Prima pagina: KPIs Affidabilità

La prima parte della pagina di dashboarding è composta da più prompts che permettono di filtrare le analisi per i valori selezionati dagli utenti. Per comodità l’insieme dei filtri è stato salvato come[F] Prompts in modo da essere richiamati facilmente all’interno di ogni analisi.

Figura 4.27: Prompts dashboard

Attraverso questi è possibile scegliere la fonte dei dati (Oracle o Formwork), filtrare per anno di produzione, visualizzare solamente i prodotti con un certo stato di garanzia, eccetera.

Seguendo l’ordine della pagina, le analisi successive ai prompts sono le mattonelle di performance che riguardano il valore aggregato di MTTF e Tasso di Guasto per ogni rolling:

Figura 4.28: Mattonelle di performance

Per ottenere l’analisi in questione è stata eseguita la seguente operazione:

Figura 4.29: Interfaccia per la creazione di analisi

• Subject Areas: questa sezione corrisponde a tutto ciò che è presente nel livello di presentazione di OBIEE Administration Tool, e quindi tutto ciò che è visibile all’utente utilizzatore. Per facilitare lo stesso è stata optata per una visualizzazione con più cartelle aventi nome diverso a seconda del proprio contenuto;

• Selected Columns: l’utente può trasferire in questa sezione attraverso operazioni di Drag and

Dropgli attributi dimensionali o le metriche presenti in Subject Areas da visualizzare nell’analisi in questione. Inoltre una volta trasferite nell’area è possibile eseguire ulteriori operazioni di ag- gregazione e di rinomina dei campi in questione;

• Filters: l’ultima area contiene i filtri sugli attributi e sulle metriche dell’analisi; questi possono risentire inoltre dei filtri imposti precedentemente tramite prompts.

Come mostrato in figura 4.29, per l’analisi in questione sono state aggiunte le tre metriche Rolling del tasso di guasto (calcolate già in fase di modellazione), aggregate con l’operatore AVG, e l’attributo

Month-Yeardella dimensione del calendario D Calendar Last Prod, collegata alla fact tramite la data di ultima produzione del DR; ciò è stato necessario poiché il tasso di guasto viene calcolato a seconda della data di ultima produzione del DR per ogni componente riparato. La sezione "Filters" contiene il gruppo di filtri effettuati da prompts (salvato come[F] Prompts), così tale che anche gli stessi possono agire sull’analisi, e la colonna Month-Year filtrata per anno e mese corrente sulla quale effettuare i rolling di 12-24-36 mesi.

La medesima operazione è stata eseguita per la creazione delle piastrelle di performance riguardanti l’MTTF Rolling, con la differenza di avere utilizzando le metriche Rolling dell’MTTF, anch’esse calcolate in fase di modellazione.

La figura 4.30 mostra i grafici relativi a Tasso di Guasto ed MTTF divisi per Anno di Ultima Produzione, con relativa piastrella di performance che mostra il KPI aggregato.

La funzione principale dei grafici è quella di mostrare il tasso di guasto ed MTTF dell’Azienda per ogni anno, a partire dal 2014 in poi. È stata inserita inoltre anche l’informazione riguardante il Qty

Issue, rappresentata attraverso una linea, divisa anch’essa per anno di produzione. In questo modo oltre ai due KPIs menzionati è possibile immediatamente visualizzare anche il numero puntuale di Qty Issue, ovvero di rientri in Azienda a seguito di un guasto. Le analisi sono ottenute in questo modo:

Figura 4.31

Per ottenere gli istogrammi finali sono state selezionate le metriche % Failure Rate e Qty Issue, oltre che l’anno di ultima produzione del DR, che permette la suddivisione del grafico per anno; l’analisi relativa all’MTTF utilizza invece le metriche MTTF e Qty Issue. A differenza degli istogrammi, per le mattonelle di performance poste al di sopra di questi è stata inserita in Selected Columns solamente la metrica di riferimento aggregata a totale, senza quindi la spaccatura per anno di ultima produzione.

Inoltre per le analisi appena descritte sono state inserite delle interazioni in caso di click su una qualsiasi barra dell’istogramma o mattonella; OBIEE Analytics permette infatti di collegare un’analisi ad un’altra, trasferendo da quella di partenza a quella di destinazione i filtri selezionati nei prompts. Nel caso specifico cliccando sulla barra dell’istogramma riguardante il Failure Rate per il 2016 il risultato che si ottiene è il seguente:

Figura 4.32

All’analisi di partenza è stata collegata un’altra analisi di dettaglio mostrata agli utenti sotto forma tabellare, che mostra per lo specifico anno selezionato tutti i campi d’importanza per il KPI in que- stione; l’analisi di dettaglio risulta utile per la committenza poiché mette in luce tutte le informazioni sulle riparazioni effettuate dall’Azienda, permettendole di risalire alle cause che hanno portato al guasto dell’elettromandrino prodotto. L’istogramma in alto fornisce le stesse informazioni dell’istogramma di partenza, suddivise questa volta per ogni mese dell’anno selezionato in precedenza. Tale comportamento è dovuto alla gerarchia creata precedentemente nel livello logico di OBIEE Administration Tool per la dimensione "D Calendar Last Prod", definita come anno-mese-settimana.

La parte finale della prima pagina riguarda la suddivisione delle quantità rientrate in Azienda per guasti a seconda dello stato della garanzia in essere al momento del sinistro.

Figura 4.33

suddivisione del numero di rientri a seconda dello stato di garanzia per ogni anno mentre il secondo solamente la suddivisione aggregata per stato della garanzia; la mattonella di performance posta al di sopra di questi calcola il valore del Qty Issue totale.

Figura 4.34

L’analisi è stata costruita a partire dalla metrica Qty Issue e dagli attributi dimensionali relativi ad anno della data di ultima produzione del DR e stato della garanzia; nel grafico a torta invece non è stata aggiunto in Selected Columns l’attributo dimensionale relativo all’anno, in quanto nello stesso è necessario visualizzare il risultato differenziato solo per lo stato della garanzia. Infine nella mattonella di performance al di sopra dei grafici è stata inserita solo la metrica Qty Issue per far in modo che questa mostri il numero totale di elettromandrini rientrati in Azienda.

Figura 4.35: Prima pagina di dashboarding

Per condividere le logiche di calcolo delle metriche d’interesse a tutti gli utenti del mondo dell’Azienda è stata aggiunta la sezione Info in alto a destra che spiegasse in italiano ed inglese i concetti di tasso di guasto, Qty issue ed MTTF. Oltre ciò è stato indicato all’interno della sezione Info l’intervallo temporale sul quale sono state calcolate le metriche Rolling.