Analisi Anomalie

Vengono considerate anomale tutte le operazioni che hanno dei tempi che disco- stano in eccesso o in difetto rispetto ad una determinata soglia. Il valore risultante da questi confronti sarà un KPI che darà indicazione ai manager aziendali sulle analisi svolte. Viene inizialmente fissato un valore in percentuale (Perc_An ) pari a 0,5 e successivamente, per ogni tipologia di esito, è stato calcolato dall’azienda il numero di minuti che si ritiene ci vogliano in media per le operazioni aventi differenti esiti: per esito ’A’ (Tempo_A) uguale a 4 minuti, per esito ’P’ (Tempo_P ) uguale a 13 minuti e per esito ’N’ (Tempo_N ) uguale a 8,5 minuti. Per calcolare i valori delle soglie superiori si sommano i TC per ogni lettura con l’esito in esame, ad esempio ’A’; se il valore è maggiore a (Tempo_A) + (Tempo_A * Perc_An)), si considera

una lettura anomala.

L’unico valore inferiore che si ritiene di interesse è quello dell’operazione chiusa in ’P’. E’ importante specificarlo dato che potrebbe essere possibile che un operatore impieghi meno tempo del dovuto perché effettua un lavoro superficiale o dimentica di effettuare qualche fase dell’operazione. Per calcolare la soglia inferiore si sommano i TC per ogni lettura con l’esito positivo e se il valore è minore a (Tempo_P ) - (Tempo_P * Perc_An), si considera una lettura anomala.

Infine, un TS considerato è anomalo se la somma di tutti i TS per ogni lettura supera i 20 minuti. Naturalmente questo non significa necessariamente che ci sia un problema ma c’è la possibilità che l’operatore in esame abbia da effettuare delle operazioni su appuntamento che comportano degli spostamenti maggiori da quelli previsti.

La Figura 5.13 elenca ogni operatore con la somma totale delle proprie attività ritenute anomale.

Il report è stato creato a tutti i livelli di dettaglio della gerarchia Data (Mese, Settimana e Giorno).

CAPITOLO 5. REPORTING

Figura 5.13: Analisi Anomalie Totali

Conclusioni

Nel lavoro presentato sono state affrontate le tematiche inerenti sia la progetta- zione di un DW sia l’implementazione di un sistema che permetta di fornire, tramite la creazione di report, le risposte di cui necessitano le aree manageriali dell’azienda committente. Il principale obiettivo è stato quello di trasformare, tramite opportuni processi e utilizzo di software, in informazione fruibile e comprensibile, ogni singolo dato aziendale. Si è visto perciò, come è possibile creare valore partendo da un dato "grezzo" e trasformarlo in conoscenza, cioè valore aggiunto per l’azienda. Sin dalla raccolta e specifica dei requisiti, è stato necessario essere scrupolosi e attenti ai dettagli per cogliere quelle che erano le reali esigenze dell’azienda. Alla base del ciclo vi è stata l’analisi del DBMS transazionale del cliente dove è stato necessario applicare il processo di ETL per trasformare, omogenizzare e preparare i dati per creare un DW che semplifichi e velocizzi l’esecuzione di query anche molto articolate. Tutti i dati estrapolati sono stati opportunamente manipolati per il calcolo dei KPIs definiti nelle fasi iniziali, infatti il fulcro dei processi descritti, risiede proprio nella corretta definizione e valorizzazione degli indicatori. L’utilizzo di tecnologie di reporting della BI ha permesso di rendere utilizzabili, disponibili ma sopratutto comprensibili i dati elaborati.

I processi descritti nel presente elaborato sono stati fondamentali per l’analisi dei tempi di lavoro, suddivisi in diverse attività, degli operatori di campo al fine di migliorarne le prestazioni fatturabili.

Di estrema importanza è stata l’analisi delle anomalie in quanto, la presenza delle stesse può comportare un dispendio di risorse umane ed economiche per l’azienda. Grazie a tale studio, approfondito nel dettaglio, l’azienda ha avuto la possibilità di capire da cosa sono scaturite e di apportare azioni correttive per evitarle in futuro. Il modello creato e i KPI individuati possono essere facilmente generalizzabili, nonché

CONCLUSIONI

adattabili a un qualsiasi sistema volto al calcolo di tempi di attività o sul singolo operatore, come può essere un call center o una compagnia telefonica.

Per quanto il lavoro svolto risulti essere esaustivo e concluso rispetto a tutti i punti prefissati e oggetto della nostra analisi; Seppur conscia di aver riscontrato alcune difficoltà relative alla struttura iniziale dei dati e manipolazione degli stessi non si esclude la possibilità di eventuali sviluppi futuri. Tra questi, è stato proposto all’azienda committente di effettuare un upgrade dei vari processi al fine di valutare e ottimizzare a livello logistico gli spostamenti degli operatori tra i vari contatori in modo tale da poter diminuire i tempi di spostamento.

Il lavoro realizzato in Pivot Consulting mi ha consentito di osservare l’applicazione concreta dei fondamenti teorici del processo di Data Warehousing per la soluzione dei problemi legati alla natura dei dati. Ciò ha permesso di approfondire le mie conoscenze, fino ad allora esclusivamente di tipo accademico e di applicarle ad un caso reale. L’azienda ha fornito un ambiente sereno, dinamico e collaborativo per la realizzazione del progetto.

Acronimi

Acronimo Descrizione

BI Business Intelligence

BO Business Object

BQ Business Question

CMS Central Management Console (di SAP Data Services) CSV Comma-Separated Values (tipo formato di file)

DB DataBase

DBMS DataBase Management System

DF DataFlow

DFM Dimensional Fact Model DSS Decision Support System

DW Data Warehouse

ETL Extract, Transform, Load ERP Enterprise Resource Planning

FK Foreign Key

IDT Information Design Tool KPI Key Performance Indicator MDX MultiDimensional eXpressions OLAP OnLine Analytical Processing

PDF Portable Document Format (tipo formato file)

PK Primary Key

PVT Tabelle Pivot

SAP Systeme, Anwendungen, Produkte in der Datenverarbeitung

SDS Sap Data Service

ACRONIMI

SQL Structured Query Language

TA Tempo di Attività

(T)ACC Tempo attività accessorie (T)ATT Tempo attività produttive

TC Tempo di Ciclo

(T)INOP Tempo inoperativo (T)LAV Tempo lavorativo

(T)OP Tempo operativo

TS Tempo spostamento

WEBI Web Intelligence

Bibliografia

[1] S. Albano, A. Ruggieri. Decision Support Databases Essentials. University of Pisa - Department of Computer Science, 9 2017.

[2] A. Clerici. Manuale di informatica per l’economia. I Manuali. EGEA, 2017. [3] M. D’Onofrio. Come fare il controllo di gestione. Guida pratica per imprendi-

tori e dirigenti. Con 5 programmi di gestione scaricabili online: Guida pratica per imprenditori e dirigenti. Con 5 programmi di gestione scaricabili online. Management Tools. Franco Angeli Edizioni, 2009.

[4] S. Marasca, L. Marchi, and A. Riccaboni. Controllo di gestione. Metodologie e strumenti. Amministrazione, finanza e controllo. Knowità, 2013.

[5] A. Rezzani. Business Intelligence. Progessi, metodi, utilizzo in azienda. PerCorsi di studio. Apogeo, 2012.

[6] SAP. Universe Design Tool User Guide, 3 2012. Version 4.0. [7] SAP. Information Design Tool User Guide, 7 2014. Version 4.0.

[8] SAP SE. Manuale dell’utente di SAP BusinessObjects Web Intelligence, 6 2015. Version 4.1.