Nell'introduzione abbiamo già accennato qualcosa riguardo i Tag, ma in questa lezione analizzeremo bene cosa sono e a cosa servono.

La tipicità dei progetti di Data Warehouse, rispetto alle tradizionali applicazioni gestionali, si riflette anche in una diversa tecnica di modellazione dei dati. In ambiente decisionale i dati vengono organizzati in modo da rispondere direttamente alle interrogazioni tipiche dell'utente finale. Per scaricare il testo completo e per avere maggiori informazioni, clicca QUI

Esistono diversi modi per organizzare i dati in un database. Un particolare metodo, utile per strutturare le informazioni in un DB è chiamato Logical Data Model (LDM). Un Logical Data Model specifica le regole in base alle quali i dati sono strutturati (DDL = Data Description Language) e le operazioni associate che sono permesse (DML = Data Manipulation Language). \r\nPer scaricare il testo completo e per avere maggiori informazioni, clicca QUI

Il Metadata è a tutti gli effetti un altro database nel quale vengono memorizzate le informazioni relative ai dati del DWH; queste informazioni facilitano il trasferimento dati tra il DWH stesso e l’applicativo Microstrategy: in sostanza l’applicazione Microstrategy usa il metadata database per convertire le richieste dell’utente in query SQL e riconvertire il risultato di queste query in oggetti Microstartegy quali reports e documenti. Per scaricare il testo completo e per avere maggiori informazioni, clicca QUI

L’acronimo OLAP, On Line Analytical Processing, individua una classe di prodotti che consentono una ‘navigazione’ nei dati (data surfing), fornendo strumenti di facile uso che mettono l’utente in grado di formulare in autonomia le interrogazioni. Lo strato semantico fornito svincola l’utilizzatore dalla conoscenza delle basi dati, sia nei termini di localizzazione che di organizzazione. Tipica di questa classe di prodotti di accesso è la visione multidimensionale dei dati, che consente la possibilità di analisi secondo percorsi (dimensioni) diversi ( tempo, dislocazione geografica, etc.). Per scaricare il testo completo e per avere maggiori informazioni, clicca QUI

L’approccio metodologico per la realizzazione di soluzioni di Data Warehouse è funzione dell’organizzazione aziendale, della tipologia di utenti, dello scopo che si intende perseguire e dell’architettura tecnica del sistema.
Per scaricare il testo completo e per avere maggiori informazioni, clicca QUI

I tool di ETL costituiscono una componente fondamentale del Data Warehouse in quanto guidano l'estrazione periodica dei dati dalle sorgenti di input, e la loro integrazione, riorganizzazione e caricamento nel Data Warehouse.
\r\nPer scaricare il testo completo e per avere maggiori informazioni, clicca QUI\r\n

Il mercato dell’offerta si presenta articolato lungo tre dimensioni evolutive, nelle quali è inoltre possibile identificare 4 gruppi strategici di offerta.
Per scaricare il testo completo e per avere maggiori informazioni, clicca QUI

Un Data Warehouse è un’insieme di dati subject oriented, integrato, time variant, non volatile costruito per supportare i processi decisionali aziendali (W.H. Inmon,1993).
Per scaricare il testo completo e per avere maggiori informazioni, clicca QUI

Per Business Intelligence (&Decision) si intende la ricerca intelligente di dati, produzione e analisi in tempo reale di informazioni, ‘push’, ma soprattutto ‘pull’, per il supporto ad attività di controllo e di decisione di manager e professional (Knowledge Information Worker) di qualunque livello aziendale.) Per scaricare il testo completo e per avere maggiori informazioni, clicca QUI