Prima di procedere con le conclusioni, `e importante esporre ulteriori considerazioni sulle due tecnologie.
Vengono presentate, dal punto di vista dell’utente finale e dello svi- luppatore, le funzionalit`a offerte e il livello di fattibilit`a in termini di navigazione e sviluppo delle dashboard.
In Qlik Sense, l’utente finale ha la libert`a di esplorare differenti sub- set di dati, impostando condizioni su qualsiasi filtro e/o oggetto visivo presente nel cruscotto. Lo strumento offre un semplice sistema di na- vigazione che permette all’utente di migrare da una dashboard all’altra mediante dei pulsanti predefiniti, visibili in ogni schermata. Inoltre, se l’utente `e in possesso dei permessi necessari, pu`o duplicare, in locale, una copia di una dashboard e modificarla a suo piacimento.
In SadasBI, invece, l’utente pu`o analizzare i dati, esaminando le infor- mazioni di interesse. Pu`o facilmente navigare tra i progetti seguendo il percorso raffigurato in ogni cruscotto. A differenza di Qlik Sense, l’u- tente non ha la possibilit`a di modificare le dashboard, n´e la libert`a di applicare qualunque selezione desiderata.
Dal punto di vista dello sviluppatore, in Qlik Sense, tale figura `e in grado di importare dati eterogenei da fonti differenti, utilizzando uno dei due metodi offerti dalla piattaforma, al fine di creare il modello dati. La progettazione e il caricamento del modello dati pu`o richiedere tempo ed ingenti risorse, a seconda dalla mole di informazioni da gestire.
7 – I RISULTATI FINALI
Lo sviluppatore `e in grado di definire le dashboard, inserendo oggetti visivi che espongono agli utenti le informazioni richieste, presenti nel modello dati, con la possibilit`a di utilizzare funzioni predefinite, fornite dallo strumento, e la Set Analysis, descritta nel paragrafo 6.4 e meglio dettagliata in [SetAnalysis-18].
In SadasBI Manager lo sviluppatore progetta le dashboard con la con- sapevolezza che gli utenti finali non potranno modificarle. I cruscot- ti, quindi, devono rispecchiare completamente le esigenze esposte dagli utenti. La dashboard `e composta da vari componenti grafici, ognuno dei quali mostra una specifica informazione. Quest’ultima `e il risultato di una query SQL eseguita direttamente sulla sorgente dati, spesso compo- sta da pi`u fonti eterogenee, presente nel DBMS Sadas Engine.
Lo sviluppatore, quindi, necessita di specifiche competenze tecniche. Egli, inoltre, deve delineare la gerarchia tra i vari componenti grafici al fine di garantire l’interattivit`a della dashboard. Ci`o, come definito nei paragrafi 6.4 e 3.2 e dettagliatamente descritto in [SadasBI-17], avvie- ne mediante il condizionamento delle query SQL, realizzabile grazie al meccanismo del passaggio di parametri.
Capitolo 8
CONCLUSIONI
L’obiettivo finale del presente elaborato `e fornire alla societ`a di leasing un sistema di BI capace non solo di monitorare un determinato indicatore di redditivit`a, ma in grado di offrire una visione pi`u dettagliata delle variabili di cui esso `e costituito. L’indicatore di interesse viene calcolato a partire da alcuni componenti dei piani di ammortamento dei contratti conclusi con i clienti. Per cui l’applicazione ha lo scopo principale di analizzare l’andamento di tali piani di ammortamento, rilevando anche informazioni interessanti relative ai contratti stipulati.
La soluzione proposta prevede la progettazione e il popolamento di un data mart di supporto, all’interno del DBMS Sadas Engine, che soddisfi le richieste esposte dalla societ`a committente.
Dapprima, per poter raggiungere l’obiettivo desiderato, `e stato fonda- mentale studiare i dati contenuti nel database operazionale. Sono sorte difficolt`a legate principalmente: alla terminologia adottata dalla societ`a di leasing, che `e prettamente tecnica o priva di documentazione esaurien- te; alla grande quantit`a di dati da gestire, a causa dal criterio utilizzato
8 – CONCLUSIONI
per la memorizzazione dei piani di ammortamento nella base dati. I pia- ni di ammortamento sono caratterizzati da un’importante ridondanza che incide soprattutto sul numero di righe, generando una struttura ab- bastanza complessa. Non potendo eliminare tale ridondanza, in quanto i piani di ammortamento sono variabili e potrebbero quindi modificar- si nel tempo, l’unica soluzione `e ridurre le colonne, individuando quelle essenziali per i nostri scopi ed eliminando le eccedenze.
Come strumento di BI, la societ`a di leasing ha privilegiato la piatta- forma Qlik Sense. La scelta `e legata essenzialmente all’intuitivit`a e alla semplicit`a offerta dal prodotto. In questa tesi `e stato condotto uno stu- dio comparativo tra questo strumento e la tecnologia proprietaria della societ`a esecutrice: la suite SadasBI. `E stata svolta un’indagine appro- fondita, con la finalit`a di paragonare le propriet`a caratterizzanti degli strumenti. Questo confronto ha suscitato interesse sia per la societ`a esecutrice che per l’azienda committente: per la prima, `e un modo per mettere alla prova i propri dispositivi con le tecnologie concorrenti nel mercato della BI; per la seconda, `e un’occasione per assimilare maggio- re consapevolezza sui vantaggi e svantaggi offerti da entrambi. Da tale analisi emergono varie differenze che, sintetizzando, riguardano princi- palmente l’approccio adottato per accedere ai dati, lo sfruttamento delle componenti hardware, il sistema di selezione dei dati e i procedimenti seguiti per visualizzare le informazioni. In conclusione, si pu`o afferma- re che SadasBI `e un ottimo strumento di BI, in grado di gestire una grande mole di dati senza causare rallentamenti al sistema, estraendo
8 – CONCLUSIONI
le informazioni direttamente dalla sorgente, ma con alcune limitazioni sull’interattivit`a delle dashboard e sulla conoscenza, a priori, delle ne- cessit`a dell’utente finale. Qlik Sense `e uno degli strumenti pi`u diffusi sul mercato. Il suo punto di forza `e senza dubbio la capacit`a di essere alla portata di qualsiasi tipo di utente, dall’esperto tecnico al non esperto, il quale ha la libert`a di modificare le dashboard proposte. Di contro, in Qlik Sense `e pi`u complicato gestire una quantit`a di dati consistente sia per la creazione del data model che per i tempi di caricamento dei dati nell’applicazione.
Le dashboard di esplorazione dei dati sono state implementate con entrambi gli strumenti, soddisfacendo pienamente le aspettative della societ`a di leasing. Esse mostrano come dall’informazione generica `e pos- sibile esaminare e navigare i dati in dettaglio. Il sistema cos`ı generato rappresenta un supporto importante, soprattutto per i responsabili del controllo di gestione, che, oggigiorno, hanno l’esigenza di analizzare le informazioni da prospettive diverse.
Un possibile sviluppo futuro riguarda l’estensione del sistema all’a- nalisi di altri indicatori presenti nel bilancio d’esercizio, seguendo la medesima metodologia adottata nel presente lavoro.
Bibliografia
[AlbaLeasing] Pagina ufficiale di Alba Leasing - Valore raggiunto, https://www.albaleasing.eu/
[Accessed: 2019-01-24]
[Albano-08] Albano, A., SADAS An Innovative Column-Oriented DBMS for Business Intelligence applications, Advanced Systems, 2008 [Albano-17] Albano, A., Ruggieri, S., Decision Support Databases Es-
sentials, Universit`a di Pisa - Department of Computer Science, 2017
[Allegrini-16] Allegrini et al., Elementi di bilancio e di management - Il bilancio di esercizio. Principi, schemi e criteri di valutazione, G. Giappichelli Editore, October 2016
[Architecture-17] Qlik Sense Enterprise architecture and scalability, https://www.infovara.ee/wp-content/uploads/2017/10/
WP-Qlik-Sense-Enterprise-Architecture-and-Scalability-EN. pdf
[Accessed: 2019-01-05], 2017 [Assilea] FAQ settembre 2017,
https://www.assilea.it/repository/doc/faq/FAQ_ settembre_2017.pdf
[Accessed: 2019-01-26]
[ComandScript-18] Script regular statements,
https://help.qlik.com/en-US/sense/November2018/ Subsystems/Hub/Content/Sense_Hub/Scripting/
ScriptRegularStatements/script-regular-statements.htm [Accessed: 2019-01-17], November 2018
BIBLIOGRAFIA
[DataManager-18] Managing data in the app with Data manager, https://help.qlik.com/en-US/sense/November2018/ Subsystems/Hub/Content/Sense_Hub/LoadData/
managing-data.htm
[Accessed: 2019-01-16], November 2018 [DataSource-18] Connecting to data sources,
https://help.qlik.com/en-US/sense/November2018/ Subsystems/Hub/Content/Sense_Hub/LoadData/
connect-data-sources.htm
[Accessed: 2018-12-14], November 2018 [DynamicCalculation-13] The Calculation Engine,
https://community.qlik.com/t5/Qlik-Design-Blog/ The-Calculation-Engine/ba-p/1463265
[Accessed: 2019-01-07], August 2013 [FileQVD-18] Working with QVD files,
https://help.qlik.com/en-US/sense/September2018/ Subsystems/Hub/Content/Sense_Hub/Scripting/
work-with-QVD-files.htm
[Accessed: 2019-01-13], September 2018
[Golfarelli-06] Golfarelli, M., Rizzi, S., Data Warehouse - Teoria e pratica della progettazione, McGrow-Hill, 2006
[LoadScript-18] Loading data with the data load script,
https://help.qlik.com/en-US/sense/November2018/ Subsystems/Hub/Content/Sense_Hub/Scripting/ introduction-data-modeling.htm
[Accessed: 2019-01-16], November 2018
[LogicalInference-13] Logical Inference and Aggregations,
https://community.qlik.com/t5/Qlik-Design-Blog/ Logical-Inference-and-Aggregations/ba-p/1466049 [Accessed: 2018-12-15], July 2013
[Marasca-13] Marasca, S., Marchi, L., Riccaboni, A., Controllo di gestio- ne: metodologie e strumenti. Amministrazione, finanza e controllo, Knowit`a, 2013
BIBLIOGRAFIA
[Overview] Qlik Sense at a glance,
https://help.qlik.com/en-US/sense-cloud/
Subsystems/CloudHub/Content/Sense_Hub/Introduction/ qlik-sense-product%20family.htm
[Accessed: 2019-01-14]
[PrecedingLoad-18] Preceding Load,
https://help.qlik.com/en-US/qlikview/November2018/ Subsystems/Client/Content/QV_QlikView/Scripting/ preceding-load.htm
[Accessed: 2019-01-17], November 2018 [Sadas] Pagina ufficiale di Sadas,
https://www.sadasdb.com/ [Accessed: 2019-01-24]
[SadasBI-17] Sadas Srl, SadasBI User’s Manual, October 2017 [SetAnalysis-18] Set analysis and set expressions,
https://help.qlik.com/en-US/sense/November2018/ Subsystems/Hub/Content/Sense_Hub/ChartFunctions/ SetAnalysis/set-analysis-expressions.htm
[Accessed: 2019-02-05], November 2018
[SymbolTable-12] Symbol Tables and Bit-Stuffed Pointers, https://community.qlik.com/t5/Qlik-Design-Blog/
Symbol-Tables-and-Bit-Stuffed-Pointers/ba-p/1475369/ page/3#comments
[Accessed: 2018-12-16], November 2012 [SyntaxScript-18] Script statements and keywords,
https://help.qlik.com/en-US/sense/November2018/ Subsystems/Hub/Content/Sense_Hub/Scripting/ script-statements-keywords.htm
[Accessed: 2019-01-13], November 2018 [SyntheticKey-13] Synthetic Keys,
https://community.qlik.com/t5/Qlik-Design-Blog/ Synthetic-Keys/bc-p/1472664