Sistema informativo direzionale e Data Warehouse (DW)

Il Sistema informativo direzionale e quello operativo sono considerate come due entità distinte e autonome, anche se fra essi vi è un continuo flusso di informazioni. Per realizzare questa autonomia il sistema direzionale è dotato di un proprio database (DB), alimentato da dati che provengono dal DB operativo (in cui si effettuano, in genere, operazioni di Data Processing).

Il DB direzionale è noto come Data Warehouse (DW) e ha le seguenti caratteristiche:

• nel Data Warehouse sono archiviati dati che si riferiscono a periodi ormai trascorsi e conclusi per cui può essere considerato come un archivio di dati storici (in altre parole, in un Data Warehouse si aggiungono dati, e non si sovrascrivono, come spesso avviene, invece, nella Basi Dati Operativa). Per questo, nel tempo, il contenuto informativo di un Data Warehouse aumenta.
• nel Data Warehouse vengono immessi sia dati interni che dati esterni: infatti, a livello direzionale, si ha interesse a confrontare i risultati conseguiti dalla nostra azienda con quelli del resto del mercato (benchmarking).
• il Data Warehouse deve essere corredato di un Catalogo dei Dati che illustri il significato preciso che ogni dato contenuto nel Data Warehouse ha nel lessico aziendale.
• il Data Warehouse è fornito di sistemi di interrogazione (Query Language) molto flessibili e potenti  (chiamati Motori di Analisi), che permettono anche interrogazioni aziendali.
• in un Data Warehouse è possibile ricercare correlazioni nascoste tra dati non immediatamente dipendenti uno dall’altro (un esempio: consideriamo l’insieme dei prodotti che vengono acquistati insieme da parte di un singolo cliente di un supermercato; una analisi potrebbe mostrare che, con una certa frequenza, un cliente che compra latte fresco biologico compra anche prodotti integrali; questo potrebbe suggerire ai dirigenti del supermercato di promuovere una offerta speciale su una opportuna combinazione che comprenda tali prodotti, che convinca  chi già ha tali abitudini ad aumentare i propri acquisti, e che invogli le persone che acquistavano uno solo dei prodotti ad acquistare la combinazione anzichè il prodotto  singolo). Queste tecniche sono note con il nome di Data Mining , e sfruttano strumenti statistici e analitici di alto livello, la cui applicazione può essere anche solo parzialmente visibile all’utente. Si osservi, peraltro, che la decisione di quali dati sottoporre alla ricerca di eventuali correlazioni nascoste deve partire dall’utente, ossia dal dirigente che effettua l’analisi: ancora una volta, la capacità di ottenere dati significativi dipende essenzialmente dalla inventiva e dalla creatività di chi usa tali strumenti.
• Per rendere più veloci le analisi di alto livello, in un Data Warehouse i dati sono presenti con una certa ridondanza, nel senso che sono presenti anche dati che si ottengono dalla aggregazione aggregati di dati contenuti all’interno del Data Warehouse stesso (quindi in teoria ricalcolabili ogni volta); per questo fatto, un Data Warehouse deve comprendere anche dei meccanismi automatici  che  permettano di verificare la congruenza dei dati aggregati rispetto a eventuali variazioni dei dati di più basso livello da cui sono stati dedotti, eliminando possibili inconistenze.
• Il Data Warehouse, per il fatto che comprende anche dati provenienti dall’esterno dell’azienda, deve prevedere dei meccanismi automatici per uniformare tali dati rispetto a vari sistemi di codifica, o all’unità di misura.

Un sintetico confronto tra le principali caratteristiche di un Data Base Operativo e un Data Base Direzionale è il seguente:

DB Operativo

• dati interni
• dati elementari
• dati quasi in copia unica
• orientato all’efficienza
• query languages che forniscono strumenti di interrogazione standardizzati

DB Direzionale

• dati sintetici
• dati interni + dati esterni
• dati talvolta ridondanti
• orientato all’efficacia
• motori di analisi che consentono ricerche incrociate, confronti, correlazioni, cioè una “navigazione” più libera.