You are on page 1of 29

UNIVERSITA’ DEGLI STUDI DI TRIESTE

Corso di laurea in Ingegneria Elettronica curriculum


Gestionale

Sviluppo di un’applicazione
OLAP
per l’analisi di guasti di
elettrodomestici
Relatore: Prof. Fermeglia Laureanda: Piccin Elisa
M.
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

 Obiettivo

• 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

Piccin Elisa 2
Introduzione

 Motivazioni
Electrolux Home Products S.p.A. (Porcia,
PN)
Rientri analizzati

2500

2000
Numero rientri

1500

1000 Trimestre
1
500

0
2001 2002 2003 2004 2005 2006 2007 2008
Anno

Esigenze transazionali vs Esigenze analitiche

3
Introduzione

 Motivazioni
OLAP OLTP

Progettazione Orientata all’analisi e ai report Orientata alle transazioni

Funzione Supporto alle decisioni Gestione amministrativa

Frequenza Periodica Giornaliera

Dati contenuti nel DB Storici, riassuntivi Mutevoli, dettagliati

Sorgente dei dati Diverse basi di dati Singola base dati

Accesso tipico Read, (periodicamente append) Read / write / delete

Flessibilità accesso Linguaggio SQL / proprietario Linguaggio SQL

Numero record 10E3 – 10E6 10


acceduti
Tipo utenti Management Amministrativi

Numero utenti Centinaia Migliaia

Piccin Elisa 4
Introduzione

 Vincoli
• 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)

Piccin Elisa 5
Processo di analisi dei rientri
dall’utenza

Progettazione
Produzione Vendita

Fornitore Mercato

Qualità: Analisi dei


Materiale rientrato
RIENTRI
dall’utenza
Flussi informativi innescati DALL’UTENZA
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.
Piccin Elisa 6
Processo di analisi dei rientri
dall’utenza
 Schema concettuale OLTP non ristrutturato

Piccin Elisa 7
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
Architettura per l’analisi dei dati

MODELLO MULTIDIMENSIONALE
Rappresentazione logica dei
dati secondo:
 Fatti Roll-up

 Misure
 Dimensioni

Pivoting

L’insieme degli eventi


collocati nello spazio n-
dimensionale così definito
prende il nome di Data
Cube. Slice-and-dice

Piccin Elisa 9
Data Warehouse per l’analisi dei
guasti
In questa fase sono stati sviluppati i seguenti punti:

 Progettazione del modello multidimensionale


 Upsize della sorgente dati
 Ristrutturazione dello schema relazionale

Rappresentazione relazionale del DW

 Sviluppo di un progetto SSAS (SQL Server 2005


Analysis Services)

Data Cube

Piccin Elisa 10
Progettazione
Elementi del Oggetti corrispondenti
modello
multidimensionale
FATTO Analisi in laboratorio di componenti rientrati
dall’utenza
MISURA Conteggio delle istanze del fatto
DIMENSIONI Mercato, Fornitore
Localizzazione Difetto, Tipo Difetto, Area
Data Inserimento
Matricola Componente, Matricola Apparecchiatura
Componente Assistenza Tecnica, Difetto Assistenza
GERARCHIE (livello Tecnica
Dimensione: Localizzazione •Famiglia
di dettaglio Difetto •Componente
crescente) •Dettaglio Componente

Dimensione: Tipo Difetto •Difetto


•Causa Difetto

Data Inserimento e Matricola •Anno


Componente (attributi della •Trimestre
fact table) •Mese
•Giorno

Matricola Apparecchiatura •Anno


(attributo della fact table) •Settimana di
produzione
Piccin Elisa 11
Ristrutturazione dello schema
relazionale
 Dimensioni temporali

 Dimensione Localizzazione Difetto

 Dimensione Tipo Difetto

T Localizzazione Difetto Tipo Difetto

year year fiscal year


Famiglia Difetto
semester fisc.semester
Componente Causa Difetto
quarter season fisc.quarter

Dettaglio
week month month fisc.month
Componente

day

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
SSAS 2005

 Storage Design

Piccin Elisa 16
SSAS 2005

 Browser dimensionale

Piccin Elisa 17
SSAS 2005

 Processamento

Piccin Elisa 18
SSAS 2005

 Raffinamento della struttura


multidimensionale
 Definizione di gerarchie

 Modifica della dimensione temporale

 Estensione dello schema relazionale

 Aggiunta di una fact dimension

 Raggruppamento automatico di membri

 Browsing del cubo

Piccin Elisa 19
Accesso ed elaborazione dei dati
OLAP
 Origine dati
 Provider OLAP
 Database del server o file cubo

– Pivot table
– Free form
report
– Structured
report

Piccin Elisa 20
Accesso ed elaborazione dei dati
OLAP
 Diagrammi di Pareto

Piccin Elisa 21
Accesso ed elaborazione dei dati
OLAP
 Serie temporali

Piccin Elisa 22
Accesso ed elaborazione dei dati
OLAP
 Serie temporali

Piccin Elisa 23
Accesso ed elaborazione dei dati
OLAP
Q.tà di rientri July A S O N D Jan. F Marc
2 ug. ept. ct. ov. ec. 2 ebr. h
007 2 2 2 2 2 008 2 2008
ALL 112 104
007 90
007 20
007 28
007 84
007 245 193
008 48
MA(3) 112 104 102 71 46 44 119 164 172
EWM 1000 78 103 58 7 2 0 131 18 0
MA(3) 78 103 80 56 22 3 44 50 50
Motore Collettore 0 0 0 4 11 47 0 11 0
MA(3) 0 0 0 1 5 21 19 19 4
Resistenza lavaggio 1 1 0 0 0 0 2 41 16
WM
MA(3) 1 1 1 0 0 0 1 14 20

Piccin Elisa 24
Accesso ed elaborazione dei dati
OLAP
 Altri tipi di grafico

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
Piccin Elisa,
Ingegneria Elettronica curriculum Gestionale

Fine presentazione