelligente
Il business intelligenteIl business intelligente
Il business intelligente
 
Offering - Big data: le fondamenta per i nuovi business
Offering - Big data: le fondamenta per i nuovi businessOffering - Big data: le fondamenta per i nuovi business
Offering - Big data: le fondamenta per i nuovi business
 

Similaire à SELDA Informatica & QlikView

Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...
Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...
Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...Faq400 - la Community IBM i italiana
 
Metadata Driven Pipeline with Microsoft Fabric
Metadata Driven Pipeline  with Microsoft FabricMetadata Driven Pipeline  with Microsoft Fabric
Metadata Driven Pipeline with Microsoft FabricMarco Pozzan
 
Modernize Legacy Systems with Kubernetes
Modernize Legacy Systems with KubernetesModernize Legacy Systems with Kubernetes
Modernize Legacy Systems with KubernetesGiulio Roggero
 
Real Time Monitoring and Analitycs : Customer Experience in Production
Real Time Monitoring and Analitycs : Customer Experience in ProductionReal Time Monitoring and Analitycs : Customer Experience in Production
Real Time Monitoring and Analitycs : Customer Experience in ProductionCodemotion
 
ETL on Cloud: Azure Data Factory
ETL on Cloud: Azure Data FactoryETL on Cloud: Azure Data Factory
ETL on Cloud: Azure Data FactoryLeonardo Marcucci
 
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
 
[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source control
[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source control[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source control
[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source controlAlessandro Alpi
 
Acg enterprise tech 2016-09_28
Acg enterprise   tech 2016-09_28Acg enterprise   tech 2016-09_28
Acg enterprise tech 2016-09_28PRAGMA PROGETTI
 
Presentazione Nuvola Vertica Light
Presentazione Nuvola Vertica LightPresentazione Nuvola Vertica Light
Presentazione Nuvola Vertica LightAlberto.F
 
Open Source Day 2015 - DBaaS con Docker: un caso di studio
Open Source Day 2015 - DBaaS con Docker: un caso di studioOpen Source Day 2015 - DBaaS con Docker: un caso di studio
Open Source Day 2015 - DBaaS con Docker: un caso di studioPar-Tec S.p.A.
 
GreenVulcano ESB Technical Overview (ITA)
GreenVulcano ESB Technical Overview (ITA)GreenVulcano ESB Technical Overview (ITA)
GreenVulcano ESB Technical Overview (ITA)greenvulcano
 
Oracle Apex - Presentazione
Oracle Apex - PresentazioneOracle Apex - Presentazione
Oracle Apex - PresentazioneMiriade Spa
 
2014.11.14 Implementare e mantenere un progetto Azure SQL Database
2014.11.14 Implementare e mantenere un progetto Azure SQL Database2014.11.14 Implementare e mantenere un progetto Azure SQL Database
2014.11.14 Implementare e mantenere un progetto Azure SQL DatabaseEmanuele Zanchettin
 
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 biMarco Pozzan
 

Similaire à SELDA Informatica & QlikView (20)

Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...
Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...
Wi-Cobol: modernizzazione programmi scritti in COBOL per IBM i/AS400/iSeries/...
 
Metadata Driven Pipeline with Microsoft Fabric
Metadata Driven Pipeline  with Microsoft FabricMetadata Driven Pipeline  with Microsoft Fabric
Metadata Driven Pipeline with Microsoft Fabric
 
Modernize Legacy Systems with Kubernetes
Modernize Legacy Systems with KubernetesModernize Legacy Systems with Kubernetes
Modernize Legacy Systems with Kubernetes
 
Real Time Monitoring and Analitycs : Customer Experience in Production
Real Time Monitoring and Analitycs : Customer Experience in ProductionReal Time Monitoring and Analitycs : Customer Experience in Production
Real Time Monitoring and Analitycs : Customer Experience in Production
 
Power BI
Power BIPower BI
Power BI
 
ETL on Cloud: Azure Data Factory
ETL on Cloud: Azure Data FactoryETL on Cloud: Azure Data Factory
ETL on Cloud: Azure Data Factory
 
Datamart.pptx
Datamart.pptxDatamart.pptx
Datamart.pptx
 
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
 
[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source control
[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source control[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source control
[ITA] Sql Saturday 355 in Parma - New SQL Server databases under source control
 
Acg enterprise tech 2016-09_28
Acg enterprise   tech 2016-09_28Acg enterprise   tech 2016-09_28
Acg enterprise tech 2016-09_28
 
Datamart.pdf
Datamart.pdfDatamart.pdf
Datamart.pdf
 
Webinar Emerasoft presenta yellowfin
Webinar Emerasoft presenta yellowfinWebinar Emerasoft presenta yellowfin
Webinar Emerasoft presenta yellowfin
 
Presentazione Nuvola Vertica Light
Presentazione Nuvola Vertica LightPresentazione Nuvola Vertica Light
Presentazione Nuvola Vertica Light
 
Open Source Day 2015 - DBaaS con Docker: un caso di studio
Open Source Day 2015 - DBaaS con Docker: un caso di studioOpen Source Day 2015 - DBaaS con Docker: un caso di studio
Open Source Day 2015 - DBaaS con Docker: un caso di studio
 
Power bi
Power biPower bi
Power bi
 
GreenVulcano ESB Technical Overview (ITA)
GreenVulcano ESB Technical Overview (ITA)GreenVulcano ESB Technical Overview (ITA)
GreenVulcano ESB Technical Overview (ITA)
 
Oracle Apex - Presentazione
Oracle Apex - PresentazioneOracle Apex - Presentazione
Oracle Apex - Presentazione
 
Lezioni 2009
Lezioni 2009Lezioni 2009
Lezioni 2009
 
2014.11.14 Implementare e mantenere un progetto Azure SQL Database
2014.11.14 Implementare e mantenere un progetto Azure SQL Database2014.11.14 Implementare e mantenere un progetto Azure SQL Database
2014.11.14 Implementare e mantenere un progetto Azure SQL Database
 
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
 

Plus de Dario Partenope (14)

winTutor Grossisti
winTutor GrossistiwinTutor Grossisti
winTutor Grossisti
 
winTutor Fotolaboratori
winTutor FotolaboratoriwinTutor Fotolaboratori
winTutor Fotolaboratori
 
winTutor Aziende Servizi
winTutor Aziende ServiziwinTutor Aziende Servizi
winTutor Aziende Servizi
 
winTutor Impiantisti
winTutor ImpiantistiwinTutor Impiantisti
winTutor Impiantisti
 
winTutor IRIS
winTutor IRISwinTutor IRIS
winTutor IRIS
 
Customer Web Portal
Customer Web PortalCustomer Web Portal
Customer Web Portal
 
TraceLot
TraceLotTraceLot
TraceLot
 
SFA2000
SFA2000SFA2000
SFA2000
 
HRView
HRViewHRView
HRView
 
winTutor Edilizia
winTutor EdiliziawinTutor Edilizia
winTutor Edilizia
 
CSA
CSACSA
CSA
 
HRView per Fater spa
HRView per Fater spaHRView per Fater spa
HRView per Fater spa
 
SELL Manager
SELL ManagerSELL Manager
SELL Manager
 
Category Management
Category ManagementCategory Management
Category Management
 

SELDA Informatica & QlikView

  • 2. SELDA: 30 anni di soluzioni SELDA Informatica SELDA Informatica SELDA è una società di software e servizi Un laboratorio del software per confezionare di informatica che dal 1977 ha la soluzione su misura in ogni realtà consolidato un'esperienza trentennale aziendale. nell'area del software gestionale per Partner per la progettazione e la revisione aziende, studi di consulenza, associazioni dei sistemi informativi o per risolvere le di categoria e nella integrazione di molteplici esigenze organizzative e di sistemi. controllo delle aziende in crescita.
  • 3. SELDA e la Business Intelligence SELDA Informatica Con QlikView negli ultimi anni si è SELDA Informatica specializzata nella progettazione e SELDAL’azienda realizzazione di soluzioni di Business impiega professionisti alto livello Intelligence, e nella formazione e per fornire soluzioni sempre all’avanguardia ed in linea con il continuo assistenza degli utenti finali, nei settori sviluppo degli strumenti informatici. della produzione di beni di largo consumo, aziende meccaniche, pubblica amministrazione (HR, Logistica, Finance, Vendite).
  • 4. Cos’è QlikView? E’ una tecnologia innovativa che permette un approccio semplice e immediato anche allo sviluppatore e che consente una produttività mai vista fin’ora E’ una soluzione di accesso ai dati che permette l’analisi e l’utilizzo di informazioni provenienti da differenti fonti E’ uno strumento ideale per un’analisi veramente interattiva di grandi moli di dati, attraverso un’interfaccia di presentazione ottimale
  • 5. L’Accesso ai Dati SQL Server Oracle FTP mode ODBC MySQL DB Http mode OLEDB Access AS/400 Sybase Informix SAP XML Connector HTML
  • 7. I DataBase Tradizionali (OLTP) data cliente articolo qta 05/02/2006 001 AAA 1000 cliente ragsoc articolo nome 05/02/2006 002 AAA 2300 001 pippo AAA modem 15/03/2006 001 BBB 4500 002 pluto BBB tastiera 21/06/2006 001 CCC 1000 003 paperino CCC mouse 15/03/2006 003 BBB 1600 DDD monitor 21/06/2006 002 DDD 4500 I database tradizionali, secondo la logica relazionale, registrano le informazioni in tabelle collegate attraverso codici chiave. Normalmente la struttura di queste basi dati deve rispettare regole di non ridondanza necessarie per un uso tipicamente TRANSAZIONALE (OLTP) che mal si adatta a moli di dati grandi come quelle della BI
  • 8. Le Data Warehouse (OLAP) data codcli ragsoc qta codpar nome 05/02/2006 001 pippo 1000 AAA modem 05/02/2006 002 pluto 2300 AAA modem 15/03/2006 001 pippo 4500 BBB tastiera 21/06/2006 001 pippo 1000 CCC mouse 15/03/2006 003 paperino 1600 BBB tastiera 21/06/2006 002 pluto 4500 DDD monitor Le Data WareHouse tendono, al contrario, a ridondare l’informazione per diminuire il livello di frammentazione dei dati (Snow Flaking) in modo da migliorare le prestazioni nell’accesso a dati aggregati e nel calcolo di formule di aggregazione complesse
  • 9. L’Associative Query Logic (AQL™) AQL™ • I dati sono gestiti da una struttura a puntatori • Ogni campo del database o del file strutturato (.xls, .html, .xml, .cvs…) diventa un’entità indipendente e non ridondante • L’associazione avviene attraverso l’identificazione di campi con nome uguale • Tutte le possibili fonti dati vengono uniformate secondo tale struttura e lo sviluppatore, in fase di presentation, non distingue più campi database da colonne di un foglio excel • Lo script di ETL ricalca il dialetto SQL del driver ODBC in uso, corredato poi di funzioni evolute per la manipolazione delle informazioni
  • 10. L’Associative Query Logic (AQL™) data cliente articolo qta 05/02/2006 001 AAA 1000 cliente ragsoc 05/02/2006 002 AAA 2300 articolo nome 001 pippo 15/03/2006 001 BBB 4500 AAA modem 002 pluto 21/06/2006 001 CCC 1000 BBB tastiera 003 paperino 15/03/2006 003 BBB 1600 CCC mouse 21/06/2006 002 DDD 4500 DDD monitor A partire da un DB tradizionale (o altra fonte dati), senza scrivere clausole di collegamento fra le tabelle, l’AQL™ associa tabelle trovando campi con nome uguale e linkando tutto attraverso puntatori
  • 11. L’Associative Query Logic (AQL™) Lo script per caricare una struttura come la precedente potrebbe essere questo: SELECT cliente, ragsoc FROM Clienti; SELECT data, cliente, articolo, qta FROM Ordini; SELECT articolo, nome FROM Articoli;
  • 12. L’Associative Query Logic (AQL™) quantità data 1000 05/02/2006 1600 2300 15/03/2006 4500 nome 21/06/2006 cliente modem 001 articolo tastiera ragsoc 002 AAA mouse pippo BBB 003 monitor pluto CCC DDD paperino Quello che si ottiene è una rete di puntatori fra i valori dei campi originali, memorizzati in DISTINCT all’interno della nuova struttura dati
  • 13. Conclusioni • Non è più necessario costruire schemi a stella e architetture Data WareHouse • Non è più necessario dividere l’informazione in fatti, misure e dimensioni: ogni dato assume la funzione che si preferisce • Non è più necessario progettare a priori schemi di gerarchie di drill • Non si è più costretti nei vincoli dei Cubi OLAP • Ogni modifica alle fonti dati è immediatamente inseribile nella struttura AQL™ senza dover riprogettare pesanti architetture di data warehousing, ma al limite aggiungendo o modificando una select nello script di ETL • Il processo di sviluppo può essere incrementale, consentendo in qualsiasi momento di adattare il progetto alle esigenze che di volta in volta si presentano
  • 14. Thank You! Soluzione di Accesso ai Dati
  • 15. Fonti Eterogenee La tecnologia AQL™ ed uno script dedicato al processo di ETL consentono di prelevare dati da fonti eterogenee e di lavorare su di esse in modo omogeneo ERP A/R MRP CRM SCM MRM …
  • 16. Rappresentazione Omogenea Che i dati provengano da una sorgente ODBC, da un foglio Excel, da una pagina HTML o da un file XML, l’utente e lo sviluppatore avranno comunque percezione di lavorare con dati omogenei Anche se la reale struttura della base dati AQL™ è gestita da puntatori campo per campo, lo sviluppatore avrà a disposizione una rappresentazione familiare di tipo relazionale per tenere sotto controllo il processo di caricamento ed i legami fra i campi in gioco
  • 17. Un unico file: “.qvw” In un unico file con estensione .qvw sono contenute la logica di caricamento, la presentation grafica e la base dati associativa. In tal modo è possibile avere sempre a disposizione i dati caricati dall’ultimo processo di .qvw reload, lo script di ETL per poter effettuare modifiche o per ricaricare i dati freschi e l’interfaccia grafica per aggiungere/modificare oggetti o codice articolo qta 001 alimentatore 10.000 semplicemente per effettuare analisi 002 mouse 5.600 sui dati 003 tastiera 7.400 004 monitor 8.100
  • 18. I Volti di QlikView e la Scalabilità
  • 20. Un’approccio integrato La tradizionale ’Pila’ della BI User Interface, Dashboards, Scorecards, Reports • Interfaccia Utente • Motore Grafici e Reports Molti strumenti di • Motore di Analisi OLAP, Query and diversi produttori Reporting tools • Compressione Dati • Integrazione Gestita dall’IT Data Marts Costi e tempi Un’unico strumento da considerevoli per un’unico fornitore Data Warehouse l’implementazione delle modifiche Indirizzato all’utente Integration Layer (ETL) finale Tempi minimi per realizzazione e modifiche Unstructured ERP CRM Data
  • 21. Processo di Sviluppo One Time Daily Run Time • ETL Script • Extract data • Render UI Traditional • Define Dimensions • Calculate cube OLAP • Define Measures • Build Reports • Build Dashboards 2 Months 2-8 Hours Seconds Data Bound Process Bound Memory/Processor Bound One Time Daily Run Time • ETL Script • Extract data • Calculate cube QlikView • Define Dimensions • Render UI • Define Measures • Build Reports • Build Dashboards 4 Day 5-60 Minutes Seconds
  • 22. Metodologia di Sviluppo Visione strategica Visione strategica Visione strategica Rilascio Sviluppo Analisi delle esigenze Visione strategica Processo di apprendimento e implementazione step by step
  • 23. SELDA e la Business Intelligence SELDA Informatica www.selda.net http://www.facebook.com/SELDAInformatica @SELDAsrl info@selda.net