14) KPI, standardizzazione, normalizzazione e ponderazione

Gli indicatori di prestazione chiave (Key Performance Indicators o KPI) sono particolari indici che monitorano l'andamento di un processo aziendale.

Esistono principalmente quattro tipi di indicatori di prestazione e sono:

- indicatori generali, che misurano il volume del lavoro del processo;
- indicatori di qualità, che valutano la qualità dell'output di processo, in base a determinati standard (ad esempio rapportando l'indice con un modello di output, o soddisfazione del cliente);
- indicatori di costo;
- indicatori di servizio, o di tempo, che misurano il tempo di risposta, a partire dall'avvio del processo fino alla sua conclusione.
I Key Performance Indicators sono misure quantitative, identificate e definite in anticipo, che riflettono i fattori critici di successo per un'organizzazione. Essi devono riflettere gli obiettivi dell'organizzazione, devono essere le chiavi per misurarne il successo e quindi devono essere quantificabili, devono essere dei numeri. I Key Performance Indicators sono generalmente indicatori di lungo periodo e non cambiano spesso visto che sono strettamente legati agli obiettivi dell'organizzazione. In genere vengono utilizzati per misurare prestazioni, performance, efficienza, produttività etc...sono dei rapporti che permettono di fare paragoni.
In un contesto aziendale gli indicatori chiave di prestazioni (KPI) sono strumenti che consentono di misurare i progressi e le carenze dell'azienda (e quindi permettono di valuatare il performance assessment, il profiling di un'azienda e così via). I Key Performance Indicators sono utilizzati da dirigenti, analisti, specialisti IT e utenti per controllare le attività di business, per misurare le prestazioni e per attuare qualsiasi forma di Performance Management. Oltre a essere allineati con gli obiettivi strategici dell’azienda, essi sono legati al business dell’impresa.

I KPI possono essere distinti in due tipi fondamentali:

- indicatori “competitivi” che misurano le prestazioni chiave del processo ossia efficienza, qualità, servizio;
- indicatori “conoscitivi” che misurano il contesto in cui tali prestazioni sono state ottenute, e quindi volumi di input, volumi di output, (quantità di) risorse impiegate.

I KPI devono possedere anche altre caratteristiche che li rendano veramente efficaci. Devono essere raggiungibili e realistici, in riferimento alla situazione di partenza presa in esame. Devono essere rilevanti per il business in questione e quindi riferibili a misure veramente importanti per la gestione. Devono essere misurabili nel tempo, in modo da poter costruire su di essi obiettivi in evoluzione temporale da raggiungere in un certo periodo futuro di riferimento. Gli indicatori di prestazione registrano parametri quantitativi, di costo, di servizio e di qualità e devono spingere non solo il gestore del servizio, ma anche l’intera organizzazione coinvolta, a raggiungere traguardi prefissati: perché questo si possa realizzare, è necessario che essi siano evidenziati e comunicati a tutta l’organizzazione che deve capire cos’è davvero importante e quali sono le strade per raggiungerlo. Quindi non si tratta solo di un sistema per misurare e controllare la gestione, ma anche per indurre e stimolare comportamenti desiderabili. Questi tassi si possono calcolare non solo nel tempo ma anke nello spazio tenendo quindi in considerazione un fattore geografico di riferimento.

Tuttavia affinchè questi tassi assumano valore, bisogna ricorrere ad un processo di standardizzazione, che permette di confrontare entità con diverse variazioni. Molti delle proporzioni grezze, possono essere utilizzate per confrontare due (o più popolazioni soltanto se le popolazioni sono abbastanza simili riguardo alle caratteristiche che potrebbero influenzare il parametro misurato.
In caso contrario, il raffronto può condurre a conclusioni errate, in quanto tali caratteristiche possono agire come "confondenti" o elementi di "confondimento". Infatti per poter effettuare confronti che abbiano valore, bisogna epurare le singole entità dall'effetto della varianza, e ciò si può attuare, per l'appunto, tramite la standardizzazione e che si ottiene rapportando la differenza tra il valore da epurare e la media, alla scarto quadratico medio, ossia alla variabilità del fenomeno.

In altre circostanze si ricorre invece alla normalizzazione, che è utile quando bisogna confrontare e rendere paragonabili elementi che hanno unità di misura differenti.
Di seguito mostrerò un semplice esempio di normalizzazion: avendo due prove d'esame il cui punteggio grezzo massimo raggiungibile dagli studenti è diverso, 30 nella prima prova e 45 nella seconda prova, non permette di confrontare i risultati ottenuti, per superare questo inconveniente ricorro alla normalizzazione.
La normalizzazione si ottiene rapportando la differenza tra il valore ottenuto e il Min, con la differenza tra il Max e il Min.

In altre circostanze invece appare opportuno ricorrre alla ponderazione, che consiste nell'attribuire importanza diversa ai differenti valori osservati mediante "coefficienti di ponderazione" o in altri termini "pesi".

Spesso accade che debbano effettuarsi sia normalizzazione, standardizzazione che ponderazione: questi si possono realizzare a catena.

Ovviamente affinchè un ilvalore numerico di un indice KPI assuma un senso, bisogna ricondurlo all'interno di un range determinato, che assume valori che vanno da 0 a 1.

13) Un'analisi dei Software utilizzati

Nel prosieguo del corso di software per la gestione dell'informazione statistica, ci siamo cimentati con l'utilizzo di diversi software, quali ad esempio excel, access, power point, software di reportistica. Questi strumenti sono tra di loro molto differenti e svolgono roli diversi. Analizzerò di seguito analogie e differenze fra questi strumenti.
Prendiamo ad esempio il software Access: è questo uno strumento che permette di memorizzare vari tipi di oggetti (tabelle, query, schede, report, macro e moduli) in un unico file MDB (Microsoft Data Base).
All'interno di esso è possibile immagazzinare i dati da gestire in tabelle composte da un numero elevato di record, ed ogni record contiene i dati distinti per campi. Se una tabella non fosse sufficiente per immagazzinare i dati necessari e fosse necessario utilizzarne altre, è possibile collegare le varie tabelle tra di loro con una relazione. Tutto ciò permette di effetture l'esame dei dati contenuti nel database utilizzando diverse tabelle e quindi consente di giungere ad una pluralità di dati a volte anche complessa.
In Access un unico file comprende tutti gli elementi utilizzabili per lo sviluppo di applicazioni complete quali ad esempio tabelle, query, maschere, report, macro, pagine e moduli. Le tabelle sono una sorta di contenitori dove vengono memorizzati i dati; le query sono gli strumenti idonei all'interrogazione ed alla manipolazione dei dati. Access dispone sin dall'origine di un ambiente grafico per la definizione delle query (detto Query By Example o QBE) che permette anche ad utenti poco esperti la loro costruzione, con un minimo di controllo della correttezza sintattica; questa facilità, per contro, può comportare situazioni di blocco del sistema come conseguenza di errori concettuali.

Le maschere (o form) consistono negli elementi grafici utili alla interazione da parte degli utenti con i dati delle tabelle o delle query. Le maschere possono contenere gli elementi standard di Access ed elementi aggiuntivi. Le maschere possono includere codice VBA destinato all'automazione degli elementi contenuti; l'area di visibilità delle routine è locale.
I report consentono la visualizzazione, destinata alla stampa, dei risultati basati sui dati, tabelle e query. L'ambiente grafico destinato alla costruzione della struttura dei report ricalca quello delle maschere, pur conservando le differenze dovute alla diversa destinazione. Sono disponibili in Access funzioni di base, quali aggregazione dei dati e totali parziali.
Una funzionalità particolare di Access consente di accedere a dati residenti in file di database esterni, sotto forma di tabelle collegate.

Abbiamo poi visto un altro tipo di software, ossia Excel. Esso si presenta come un foglio elettronico, dedicato alla produzione ed alla gestione dei fogli elettronici. Il foglio di calcolo si compone di colonne (contrassegnate dalle lettere A,B,C...) e da righe (contrassegnate dai numeri 1,2,3...). L'intersezione di una riga con una colonna forma una cella (contrassegnate sempre prima dalla colonna, poi dalla riga: A1, B3, C4,...), all'interno della quale si può inserire un valore od una funzione. All'interno delle suddette celle si possono inserire valori di tipo alfanumerico, mentre le funzioni si esprimono tramite le formule. Le funzioni che si possono applicare sono le più svariate, alcuni esempi sono: le scomuni operazioni matematiche, media aritmetica di una serie numerica, mediana di una serie numerica, moda (il valore maggiormente ripetuto in una serie numerica), max (il valore massimo in una serie numerica), min (il valore minimo in una serie numerica) ecc...Excel, tra le varie potenzialità, permette anche di generare le tabelle pivot che consentono di selezionare elementi che ci interessano e vederli relazionati tra di loro.

Access ed Excel presentano varie somiglianze. Entrambe le applicazioni, infatti, consentono di: eseguire delle query per ordinare e filtrare i dati, eseguire calcoli complessi per ottenere le informazioni desiderate, creare tabelle pivot e grafici pivot per gestire i dati in modo interattivo,
generare rapporti sui dati e visualizzarli in più formati, utilizzare maschere per aggiungere, modificare, eliminare e consultare i dati con facilità, collegarsi a dati esterni in modo da visualizzare, modificare ed eseguire query sui dati senza il bisogno di doverli importare, importare dati da database esterni.

Entrambe le applicazioni organizzano i dati in colonne, in cui viene memorizzato un determinato tipo di informazione.

Excel, tuttavia, non è un sistema di gestione di database, ma un foglio di calcolo che consente di memorizzare informazioni in righe e colonne di celle dette fogli di lavoro. Viceversa, in Access i dati vengono memorizzati in tabelle, che sono molto simili ai fogli di lavoro, ma progettate per l'esecuzione di query complesse in relazione ai dati memorizzati in altre tabelle e posizioni, nonché in campi di altre tabelle.
Quindi, sebbene entrambe le applicazioni siano ideali per la gestione dei dati, ognuna presenta vantaggi specifici, a seconda del tipo di dati che si desidera gestire e delle operazioni da eseguire con i dati.

Si preferisce utilizzare un software piuttosto che l'altro a seconda dei dati con cui abbiamo a che fare. O meglio se abbiamo davanti dati di tipo relazionale, se i dati possono essere o meno memorizzati in una singola tabella o foglio dati etc... I dati contenuti in una singola pagina o foglio sono detti dati lineari o non relazionali.

Quando si ha a che fare con i dati di tipo relazionale questi vanno memorizzati in più tabelle, in quest'ultimo caso quindi si utilizzerà Access. In un database relazionale, ogni tabella contiene essenzialmente le informazioni su un unico tipo di dati, ad esempio, se si utilizza un database con gli ordini dei clienti, una tabella conterrà i nomi dei clienti mentre un'altra ne conterrà gli ordini, in quanto ad ogni cliente possono corrispondere diversi ordini. Quindi i dati relazionali, a causa dell'esigenza di utilizzare più tabelle correlate, vengono memorizzati meglio in Access.

Quindi quando si ha la necessità di conservare una grande quantità di dati, ovvero migliaia di voci, sembra più appropriato utilizzare Access.
Se, ad esempio, si lavora in una grande azienda, per memorizzare le informazioni sul personale è consigliabile utilizzarlo. Si preferisce utilizzarlo inoltre se si desidera eseguire query complesse.
Se ad esempio si lavora in un'azienda di grandi dimensioni che riceve ordini dei clienti, potrebbe essere necessario individuare i nomi dei clienti memorizzati in un database di SQL Server durante l'acquisizione dei nuovi ordini in Access. È possibile mantenere la connessione al database di SQL Server dalla visualizzazione tabella di Access. Per l'aggiunta o la ricerca del nome di un cliente viene utilizzato il database di SQL, mentre i dettagli dei nuovi ordini appena inseriti vengono memorizzati localmente nelle tabelle di Access.
Invece si preferisce utilizzare Excel quando: è necessaria una visualizzazione non relazionale dei dati, ovvero non si ha l'esigenza di utilizzare un database relazionale con più tabelle, quando l'intenzione fondamantale è quella di eseguire principalmente calcoli e confronti statistici sui dati, ad esempio per visualizzare un'analisi costi/benefici nel bilancio dell'azienda.
La dimensione del set dati di Excel non supera le 15.000 righe.

Il programma Powerpoint, invece permette di creare presentazioni informatiche multimediali tramite la realizzazione di diapositive visualizzabili in sequenza su qualsiasi computer dotato di questo software. Le presentazioni, suddivise in slide (diapositive), possono contenere fotografie, testi, animazioni, suoni, link ad altre diapositive o a siti web esterni.
È largamente usato da uomini d'affari, docenti, studenti e relatori. L'uso di questo strumento è molto diffuso anche per la produzioni di animazioni multimediali umoristiche destinate alla circolazione via e-mail. E' questo uno strumento molto utilizzato nel contesto aziendale e rappresenta un valido strumento di comunicazione, è ideale quando si deve parlare per presentare un prodotto, un progetto, una strategia che convincano gli interlocutori.

Infine abbiamo avuto a che fare con sistemi di reportistica. L'obiettivo di un Sistema di Reportistica all'interno dei Sistemi Informativi è quello di fornire documentazione analitica sulle attività di rilievo dell'organizzazione all'interno della quale è sviluppato. I Sistemi di Reportistica nello specifico vengono sviluppati in ambiti complessi che hanno previsto una soluzione di Data warehouse. Questi strumenti consentono una sorta di standardizzazione dei documenti e quindi una miglior distribuzione delle conoscenze ed una visione dell'attività più conforme e concorde fra le varie funzioni dell'organizzazione e aggiornata secondo la disponibilità della fonte dei dati.
Ogni documento viene aggiornato con cadenza periodica agli appartenenti all'organizzazione. Il documento prodotto è un report e si presenta come una combinazione di tabelle e grafici che presentano le misure di rilievo per i vari fenomeni analizzati, disaggregate e destrutturate secondo le esigenze.
Tali misure valgono come indicatori delle proprie attività e costituiscono una base comune per le analisi successive.
Esistono vari software di reportistica, nello specifico durante il corso abbiamo utilizzato Data Time.

Tenendo presente che unl sistema informativo è costituito dall'insieme delle informazioni utilizzate, prodotte e trasformate da un'azienda durante l'esecuzione dei processi aziendali, dalle modalità in cui esse sono gestite e dalle risorse, sia umane, sia tecnologiche, coinvolte; l'ERP, il CRM e il Data Mining rappresentano i sistemi operazionali che ne sono alla base.

In particolare l'ERP è un sistema di gestione, che integra tutti i processi di business rilevanti di un'azienda (vendite, acquisti, gestione magazzino, contabilità etc.). ad oggi le sue funzionalità si sono ulteriormente sviluppate, e i marketing manager utilizzano questo sistema per il controllo di inventari, tracciamento degli ordini, servizi per i clienti, finanza e risorse umane. Il CRM attiene alla gestione delle relazioni coi clienti ed è legato al concetto di fidelizzazione dei clienti.
In un'impresa "Market-oriented" l'attenzione verso il cliente è cruciale e determinante. Per questo motivo il marketing management deve pianificare e implementare apposite strategie per gestire una risorsa così importante.
Il CRM si spinge sostanzialmente secondo quattro direzioni differenti:
- l'acquisizione di nuovi clienti (o "clienti potenziali");
- l'aumento delle relazioni con i clienti più importanti (o "clienti coltivabili");
- la fidelizzazione più longeva possibile dei clienti che hanno maggiori rapporti con l'impresa (definiti "clienti primo piano");
- la trasformazioni degli attuali clienti in procuratori, ossia consumatori che lodano l’azienda incoraggiando altre persone a rivolgersi alla stessa per i loro acquisti (fenomeno comunemente conosciuto come passaparola).
Il CRM si articola in 3 tipologie:
1. CRM operativo: ossia l'insieme delle soluzioni metodologiche e tecnologiche per automatizzare i processi di business che prevedono il contatto diretto con il cliente.
2. CRM analitico: inteso come procedure e strumenti per migliorare la conoscenza del cliente attraverso l'estrazione di dati dal CRM operativo, la loro analisi e lo studio revisionale sui comportamenti dei clienti stessi.
3. CRM collaborativo: cioè tutte quelle metodologie e tecnologie integrate con gli strumenti di comunicazione (telefono, fax, e-mail, ecc.) per gestire il contatto con il cliente.

Il CRM si avvale in maniera sempre più massiccia, di strumenti informatici o comunque automatizzati, per implementare il management. Le applicazioni CRM servono a tenersi in contatto con la clientela, a inserire le loro informazioni nel database e a fornire loro modalità per interagire in modo che tali interazioni possano essere registrate e analizzate.
Per fare ciò dunque si utilizzano dei software.

Per poter funzionare in maniera efficiente le componenti strutturali di una strategia di CRM sono:
- Analisi e gestione della relazione con i clienti: contatto con i clienti e analisi dei bisogni attraverso strumenti come mailing, lettere, telefonate, SMS, ecc.

- Il contatto è fondamentale se si vuole mappare ogni singolo cliente per poi organizzare tutte le informazioni raccolte in un database strutturato. Queste informazioni sono preziose in quanto permettono di conoscere, e, se possibile, anticipare le esigenze del cliente.
- Lo sviluppo di contenuti e servizi personalizzati: i dati raccolti vengono gestiti per elaborazioni statistiche utili a segmentare i clienti in specifiche scale. Una volta organizzati, è possibile procedere con l'analisi dei dati per sviluppare una comunicazione e un'offerta commerciale e personalizzata.
Quindi l'infrastruttura informatica e l'attivazione di strumenti informatici che aiutano in questo processo di gestione del cliente sono fondamentali.

Allo stesso modo il data mining assume un significato importante nel quadro dei sistemi informativi aziendali, in quanto ha per oggetto l'estrazione di un sapere o di una conoscenza a partire da grandi quantità di dati (attraverso metodi automatici o semi-automatici) e infine l'utilizzazione industriale o operativa di questo sapere, in quanto il data mining è l'analisi matematica eseguita su database di grandi dimensioni.

12) Report, tabelle e query

Le tabelle sono l’oggetto fondamentale di un database per l’immagazzinamento dei dati.
Esse sono caratterizzate da un complesso di righe e colonne, rispettivamente utilizzate come campo (colonne) e record (righe).
Ogni campo rappresenta una singola categoria di informazioni, ed è concepito in modo da poter contenere dati specifici, come un dato numerico, testuale con limitazione di caratteri più o meno lunga, piuttosto che in formato data o altre modalità che possano essere utili per il fine logico del database. Ogni tabella può avere un campo che funge da chiave primaria, quest’ultima consente di impostare un valore univoco del valore di un campo, questo vuol dire che quel preciso dato, non dovrà avere alcun duplicato all’interno dell’intero database. La chiave primaria può essere utilizzata per correlare con maggior semplicità due tabelle o più tabelle in quanto un database relazionale se ha tutte le tabelle interne collegate tra loro è notevolmente più efficiente di un altro che non possiede la caratteristica della relazionalità; le chiavi inoltre permettono di trovare più velocemente i dati, grazie alla loro unicità.

Essere in grado di organizzare i propri dati è forse, una delle operazioni più importanti da saper realizzare. Una delle funzioni più potenti di access è la ricerca, attuabile tramite le query. Si può dire che le query sono una sorta di interrogazione al DB, creati per avere informazioni di ogni tipo sui dati in esso contenuti. Le query possono essere “scritte” tramite una creazione guidata, sarà poi compito di access tradurre la creazione guidata in linguaggio vero e proprio. Le query hanno bisogno però dei criteri, ovvero delle restrizioni che soddisfano dei parametri di ricerca. Le funzioni di queste query possono essere il recupero di dati accomunati da parametri, ordinarli in una certa maniera, aggiungere e/o rimuovere dati da una tabella all’altra. Le query si possono rilanciare in qualsiasi momento (una volta create e salvate), possono essere svariate, ma le più utilizzate sono di tre tipi:

- Query di selezione: è una tipologia di query che permette di impostare i criteri che serviranno per la ricerca nel DB, dunque tutti i dati trovati verranno visualizzati nel foglio dati della stessa.
- Query a campi incrociati: sono spesso utilizzate per avere una rappresentazione grafica dei dati o di tabelle, possono essere anche adoperate per generale prospetti, tendenze e statistiche su gruppi di tabelle.

- Query di azione: viene utilizzato per modificare o aggiungere informazioni a gruppi di dati. Fanno parte di questa tipologia le query di aggiornamento, di azione, di eliminazione e di creazione di tabella.
Una volta che si è creata la query desiderata è possibile racchiudere i dati trovati in una maschera o report, in modo da essere sicuri di avere all’interno di esse solo ed esclusivamente le informazioni desiderate ed aggiornate.

Al fine di dare un formato ai dati e per renedrli facilmente leggibili ed interpretabili, è fondamentale procedere con al creazione di un report.

Quando si realizza un report in genere si crea prima una query che racchiuda tutti i dati che ci interessa stampare e da questa si basa la creazione del report. Tramite un Report è possibile
rappresentare un set di informazioni.

In aula laboratorio ci siamo esercitati nell'utilizzo del software Data Time ai fini della elaborazione di report vari e utilizzo delle varie funzioni aggregate.

11) Tabelle, report, funzioni aggregative ed esemplificazioni

Un report è lo strumento utilizzato per ottenere una "sintesi" ed "aggregazione" dei dati e delle informazioni ricavate contenuti in una serie di tabelle. I report in genere sono utili ad esempio per i resoconti annuali delle attività di un’azienda, ai fini di riepilogare e organizzare informazioni, o magari per esprimere un particolare punto di vista per uno specifico pubblico.
Nella progettazione di un report è importante considerare l’obiettivo che si desidera perseguire, il pubblico al quale è destinato e il livello di informazioni di cui esso avrà necessità. I report è possibile generarli per mezzo di creazioni guidate simili e l’ambiente di progettazione è in gran parte il medesimo. E' possibile aggiungere etichette, caselle di testo, immagini e altri controlli e naturalmente impostarne le proprietà, si possono visualizzare informazioni di uno o più record provenienti da una o più tabelle o query ed avere più insiemi di intestazioni e piè di pagina. I report hanno lo scopo di fornire agli utenti il facile accesso alle informazioni memorizzate nel database. I report sono usati soltanto per visualizzare informazioni, possono essere visualizzati in anteprima sullo schermo, ma generalmente vengono stampati. Le tabelle, invece, di solito, forniscono una visione dettagliata dei record e sono rivolte a persone che lavorano con il database, mentre i report sono spesso utilizzati per raggruppare e riepilogare dati, appunto per sintetizzare, e sono in genere rivolti a persone che non lavorano con il database, ma che usano queste informazioni per altre attività aziendali.
Le tabelle sono ciò con cui si memorizzano i dati.
Tutto il resto è ciò che permette di inserire, leggere (stampare), manipolare, estrarre i
dati. Tutto il resto è fatto da:
· query (to query = interrogare): permettono di estrarre i dati;
· schede (o maschere o form): permettono di inserire / leggere i dati (ma non solo);
· report : permettono di stampare i dati;
Mentre le tabelle memorizzano i dati, i report permettono di maneggiare i dati (cioè di inserirli, leggerli, estrarli), di calcolare medie, mediane, varianze delle varie combinazioni di dati e misure, agendo non solo su tabelle ma anche su recordset prodotti dalle query;
Tabelle e report sono comunque abbastanza legate , in quanto un report si caratterizza nella sua composizione dalle tabelle stesse.
Le tabelle sono la più semplice struttura in cui è possibile organizzare dei dati, ossia delle informazioni appartenenti ad un insieme di entità fisiche; all'interno di essa possiamo distinguere i campi ossia i "contenitori" delle informazioni omogenee che si vogliono memorizzare nelle tabelle, che sarebebro in altri termini le colonne); poi ci sono i record, ossia l’insieme di dati che fanno capo alla stessa entità fisica. Un record è composto da più campi e, là dove i campi sono le colonne, i record sono le righe;
Un Report è composto in tutti i casi di 5 Sezioni "base":
1. una Sezione "Intestazione Report" (visualizzata o stampata una sola volta all'inizio del documento);
2. una Sezione "Intestazione Pagina" (visualizzata o stampata invece per ogni pagina del Report);

3.una Sezione "Corpo" (ripetuta per ogni Record proveniente dalla Tabella o Query "sottostante");
4. una Sezione "Piè di pagina pagina" (visualizzata o stampata nel fondo di ogni pagina);
5. una Sezione "Piè di pagina report" (visualizzata o stampata soltanto una volta ed alla fine del documento). Queste 5 sezioni sono sempre presenti in ogni Report: naturalmente è possibile abilitarle o disabilitarle a seconda delle necessità.

Cosiderando una tabella nel suo complesso, possiamo esplicitare come dimensione e misura assumano una diversa funzione. Una misura rappresenta una colonna contenente dati quantificabili, spesso di tipo numerico, che è possibile aggregare. Una misura è in genere mappata a una colonna di una tabella.
È inoltre possibile utilizzare un'espressione di misura per definire il valore di una misura, in base a una colonna di una tabella dei fatti modificata tramite un'espressione multidimensionale. Un'espressione di misura consente di stabilire il peso dei valori delle misure. È ad esempio possibile utilizzare una conversione di valuta per stabilire il peso di una misura delle vendite in base a un tasso di cambio.

Per definire le misure è possibile utilizzare le colonne degli attributi delle tabelle delle dimensioni. Queste misure, tuttavia, in genere sono di tipo semiadditivo o non additivo per quanto riguarda la modalità di aggregazione. I membri calcolati consentono di migliorare la flessibilità e le funzionalità di analisi di un cubo di Analysis Services.
Le misure sono il set di misure effettivo di cui è composto un gruppo di misure. Per ciascuna misura è disponibile una definizione per la funzione di aggregazione, l'attributo di formattazione, l'origine dell'elemento di dati e altro. Le dimensioni sono un subset di dimensioni del cubo da utilizzare per creare il gruppo di misure elaborato.

In un cubo le misure vengono raggruppate in più gruppi di misure in base alle tabelle dei fatti sottostanti. I gruppi di misure consentono di associare dimensioni a misure. Vengono inoltre utilizzati per misure con la modalità di aggregazione Distinct Count.
Quando una dimensione viene utilizzata per organizzare misure in un gruppo di misure, la misura viene riepilogata in base alle gerarchie contenute in tale dimensione. Il comportamento della somma dipende dalla funzione di aggregazione specificata per la misura. La modalità di aggregazione di ogni misura è determinata dalla funzione di aggregazione associata alla misura.

Le funzioni di aggregazione sono dei comandi che permetto di supportare le funzionalità del provider di dati e che quindi permettono di realizzare una serie di statistiche. Le funzioni di aggregazione più utilizzate econosciute sono:

- Count che permette di selezione solo alcune delle righe desiderate;
- Sum che consente di sommare tutti i valori di una colonna;
- Min che trova il valore minimo di una colonna;
- Max che consente di trovare il valore massimo di una colonna;

- Mean che permette di calcolare la media;

- Var che consente di aclcolare la varianza di un fenomeno.

Per esercitazione in aula, abbiamo creato un semplice report con il programma Data Time, partendo da un database di riferimento ossia "Northwind" di Access.
Ho proceduto in questo modo: ho apero un nuovo progetto realizzando una connessione con il database d’interesse (Northwind di Access), ho salvato la connessione cliccato su New Data Source. In questo modo si è aperta una finestra, chiamata Data Source Desiner, nella quale si trovano le varie tabelle presenti nel database; ho scelto quelle di mio interesse e le ho trascinate con il mouse verso destra.
Ho preso uan dimensione e una misura di riferimento, e ne ho fatto un report utilizzando la funzione media e la funzione somma.

10) Tecniche di reporting, tecniche di mining, CRM

La crescita aziendale in termini di dimensioni, insieme alla maggiore complessità dello scenario economico, comportano una maggiore difficoltà nel coordinare tutte le aree aziendali in modo che vengano perseguiti e raggiunti gli obiettivi prefissati. Per questa ragione diventa ancora più impellente la necessità di fornire informazioni a coloro che all’interno dell’organizzazione aziendale devono assicurare i risultati. Con una corretta ed efficace divulgazione di informazioni potranno essere effettuate le dovute verifiche e correzioni necessarie a mantenere livelli di performance elevati. Per venire incontro a questa necessità risulta importante sviluppare ed implementare un sistema di reporting inteso come un processo di raccolta dati finalizzato non alla semplice comunicazione ma anche come strumento di crescita per le singole aree quindi per tutta l’azienda. Senza un adeguato sistema di reporting il processo decisionale aziendale sarebbe privo di efficacia in quanto in seguito alle fasi di definizione degli obiettivi e di implementazione delle azioni necessarie a raggiungerli non ci sarebbe un tempestivo riscontro che evidenzi i risultati raggiunti e le cause degli eventuali insuccessi. L’aspetto critico nell’implementazione di un sistema di reporting è la scelta del tipo e del numero di informazioni da produrre. Bisogna evitare l’errore di produrre un numero eccessivo di informazioni, nel quale risulterà poi difficile orientarsi, ma è necessario concentrarsi solo su quelle più significative ed utili a definire le scelte e le misure correttive (aspetti critici di successo). Per fattori critici di successo intendiamo tutti quegli aspetti che contribuiscono ad avere una posizione vincente nel mercato in cui si opera. In base all’ambiente in cui si è chiamati a competere cambiano gli aspetti critici da curare.

Un numero eccessivo di dati può produrre solo confusione ed alla fine troppi dati corrispondono a nessun dato utile. Tali dati per incontrare il minor numero possibile di resistenze all’interno dell’organizzazione devono essere espressi in forme facili da comprendere come grafici e tabelle.

L'attività di reporting consiste specificamente nella redazione periodica di prospetti e di tabelle che contengono dati e informazioni necessarie per analizzare l’andamento della gestione aziendale per quel che concerne efficacia, efficienza ed economicità.

Gli strumenti informatici odierni specializzati in reporting si sono dotati di alcune tecniche di visualizzazione per facilitare l'analisi dei dati.
Tecniche note nella visualizzazione dei report sono:
- drill-down
- slice & dice
Con drill-down (dal termine anglosassone che esprime l'azione di perforare un terreno) si intende la possibilità, una volta visualizzato il dato complessivo relativo ad una dimensione gerarchizzata di analisi, di esplorare tutta la gerarchia. Un classico esempio di dimensione gerarchizzabile è quella temporale: il dato annuale può essere esplorato per sottoreport che visualizzano gli aggregati mensili e questi ultimi possono essere, a loro volta, disaggregati secondo i dati giornalieri.
Per slice & dice (dall'inglese, il termine si riferisce nel complesso all'operazione di divisione di una torta) si intende la possibilità di restringere l'analisi solo ad alcune delle occorrenze delle dimensioni e solo ad alcune delle dimensioni proposte. È possibile nell'esempio visto sopra, esplorare le vendite annuali solo di alcune regioni e di queste regioni solo di alcune città. I dati visualizzati si riferiranno unicamente alle occorrenze selezionate.

Quella del datamining è una fase successiva a quella della reportistica, e si caratterizza per un processo automatico di scoperta ed individuazione di strutture all’interno dei dati, dove per struttura si intendono patterns, modelli e relazioni. Questo processo, noto anche col nome KDD (Knowledge Discovery in Databases), consente di estrarre conoscenza, in termini di informazioni significative e immediatamente utilizzabili, da grandi quantità di dati, tramite l’applicazione di particolari tecniche ed algoritmi.

Il data mining ha una duplice valenza: da un lato funge da strumento utile per l'estrazione, con tecniche analitiche all'avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile; dall'altro è uno strumento utile per l'esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati allo scopo di scoprire pattern (schemi) significativi.
L’applicazione di tecniche di data mining, sfruttando appieno la ricchezza informativa insita nel patrimonio di dati disponibili, consente di acquisire un effettivo vantaggio competitivo. La conoscenza delle diverse tipologie di comportamento presenti all’interno della propria clientela, delle regole che governano l’acquisto di un prodotto, delle strategie della concorrenza, così come l’individuazione tempestiva di nuove nicchie di mercato, di nuovi potenziali concorrenti, di innovazioni tecnologiche che avranno un impatto nel proprio campo di attività, sono elementi importantissimi per la sopravvivenza in mercati altamente competitivi e in rapida evoluzione.
Durante la lezione di laboratorio ci siamo esercitati con il software DataTime, creando layout differenti (verticale, orizzontale, cross) tabelle pivot table etc...
Le principali tecniche di data mining sono:
- segmentazione della clientela (databasemarketing) applicazione di tecniche di clustering per individuare i raggruppamenti impliciti nei dati, omogenei in termini di comportamento d’acquisto e di caratteristiche socio-demografiche;
- customer retention ossia applicazione di tecniche previsive per individuare i clienti a rischio di abbandono;- fraud detection, o meglio, individuazione di comportamenti fraudolenti;
-analisi delle associazioni (market basket analysis) che si caratterizza per la individuazione dei prodotti acquistati congiuntamente. Nello specifico questo è uno strumento di data mining basato sulle regole associative, che permette di studiare le abitudini di acquisto dei consumatori per evidenziare eventuali affinità esistenti tra prodotti o gruppi di prodotti venduti. Lo scopo è quello di inferire delle implicazioni, del tipo 2if condition then result", che esprimano la probabilità di acquisto di prodotti differenti al fine di stabilire quanto l’acquisto di un prodotto influenzi l’acquisto di un altro. L’analisi delle regole associative da informazioni del tipo: il 75% dei clienti che acquistano fragole acquistano anche panna, così da poter affermare che fragole e panna sono correlati, o altrimenti, che esiste un implicazione tra le due. Tale analisi costistuisce un forte strumento di marketing sfruttabile per incrementare i profitti con mirate strategie promozionali: non mettendo in promozione contemporaneamente item fortemente correlati. La promozione su uno dei prodotti e quindi l’aumento delle vendite del prodotto in promozione implicherà l’aumento delle vendite anche sugli item associati; il miglioramento della struttura logica del sito, creando iperlink o banner che colleghino i prodotti associati, nel caso dell’e-commerce; o trovando la posizione ottimale dei prodotti sugli scaffali, nel caso di un supermercato tradizionale. Cosicchè prodotti correlati potranno essere posizionati vicini o, al contrario, in diverse corsie, in modo tale da invogliare e stimolare il cliente ad acquistare diversi prodotti;

- Decision tree analysisi, ossia analisi degli "alberi di decisione" sono strumenti utili per aiutare a scegliere tra diversi corsi di azione.
Essi forniscono una struttura altamente efficace nell'ambito del quale è possibile esplorare le opzioni e indagare i possibili risultati della scelta di tali opzioni. Inoltre aiutano a formare un quadro equilibrato dei rischi e dei benefici connessi con ogni via possibile di azione.
Questo li rende particolarmente utile per la scelta tra diverse strategie, progetti o opportunità di investimento, in particolare quando le risorse sono limitate.

- profilazione, ossia una tecnica di valutazione qualitativa in grado di “stimare” precisamente le caratteristiche del singolo utente in modo da poter cogliere per ognuno abilità varie, tipi di comportamento, aspetti della personalità. Questi sono dati che se sottoposti a specifici esami sono in grado di generare “correlazioni” significative da un punto di vista commerciale (cd. pattern). Qust’ultimo aspetto della profilazione prende il nome di data mining : una sorta di “ricostruzione ordinata” e classificata di una montagna di dati reperiti precedentemente;- sequential patterns che consiste nella individuazione di comportamenti ricorrenti in sequenze temporali di eventi. Nello specifico ha lo scopo di estrarre correlazioni interessanti, ad esempio se acquisto un libro di datamining, mi saranno consigliati altri libri oltre a quello che ho già scelto, e riguardanti lo stesso argomento;

- competitive intelligence che si caratterizza per applicazione di tecniche di clustering a documenti estratti da banche dati internazionali di tipo tecnicoscientifico volte ad individuare le tecnologie emergenti, le loro relazioni, l’evoluzione temporale e le aziende coinvolte;

- analisi testuale (text mining) che si concretizza nella individuazione degli argomenti trattati da un set di documenti e della ricerca ed individuazione delle eventuali relazioni tra argomenti.

Il CRM è un’insieme di strategie, tattiche, skill, competenze, processi e tecnologie volte alla massimizzazione, nel lungo periodo, del rapporto con il cliente. La relazione che viene a crearsi comprende tutti i rapporti dell’organizzazione con il cliente.

Il concetto di Customer relationship management (CRM) o Gestione delle Relazioni coi Clienti è connesso al concetto di fidelizzazione dei clienti.
In uncontesto"Market-oriented" l'impresa deve stabilire relazioni durevoli di breve e lungo periodo, tenendo conto dei valori dell'individuo/cliente, della società e dell'ambiente. Quindi l'attenzione verso il cliente è cruciale e determinante. Per questo motivo il marketing management deve pianificare e implementare apposite strategie per gestire una risorsa così importante.
Il CRM si spinge sostanzialmente secondo quattro direzioni differenti e separate:
- l'acquisizione di nuovi clienti (o "clienti potenziali");
- l'aumento delle relazioni con i clienti più importanti (o "clienti coltivabili");
- la fidelizzazione dei clienti che hanno maggiori rapporti con l'impresa (definiti "clienti primo piano");
- la trasformazioni degli attuali clienti in procuratori, ke generano passaparola, ossia consumatori che fodano l’azienda incoraggiando altre persone a rivolgersi alla stessa per i loro acquisti.
Il CRM si articola comunemente in 3 tipologie:
CRM operativo: soluzioni metodologiche e tecnologiche per automatizzare i processi di business che prevedono il contatto diretto con il cliente.
CRM analitico: procedure e strumenti per migliorare la conoscenza del cliente attraverso l'estrazione di dati dal CRM operativo, la loro analisi e lo studio revisionale sui comportamenti dei clienti stessi.
CRM collaborativo: metodologie e tecnologie integrate con gli strumenti di comunicazione (telefono, fax, e-mail, ecc.) per gestire il contatto con il cliente.

Le componenti strutturali di una strategia di CRM sono:
- analisi e gestione della relazione con i clienti, e quindi contatto con i clienti e analisi dei bisogni attraverso vari strumenti quali mailing, lettere, telefonate, SMS, e così via. Il contatto è fondamentale se si vuole mappare ogni singolo cliente per poi organizzare tutte le informazioni raccolte in un database strutturato. Queste informazioni sono preziose in quanto permettono di conoscere, e, magari, anticipare le esigenze del cliente.
- lo sviluppo di contenuti e servizi personalizzati: i dati raccolti vengono gestiti per elaborazioni statistiche utili a segmentare i clienti in specifiche scale. Una volta organizzati, è possibile procedere con l'analisi dei dati per sviluppare una comunicazione e un'offerta commerciale e personalizzata.
- l'infrastruttura informatica: attivazione di strumenti informatici che aiutano in questo processo di gestione del cliente.

In aula laboratorio utilizzando il file di lavoro Northwind, abbiamo costruito degli esempi di report a fini di esercitazione.

Una tabella di frequenza in statistica è la forma più comune di descrizione dei dati per un numero limitato di valori e categorie. In essa viene riportata la distribuzione delle risposte per ogni frequenza. Fornisce una raffigurazione completa della distribuzione dei dati per ogni variabile. La tabella è di solito strutturata nel seguente modo : la prima colonna riporta i nomi delle diverse categorie, la seconda i codici di queste, la terza le frequenze. Ogni frequenza indica il numero di rispondenti che hanno scelto quella particolare categoria di risposta.

Tabella di contingenza in statistica è una tabella costituita da righe che rappresentano i possibili valori (o categorie) di una variabile e da colonne che rappresentano i possibili valori (o categorie) di una seconda variabile. I dati nel corpo della tabella sono il numero di volte in cui compare ogni coppia di valori/categorie.

9) Datamining e tecniche associate

Il datamining è una delle attività fondamentali per la comprensione, la navigazione e lo sfruttamento dei dati nella nuova era digitale. E' una fase successiva a quella della reportistica, e si caratterizza per un processo automatico di scoperta ed individuazione di strutture all’interno dei dati, dove per struttura si intendono patterns, modelli e relazioni. Questo processo, noto anche col nome KDD (Knowledge Discovery in Databases), consente di estrarre conoscenza, in termini di informazioni significative e immediatamente utilizzabili, da grandi quantità di dati, tramite l’applicazione di particolari tecniche ed algoritmi.

In campo economico-finanziario, le principali applicazioni sono:
- segmentazione della clientela (databasemarketing) applicazione di tecniche di clustering per individuare i raggruppamenti impliciti nei dati, omogenei in termini di comportamento d’acquisto e di caratteristiche socio-demografiche;
- customer retention ossia applicazione di tecniche previsive per individuare i clienti a rischio di abbandono;

- fraud detection, o meglio, individuazione di comportamenti fraudolenti;
-analisi delle associazioni (market basket analysis) che si caratterizza per la individuazione dei prodotti acquistati congiuntamente. Nello specifico questo è uno strumento di data mining basato sulle regole associative, che permette di studiare le abitudini di acquisto dei consumatori per evidenziare eventuali affinità esistenti tra prodotti o gruppi di prodotti venduti. Lo scopo è quello di inferire delle implicazioni, del tipo "if condition then result", che esprimano la probabilità di acquisto di prodotti differenti al fine di stabilire quanto l’acquisto di un prodotto influenzi l’acquisto di un altro.
L’analisi delle regole associative da informazioni del tipo: il 75% dei clienti che acquistano fragole acquistano anche panna, così da poter affermare che fragole e panna sono correlati, o altrimenti, che esiste un'implicazione tra le due. Tale analisi costistuisce un forte strumento di marketing sfruttabile per incrementare i profitti con mirate strategie promozionali: non mettendo in promozione contemporaneamente item fortemente correlati. La promozione su uno dei prodotti e quindi l’aumento delle vendite del prodotto in promozione implicherà l’aumento delle vendite anche sugli item associati; il miglioramento della struttura logica del sito, creando iperlink o banner che colleghino i prodotti associati, nel caso dell’e-commerce; o trovando la posizione ottimale dei prodotti sugli scaffali, nel caso di un supermercato tradizionale. Cosicchè prodotti correlati potranno essere posizionati vicini o, al contrario, in diverse corsie, in modo tale da invogliare e stimolare il cliente ad acquistare diversi prodotti;

- profilazione, ossia una tecnica di valutazione qualitativa in grado di “stimare” precisamente le caratteristiche del singolo utente in modo da poter cogliere per ognuno abilità varie, tipi di comportamento, aspetti della personalità. Questi sono dati che se sottoposti a specifici esami sono in grado di generare “correlazioni” significative da un punto di vista commerciale (cd. pattern). Qust’ultimo aspetto della profilazione prende il nome di data mining : una sorta di “ricostruzione ordinata” e classificata di una montagna di dati reperiti precedentemente;

- sequential patterns che consiste nella individuazione di comportamenti ricorrenti in sequenze temporali di eventi. Nello specifico ha lo scopo di estrarre correlazioni interessanti, ad esempio se acquisto un libro di datamining, mi saranno consigliati altri libri oltre a quello che ho già scelto, e riguardanti lo stesso argomento;

- competitive intelligence che si caratterizza per applicazione di tecniche di clustering a documenti estratti da banche dati internazionali di tipo tecnicoscientifico volte ad individuare le tecnologie emergenti, le loro relazioni, l’evoluzione temporale e le aziende coinvolte;

- analisi testuale (text mining) che si concretizza nella individuazione degli argomenti trattati da un set di documenti e della ricerca ed individuazione delle eventuali relazioni tra argomenti.

Il data mining ha una duplice valenza: da un lato funge da strumento utile per l'estrazione, con tecniche analitiche all'avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile; dall'altro è uno strumento utile per l'esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati allo scopo di scoprire pattern (schemi) significativi.

L’applicazione di tecniche di data mining, sfruttando appieno la ricchezza informativa insita nel patrimonio di dati disponibili, consente di acquisire un effettivo vantaggio competitivo.
La conoscenza delle diverse tipologie di comportamento presenti all’interno della propria clientela, delle regole che governano l’acquisto di un prodotto, delle strategie della concorrenza, così come l’individuazione tempestiva di nuove nicchie di mercato, di nuovi potenziali concorrenti, di innovazioni tecnologiche che avranno un impatto nel proprio campo di attività, sono elementi importantissimi per la sopravvivenza in mercati altamente competitivi e in rapida evoluzione.

Durante la lezione di laboratorio ci siamo esercitati con il software DataTime, creando layout differenti (verticale, orizzontale, cross) tabelle pivot table etc...

8) La reportistica

Un sistemi di reportistica è un sottoambito dei sistemi informativi e per generalità di attribuzione anche dei sistemi di business intelligence e ne costituiscono una estensione legata all'evoluzione informatica. Un sistema di reportistica ha come compito principale quello di fare da contenitore di altri oggetti che possono essere tabelle, chart, grafici, cruscotti etc...
L'obiettivo di un Sistema di Reportistica all'interno dei sistemi informativi è quello di fornire documentazione analitica sulle attività di rilievo dell'organizzazione all'interno della quale è sviluppato: tale base informativa ha l'obiettivo di essere aggiornata e corretta secondo un'univoca prassi organizzativa e perciò non suscettibile di rilievi e incongruenze interpretative, ai fini di poter correttamente valutare e agire per migliorare l'efficienza o i profitti di una specifica impresa.
In particolare i sistemi di reportistica vengono sviluppati in ambiti complessi che hanno previsto una soluzione di data warehouse. Una delle finalità di un processo di data warehouse è proprio quella di strutturare un contesto informativo hardware-software capace di rispondere alle esigenze dello scenario organizzativo nel senso più ampio.
Col crescere dei dati accumulati a disposizione delle organizzazioni, i vantaggi di un'elaborazione centralizzata dei documenti si rivelano nei tempi di esecuzione dei singoli documenti di reportistica: la particolare configurazione hardware delle postazioni su cui vengono - a livello fisico - ospitate le risorse del sistema permette l'ottimizzazione delle richieste al sistema e ne diminuisce il carico di attività rispetto alla situazione in cui singoli utenti ricercano informazioni sul sistema individualmente.
La standardizzazione dei documenti consente inoltre una migliore distribuzione delle conoscenze ed una visione dell'attività più conforme e concorde fra le varie funzioni dell'organizzazione, oltreché aggiornata secondo la disponibilità della fonte, o delle fonti dei dati.
Un documento, una volta elaborato e generato, viene validato dalle strutture preposte e viene distribuito - ed aggiornato con cadenza periodica - agli appartenenti all'organizzazione che ne diventano i fruitori.
Il documento prodotto è tradotto con il termine report e si presenta come una combinazione di tabelle e grafici che presentano le misure di rilievo per i vari fenomeni analizzati, disaggregate e destrutturate secondo le esigenze.
Tali misure valgono come indicatori delle proprie attività e costituiscono una base comune per le analisi successive.I report svolgono una importante funzione per la valutazione dell'efficacia delle politiche utilizzate. Si può per esempio attivare o disattivare alcune politiche e confrontare poi i report dei diversi periodi per verificare il funzionamento delle diverse configurazioni.
Un report informativo è un documento agile e centrato su dati interessanti per il soggetto a cui è diretto, è costituito da visualizzazioni tabellari e grafiche. Quando si conoscono di un report più dimensioni di analisi è possibile raccogliere e rappresentare i dati in un ”ipercubo informativo”, in cui ogni componente di un dato è rappresentata su una dimensione spaziale, studiando così le dipendenze di queste dimensioni.

I report sono pensati per consentire la creazione di un documento per la stampa, infatti un report è di solito caratterizzato anche da elementi di testo quali ad esempio titoli, fonti, descrizioni,legende e numeri di pagina.
Il documento contiene, evidentemente, informazioni archiviate nel database.

Progettare un database è un’attività che richiede diverse fasi. Innanzitutto bisogna:
• stabilire quali sono i dati da archiviare;
• decidere come andranno recuperati, ovvero le modalità di accesso più frequenti.

Si passa poi a descrivere i dati e le relazioni che intercorrono tra loro. Per far questo, spesso si usa un modello di rappresentazione noto comeEntità-Relazione (ER, Entity-relationship).
I report possono essere elaborati tenendo conto di diversi metodi di rappresentazione.
I Report sono file di tipo html, pdf o Excel composti da uno o più data set, il cui contenuto è stato personalizzato ed, eventualmente, arricchito da testi a corredo. A seconda delle esigenze, infatti avremo report stilati in forma cartacea, web, pdf, excel, ppt, dashboards etc.

I dati contenuti in un report possono essere suddivise in sezioni, ciascuna delle quali ha uno scopo specifico:

- si ha una prima sezione in alto che costituisce l'intestazione del report: questa sezione figura una sola volta all'inizio del report e viene utilizzata per immettere un titolo, un logo, una data di stampa, ecc.
- segue un'intestazione di pagina, visualizzata nella parte superiore di ogni report (ad eccezione della prima pagina in cui segue immediatamente l'intestazione del report): viene di norma utilizzata per mostrare le intestazioni delle colonne;
- il corpo costituisce la parte più consistente del report ed è composto dai dati delle tabelle o delle query d'origine;
- in fondo a ciascuna pagina si ha il piè di pagina pagina utilizzato per mostrare elementi quali il numero di pagina;
- infine, il piè di pagina report appare una sola volta al termine del report e visualizza generalmente i totali.

I dati di un report traggono origine principalmente da una tabella o da una query, il resto delle informazioni vengono immesse direttamente nella struttura del report.
I controlli utilizzati per realizzare il collegamento tra il report e la relativa fonte dei dati possono essere:
- le caselle di testo, in cui sono visualizzati nomi e numeri;
- le cornici, che visualizzano immagini e grafici;
- le etichette, che riportano i titoli dei report;
- le linee e i rettangoli, che hanno la funzione di migliorare l'aspetto grafico del report.

Un report può essere personalizzato a livello globale, ossia per quel che riguarda il suo layout generale; questo, ovviamente, differisce a seconda che si tratti di un file pdf, di uno html o di uno Excel. In particolare le opzioni di personalizzazione sono contenute all’interno di alcuni setting che debbono essere specificati all’atto dell’esecuzione del report.
Ovviamente sarà possibile far riferimento a setting differenti all’interno della stessa procedura per esportare data set differenti. Il sistema di reportistica più flessibile attualmente disponibile sul mercato è il DataTime che consente infatti di creare qualunque tipo di Layout (verticale, orizzontale, cross e misto) con possibilità pressoché illimitate di Slice and Dice del cubo multidimensionale dei dati. E possibile definire:
- Sezioni verticali e orizzontali;
- Interruzioni orizzontali e verticali;
- Totali su livelli multipli;
- Drill down / Roll Up su qualunque livello.

DataTime crea report ad alto impatto visivo, dove tutti gli elementi grafici e stilistici possono essere controllati dall'utente.
I report sono pubblicabili su Web mediante 2 possibili architetture:
A. Updatable: è il caso in cui i report sono destinati alla sola consultazione. L'utente può schedularne il refresh. Tale architettura non pone vincoli di piattaforma per il server web.
B. Interactive: caso in cui si vuole consentire all'utente di interagire con i report: rigenerazione on demand, operazioni di drill, fino alla possibilità di redesign remoto del report. Tale architettura è basata su asp.net e Web Services.

Il sistema di rappresentazione grafica è uno dei più potenti disponibili. Tutti i grafici hanno grande flessibilità e possono essere sezionati o ricolorati a piacimento. I chart sono direttamente linkati ai dati e li riflettono costantemente, attraverso le rigenerazione e i drill dell'utente.
DataTime consente di integrare DBMS eterogenei verso un data warehouse target. I caricamenti possono coinvolgere DBMS federati con macchine dislocate in qualunque parte del mondo. Il tutto schedulabile secondo qualunque esigenza.
Sia i report che i task di caricamento sono schedulabili.
Un report funge da contenitore astratto di "strati" di record e misure. Si definisco di seguito i concetti di:
- Dimensioni: i caratteri che si misurano sulle unità statistiche; costituiscono la parte del report che non cambia, come ad esempio l'anagrafica dei clienti. Solitamente non si considerano più di due dimensioni in quanto il report deve essere di facile lettura, per permettere all'interessato di ottenere tutte le informazioni necessarie nel modo più semplice e rapido possibile. Per questioni di praticità però si può considerare più di un carattere su ciascuna dimensione (ad es. città e paese insieme), per cui le singole modalità diventano coppie; si parla quindi di "carattere derivato";
- Misura: qualsiasi eleborazione (funzione generale) calcolata su unità statistiche che soddisfino la condizione di possedere una certa combinazione di modalità, si tratta della parte quantitativa del report che scaturisce dall'operazione di aggregazione della matrice dei dati, come ad esempio la somma dei soldi spesa da ciascun cliente.