Business Intelligence en ACube OLAP et Reporting avec ACubeOLAP et GRaM.
Sviluppo di un\'applicazione OLAP per l\'analisi dei guasti di elettrodomestici
-
Upload
guestd820c37 -
Category
Technology
-
view
1.247 -
download
1
description
Transcript of Sviluppo di un\'applicazione OLAP per l\'analisi dei guasti di elettrodomestici
Sviluppo di un’applicazione OLAPper l’analisi di guasti di elettrodomestici
UNIVERSITA’ DEGLI STUDI DI TRIESTE
Corso di laurea in Ingegneria Elettronica curriculum Gestionale
Relatore: Prof. Fermeglia M. Laureanda: Piccin Elisa
Struttura della presentazione
Introduzione
Processo di analisi dei rientri dall’utenza
Architettura per l’analisi dei dati
Data Warehouse per l’analisi dei guasti
Accesso ed elaborazione dei dati OLAP
Conclusioni
Piccin Elisa 1
Introduzione
• Approfondire l’approccio metodologico per la creazione di un Data Warehouse (DW)
• Applicare le tecniche della modellazione multidimensionale ai dati di interesse per l’applicazione
Obiettivo
Piccin Elisa 2
Esigenze transazionali vs Esigenze analitiche
Rientri analizzati
0
500
1000
1500
2000
2500
2001 2002 2003 2004 2005 2006 2007 2008
Anno
Nu
me
ro r
ien
tri
Trimestre 1
Introduzione
Motivazioni
3
Electrolux Home Products S.p.A. (Porcia, PN)
Introduzione
Motivazioni
MigliaiaCentinaiaNumero utenti
AmministrativiManagementTipo utenti
1010E3 – 10E6Numero record acceduti
Linguaggio SQLLinguaggio SQL / proprietarioFlessibilità accesso
Read / write / deleteRead, (periodicamente append)Accesso tipico
Singola base datiDiverse basi di datiSorgente dei dati
Mutevoli, dettagliatiStorici, riassuntiviDati contenuti nel DB
GiornalieraPeriodicaFrequenza
Gestione amministrativaSupporto alle decisioniFunzione
Orientata alle transazioniOrientata all’analisi e ai reportProgettazione
OLTPOLAP
Piccin Elisa 4
Introduzione
• Sorgente dei dati disponibile
• Sistemi operativi lato server e lato client
• Scelta dei tools e degli applicativi della piattaforma Microsoft (Microsoft SQL Server 2005, Business Intelligence Development Studio)
Vincoli
Piccin Elisa 5
Progettazione
Fornitore
Produzione Vendita
Mercato
Materiale rientratodall’utenza
Qualità: Analisi deiRIENTRI
DALL’UTENZAFlussi informativi innescati dal processo di analisi di componenti rientrati dall’utenza
L’attività di analisi tecnica dei componenti difettosi rientrati dall’utenza viene effettuata dall’unità Quality/Supplier Quality Assurance in collaborazione con Fabric Care Product Development per le linee di prodotto lavabiancheria a carica frontale e lavasciuga biancheria a carica frontale.
Processo di analisi dei rientri dall’utenza
Piccin Elisa 6
Piccin Elisa 7
Schema concettuale OLTP non ristrutturato
Processo di analisi dei rientri dall’utenza
Architettura per l’analisi dei dati
Un Data Warehouse è una raccolta di dati orientata al soggetto integrata non volatile variabile nel tempo
Piccin Elisa 8
Rappresentazione logica dei dati secondo:
Fatti Misure Dimensioni
L’insieme degli eventi collocati nello spazio n-dimensionale così definito prende il nome di Data Cube.
Piccin Elisa 9
Roll-up
Pivoting
Slice-and-dice
Architettura per l’analisi dei dati
MODELLO MULTIDIMENSIONALE
Data Warehouse per l’analisi dei guasti
Progettazione del modello multidimensionale Upsize della sorgente dati Ristrutturazione dello schema relazionale
Sviluppo di un progetto SSAS (SQL Server 2005 Analysis Services)
Rappresentazione relazionale del DW
Data Cube
In questa fase sono stati sviluppati i seguenti punti:
Piccin Elisa 10
Progettazione
•Anno•Settimana di produzione
Matricola Apparecchiatura (attributo della fact table)
•Anno•Trimestre•Mese•Giorno
Data Inserimento e Matricola Componente (attributi della fact table)
•Difetto•Causa Difetto
Dimensione: Tipo Difetto
•Famiglia•Componente•Dettaglio Componente
Dimensione: Localizzazione DifettoGERARCHIE (livello di dettaglio crescente)
Mercato, FornitoreLocalizzazione Difetto, Tipo Difetto, AreaData InserimentoMatricola Componente, Matricola ApparecchiaturaComponente Assistenza Tecnica, Difetto Assistenza Tecnica
DIMENSIONI
Conteggio delle istanze del fattoMISURA
Analisi in laboratorio di componenti rientrati dall’utenzaFATTO
Oggetti corrispondentiElementi del modello multidimensionale
Piccin Elisa 11
Ristrutturazione dello schema relazionale
Dimensioni temporali
T
year
week
year
semester
quarter
month month
season
fisc.semester
fisc.quarter
fisc.month
fiscal year
day
Dimensione Localizzazione Difetto
Dimensione Tipo Difetto
Localizzazione Difetto
Componente
DettaglioComponente
Famiglia
Tipo Difetto
Causa Difetto
Difetto
Piccin Elisa 12
Rappresentazione relazionale del DW
Piccin Elisa 13
SSAS 2005
Progetto SSAS: Origine dei dati
Vista origine dati
Cubo
Design del Cubo
Processamento
Browsing
Piccin Elisa 14
SSAS 2005
Definizione del cubo
Piccin Elisa 15
Storage Design
SSAS 2005
Piccin Elisa 16
Browser dimensionale
SSAS 2005
Piccin Elisa 17
SSAS 2005
Processamento
Piccin Elisa 18
Raffinamento della struttura multidimensionale
Definizione di gerarchie
Modifica della dimensione temporale
Estensione dello schema relazionale
Aggiunta di una fact dimension
Raggruppamento automatico di membri
SSAS 2005
Browsing del cubo
Piccin Elisa 19
Origine dati Provider OLAP Database del server o file cubo
– Pivot table
– Free form report
– Structured report
Accesso ed elaborazione dei dati OLAP
Piccin Elisa 20
Diagrammi di Pareto
Accesso ed elaborazione dei dati OLAP
Piccin Elisa 21
Serie temporali
Accesso ed elaborazione dei dati OLAP
Piccin Elisa 22
Serie temporali
Accesso ed elaborazione dei dati OLAP
Piccin Elisa 23
20141000111 MA(3)
16412000011 Resistenza lavaggio WM
419192151000 MA(3)
011047114000 Motore Collettore
505044322568010378 MA(3)
0181310275810378 1000EWM
172164119444671102104112 MA(3)
4819324584282090104112ALL
March2008
.Febr2008
.Jan2008
.Dec2007
.Nov2007
.Oct2007
.Sept2007
.Aug2007
July2007
. Q tà di rientri
Accesso ed elaborazione dei dati OLAP
Piccin Elisa 24
Altri tipi di grafico
Accesso ed elaborazione dei dati OLAP
Piccin Elisa 25
Conclusioni
E’ stato implementato un modello di riferimento che si interpone tra la sorgente dei dati e gli strumenti di analisi, che offre alle applicazioni client sia un isolamento dall’origine dei dati back-end sia un miglioramento delle prestazioni di interrogazione.
Tale obiettivo è stato raggiunto attraverso: Identificazione degli elementi del modello multidimensionale
nella realtà di riferimento Progettazione, implementazione e processamento di una
struttura dati multidimensionale Utilizzo di un programma client per l’accesso e l’elaborazione
dei dati OLAP
Piccin Elisa 26
Sviluppi futuri
Automatizzazione della procedura di alimentazione del Data Warehouse
Test estensivo e porting in produzione
Integrazione di altre sorgenti informative
Applicazioni di Business Performance Management
Varie ed eventuali
Piccin Elisa 27
Fine presentazione
Piccin Elisa,
Ingegneria Elettronica curriculum Gestionale