Indicatori Di Performance Dei Processi Aziendali: Sviluppo Di Un Progetto Di Business Intelligence All'interno Del Sistema Qualità.

Università degli Studi di Modena e Reggio Emilia
Facoltà di Scienze della Comunicazione e dell’Economia
Corso di Laurea in Economia, Reti e Informazione

Curriculum “Economia delle reti”
Anno Accademico 2004/2005
Indicatori di performance dei processi aziendali:

sviluppo di un progetto di Business Intelligence
all’interno del sistema qualità.
Laureando: Davide Tarasconi

Firma: _________________
Relatore: prof. Stefano Setti

Firma: __________________
2
sviluppo di un progetto di Business Intelligence all’interno del sistema qualità.
a Sara
ai miei genitori
ai miei nonni, Gino e Giuseppe
3
4
Indice
Introduzione............................................................................7
Blulink: presentazione dell’azienda .........................................8
Presentazione del progetto Indicatori Standard Processi

Qualità.....................................................................................9
Gestione dei processi.............................................................10
1.1 - Introduzione .....................................................................................10

1.2 - Business Process: il concetto ..............................................................10
1.3 - Business process: le famiglie ..............................................................11
1.4 - Business process: gerarchie................................................................11
1.5 - Rivedere i processi: un cenno al Business Process Reengineering ............12
1.6 - Leve di un progetto ...........................................................................13
1.7 - Considerazioni finali ...........................................................................15
Sistemi informativi direzionali ...............................................16
2.1 - Introduzione .....................................................................................16

2.2 - Modello di Anthony ............................................................................16
2.3 - Griglia di Gorry e Scott-Morton............................................................17
2.4 – Natura dell’informazione operazionale .................................................18
2.5 - Natura dell’informazione direzionale.....................................................18
2.6 - Come valutare le esigenze informative .................................................19
2.6.1 - Critical Success Factors ................................................................19
2.6.2 - Key performance indicators ..........................................................20
Principali metodi e approcci per la qualità in azienda ............22
3.1 - I principi della qualità in azienda .........................................................22

3.2 - Gestione per processi.........................................................................22
3.3 - Suggerimenti metodologici .................................................................23
3.4 - Total Quality Management ..................................................................24
3.5 - Il modello di Eccellenza: concetti fondamentali......................................25
3.5.1 – Gli otto concetti fondamentali .......................................................25
3.5.2 – I criteri e i sottocriteri del modello EFQM........................................27
3.6 - Balanced Scorecard ...........................................................................31
3.7 - Modello EFQM e Balanced Scorecard: differenze e possibili integrazioni ....32
Data warehouse, Business Intelligence e ..............................33

Business Process Management ..............................................33
4.1 - Introduzione .....................................................................................33

4.2 - OLAP vs. OLTP ..................................................................................33
4.3 - Data warehouse ................................................................................34
4.5 - Il questionario per i requisiti utente .....................................................36
4.6 - Progettazione logica e fisica di un data warehouse .................................40
4.7 - Modellazione dimensionale..................................................................41
5
4.8 - Business Intelligence .........................................................................44
4.9 - Business Performance Management .....................................................44
4.10 - Relazione fra Business Intelligence e Business Process Management ......45
Progetto Indicatori di Performance .......................................48
5.1 - Introduzione .....................................................................................48

5.2 - Data source ......................................................................................48
5.3 - Il ciclo ETL: extraction, transform & loading..........................................49
5.4 - Interrogare il data warehouse .............................................................51
5.5 - Altri indicatori e applicazioni ...............................................................57
Riepilogo e considerazioni finali ...........................................60
Ringraziamenti ......................................................................62
Bibliografia ............................................................................63
Sitografia...............................................................................64
6
Introduzione
L’idea di interdisciplinarietà che caratterizza il corso di laurea in “Economia, Reti e

Informazione” è stata volutamente riportata in questa tesina per il termine del
corso di studi triennale.
Affrontare il tema relativo allo sviluppo di indicatori di performance nell’ambito della

qualità aziendale richiede una conoscenza estesa dell’azienda e dei processi che la
caratterizzano, del sistema informativo e informatico per sapere dove i dati
vengono recuperati e come vengono elaborati nonchè la conoscenza degli strumenti
di business intelligence per ricavare dalla “montagna di dati” informazioni utili allo
scopo di prendere decisioni.
La trattazione separata di questi argomenti avrebbe portato a perdere il quadro

d’insieme di una problematica sempre più attuale nell’ambito dell’Information &
Communication Techology, ovvero quella di avere un sistema informativo e processi
aziendali altamente integrati: è proprio il campo di un’azienda interessata al
concetto di Total Quality Management e alla organizzazione “per processi” auspicata
della normativa ISO 9000:2000.
I processi analizzati dunque non sono i classici relativi ad analisi di quote di mercato
oppure a dati di vendita, ma processi valutati nell’ambito della qualità in azienda: si
potrà trattare quindi di analisi standard su natura e cause di reclami e difetti,
oppure di reports sullo stato attuale e sulla formazione delle risorse umane o di
analisi su non conformità interne ed esterne.
Nel testo si troverà una trattazione panoramica sul tipo di organizzazione e sulle
operazioni da svolgere a livello organizzativo e tecnico per raggiungere determinati
obiettivi in termini di valutazione delle performance aziendali allo scopo di
raggiungere gli obiettivi di eccellenza e qualità totale auspicati dai principali modelli
europei e internazionali.

Blulink: presentazione dell’azienda
Blulink nasce nel 1990, contestualmente alle prime certificazioni per sistemi qualità
nelle aziende italiane, seguendo queste linee guida:
- supportare le imprese con soluzioni software che rispondano alle esigenze

effettive;
- favorire ed accellerare lo sviluppo aziendale;
- perfezionare i processi aziendali e produttivi.
Blulink, per affrontare i mercati odierni, ritiene indispensabile un cambiamento in

ottica di gestione di Qualità, Sicurezza e Ambiente che sappia coniugare il rispetto
delle normative, la creazione di valore per le imprese e il raggiungimento e il
mantenimento di alti livelli di efficenza.
Questo corrisponde necessariamente ad una visione estesa della qualità in grado di
ottimizzare e semplificare i processi dell’intera azienda e di monitorarne il
comportamento, misurandone le performance e quindi ricavando indicatori utili per
decisioni di sviluppo strategico.
Blulink sviluppa una suite modulare, Quarta®, che gestisce in sistema integrato per
la qualità in tutti i suoi aspetti, garantendo la massima sinergia fra le esigenze di
asicurazione della qualità, dell’analisi dei dati e della gestione dei processi aziendali.
I principali moduli di Quarta® sono:
- Controllo Qualità, composta da Accettazione, per verifica dei materiali

dall’ingresso in azienda fino al termine del ciclo produttivo, SPC – Controllo
Statistico di Processo, per la verifica dell’efficacia del ciclo produttivo,
strumenti di misura, per la taratura conforme alle normative di tutti gli
strumenti di misura di un’azienda;
- Sistema Qualità, Ambiente e Sicurezza, caratterizzata da una gestione

documentale (archiviare in maniera corretta la documentazione aziendale),
risorse umane (gestire anagrafiche e competenze, corsi di formazione,
gestione dell’organico), gestione di Non Conformità, Azioni Correttive e
Preventive, Piani di miglioramento (per garantire il miglioramento continuo
dell’azienda), Project management (supporto delle attività di progettazione,
realizzazione e gestione delle attività)
- Analisi dei dati, integrazione di data warehouse e tecniche di Business

Intelligence, indicatori di performance e creazione di cruscotti aziendali per
la visualizzazione e la valutazione delle performance aziendali.
8
Presentazione del progetto Indicatori Standard Processi Qualità
Nel periodo giugno-luglio 2005 ho svolto lo stage aziendale previsto dal mio corso
di studi presso Blulink: il progetto da seguire per questo arco di tempo era relativo
allo sviluppo di indicatori di performance standard, da adattare alla struttura dati
tipica del’applicativo Quarta®.
Le finalità di questo progetto erano due:
o La prima in chiave commerciale e marketing, per avere uno strumento di

business intelligence in versione dimostrativa che evidenzi le potenzialità di
questa tecnica applicate ai dati di Quarta®;
o La seconda finalità era quella di creare una serie di indicatori standard che si
adattassero perfettamente ai vari moduli di Quarta®, allo scopo di avere una
serie di cruscotti stand-alone in grado di integrarsi con facilità ad una
struttura dati pre-esistente.
In questo periodo, oltre ad una lunga fase di formazione, ho appreso le tecniche

che dai dati immagazzinati in un database operazionale come quello di Quarta®,
attraverso un ciclo ETL (Extraction, Transformation & Loading) eseguito in questo
caso con lo strumento Data Transform Services (DTS) di Microsoft SQL Server
2000, permettono di avere una struttura dati denormalizzata ed aggregata tipica
del datawarehouse.
Successivamente alle operazioni di pulizia dei dati è stato necessario elaborare un

cruscotto aziendale in grado di visualizzare in forma grafica i Key Performance
Indicators definiti durante le interviste preliminari: in questo passo, quando dal
dato si passa all’informazione, è stato utilizzato il software specifico per la business
intelligence Hyperion Intelligence Designer.
Dopo questo breve periodo di stage, durante il quale il progetto è stato definito e
iniziato, è iniziata una nuova collaborazione, allo scopo di sviluppare un set
completo di indicatori di performance standard, che fossero in grado di fornire
misure significative relative ai diversi moduli nei quali sono strutturati i dati di
Quarta®.
Al termine della tesina, a completamento della trattazione teorica dei vari

argomenti, utilizzerò come esempi le esperienze sul campo che ho maturato
durante lo sviluppo di questo progetto.
9
Gestione dei processi
1.1 - Introduzione
La necessità e l’utilità dei sistemi informativi in azienda ha da sempre richiesto una

organizzazione processiva di quest’ultima: in questo modo , con l’avvento delle
tecnologie informatiche, è sempre più logico per chi si occupa di queste discipline
ragionare in termini di stati e flussi di lavoro.
La trasformazione delle attività gestionali, la struttura organizzativa dell’azienda
fino alle singole mansioni sono state analizzate fino ad arrivare alla più piccola unità
misurabile: il business process.
Il business process diventa quindi il punto di partenza di ogni operazione volta al
miglioramento e all’innovazione dell’azienda, ed è un punto critico di ogni tipo di
sistema informativo: intervenire su un processo in base al malfunzionamento,
all’importanza e alla fattibità dell’intervento diventa il primo, basilare tentativo per
migliorare l’azienda.
Le linee guida che portano al Business Process Reengineering (BPR) sono state
integrate negli ultimi 10 anni anche da metodologie parallele come il workflow
management: con questa tecnica, ad esempio, il flusso del lavoro dell’azienda viene
analizzato allo scopo di automatizzare il flusso del processo, regolando ad esempio
l’ordine di esecuzione dei compiti e il flusso informativo che deriva da queste
attività.
1.2 - Business Process: il concetto
Il business process è un’attività, che all’interno dell’azienda è connessa ad un serie

di altre attività: il processo ha degli input che producono output, utilizzato da
clienti.
Business Process = ( Attività, Input, Output, Clienti)
Un business process non è mai uguale all’altro, esistono infatti una serie di
caratteristiche che li distinguono in quanto a prestazioni e configurazioni, come ad
esempio:
o Il flusso di attività;
o La struttura organizzativa
o Le competenze delle risorse umane impiegate in un determinato
processo;
o Le tecnologie utilizzate
o Il sistema di misurazione e controllo delle prestazioni di costi, tempo,
qualità e servizio.

1.3 - Business process: le famiglie
Come detto in precedenza i business processo sono flussi di servizi ai clienti: se ci

limitassimo ad un visione della clientela ristretta solamente ai clienti esterni spesso
ci si troverebbe ad affrontare un numero di processi molto limitato: da ciò
deriverebbe quindi un’analisi povera e poco descrittiva dell’azienda e poche leve
sulle quali fare forza per gestiore cambiamento o innovazione.
Ci sono sempre un notevole numero di processi interni, nel senso che servono i
cosiddetti clienti interni (vedi box, pagina seguente), generando comunque costi
rilevanti (manutenzione impianti, amministrazione, gestione del personale, ecc.).
È utile quindi dividere i business process in due macro-famiglie a seconda che i
clienti siano interni o esterni, in questo modo si hanno:
o Business Process primari (market driven), in cui l’output del processo è

rivolto ai clienti esterni e la cui varietà dipende dalla gamma e dei servizi e
dei prodotti offerta dall’azienda;
BPp = f (Servizi e Prodotti, Categorie di clienti)
o Business Process di supporto (internal driven), sono quelli in cui i clienti

sono interni all’azienda e di supporto ai processi primari di cui sopra.
1.4 - Business process: gerarchie
Un semplice elenco di processi stilato secondo i criteri relativi alla destinazione degli
output, come mostrato in precedenza, non è certo sufficiente per descrivere con
precisione in funzionamento di un’impresa: si rende necessaria un’analisi più
approfondita, che suddivida in maniera opportuna i macroprocessi.
Una classificazione ad un livello di dettaglio ‘normale’ definisce questa
stratificazione:
- business process o macroprocessi;

- processi;
- fasi (a sua volta scomponibile in attività e operazioni).
Ognuno di questi livelli di dettaglio ha una sua logica di disaggregazione, un certo

tipo di clienti (o comunque di destinatari dell’output) e determinate caratteristiche
per input e output.
I macroprocessi sono caratterizzati, nel caso dei business process primari, da

clienti esterni (produzione, consegne, ecc.) oppure da clienti interni nel caso di
business process di supporto: l’output dei macroprocessi è solitamente ben definito
e corrisponde ad un prodotto od un servizio che può essere venduto e acquistato
sul mercato.
I processi vengono ricavati dai macroprocessi seguendo due logiche principali:

disaggregazione (secondo la quale un processo è parte di un macroprocesso) e
specializzazione, secondo la quale un processo è un sottotipo o una variante di un
macroprocesso.
Nel caso delle fasi le logiche di scomposizione sono identiche a quelle dei processi:
si sottointende quindi che anche le fasi siano considerate come parti integranti di un
processo, e che ogni fase sia una specializzazione oppure una variante del processo
stesso.
11
Le attività e le operazioni sono la più piccola unità di analisi dei business process.
1.5 - Rivedere i processi: un cenno al Business Il Cliente Interno

Process Reengineering
Notevole importanza sta
assumendo la figura del cliente
Una volta stabilita la granularità dell’analisi dei
interno, anche nell’ambito della
processi bisogna affrontare una rigorosa procedura e Qualità Totale.
seguire determinate fasi per seguire un corretto
progetto di revisione, re-ingenierizzazione dei Se infatti produrre un bene o un
servizio di qualità era fino a poco
processi, in quattro passi principali:
tempo fà considerato come una
percezione esclusiva del cliente
1. Analisi della situazione corrente destinatario di tale prodotto o
servizio ora diventa importante
soddisfare le richieste e le
Si tratta ovviamente del primo e obbligatorio passo,
specifiche anche di tutti coloro che
può essere eseguito a diverso livelli di all’interno del flusso dei processi
approfondomento: a fronte di un radical vengono a contatto con i vari
reengineering avrà una valenza superficiale, mentre “semilavorati” in produzione.
nel caso di un un progetto di improvement
La gestione dei reclami interni
l’approfondimento dovrà essere maggiore. diventa un processo parallelo e
La dimensione, la complessità e la particolarità altrettando critico di quello
dell’azienda e dell’ambito nella quale opera sono altri relativo alla gestione dei reclami
esterni: al termine della tesi verrà
fattori che influiscono sull’aprofondimento dell’analisi
presentata un’applicazione per
della situazione corrente. l’analisi dei reclami che sarà
sviluppata nel corso del Progetto
Indicatori Standard Processi
2. Diagnosi dei problemi e confronto Qualità.
A seguito della fase di rilevazione della situazione corrente segue un valutazione dei
singoli processi in termini di efficienza, livello di servizio e qualità: l’operazione di
confronto può essere condotta per parametrazione (scelta di una metrica per
valutare un’attività e definizione di valori di range), per confronto quantitativo (si
decide una metrica comune per valutare l’azienda sulla base dei risultati di aziende
concorrenti) oppure per confronto qualitativo (si analizza come i processi vengono
effettivamente gestiti, questo tipo di analisi è ovviamente molto difficoltosa in
quanto è difficile conosce l’effettiva gestione dei processi dei concorrenti).
3. Riprogettazione dei processi
Un progetto di reengineering dei processi deve sempre partire dalla visione attuale
e dalla valutazione completa del processo da modificare o riprogettare: viene quindi
definita la struttura ideale del nuovo processo (detta anche vision) che servirà da
guida, fornendo utili indicazioni e tenendo presente le nuove prestazioni che il
processo dovrebbe fornire.
Una analisi costante del gap tra la situazione attuale e la vision permetter di
delineare in maniera molto precisa come intervenire per rendere più performante il
processo.
4. Messa in opera delle modifiche
Questa è la fase operativa, nella quale si effettuano di fatto i cambiamenti

precedentemente decisi: è un’attività che richiede molto impegno in quanto spesso
12
comporta contemporaneamente cambiamenti di struttura organizzativa, abbandono

della vecchia infrastruttura informatica per una di nuova concezione (con relativo
tempo dedicato alla formazione degli utenti) e, in generale, una intensa attività di
sensibilizzazione di tutte le risorse sulla necessità e le potenzialità derivanti dal
cambiamento e dall’innovazione.
1.6 - Leve di un progetto
Per leve di un progetto di reengineering si intende tutta la serie di variabili delle

quali bisogna tenere conto, e sono elencate di seguito:
1. Flussi delle attività
Si tratta semplicemente della sequenza logica di attività attraverso le quali viene

svolto il business process: tali attività vengono analizzate ad un livello di dettaglio
crescente, come detto in precedenza (macroprocesso, sottoprocesso, fasi e
attività).
Amministrazione Magazzino Amministrazione
Ordine Evasione Spedizione Fatturazione
(Bracchi-Motta 1998)
2. Strutture organizzative
Occorre analizzare la struttura organizzativa sottostante ai processi, i ruoli, i

processi decisionali, la divisione delle attività e delle responsabilità: tutto questo
può essere modellato e modificato tenendo conto dell’organigramma dell’azienda.
Unità Filiale Direzione Direzione Magazzino Spedizioni Contabilità

Commerciale Distribuzione
Filiali
Ricezione
Ordine
E D I I A
Evasione I D E I
Spedizione I A E I
Fatturazione I E
D = decide - E = esegue - I = informato - A = assiste
13
Informazioni e tecnologie informatiche
Ovviamento occorre avere una conoscenza approfondita di come le informazioni

relative ad un processo vengono gestite, sia a livello di architettura fisica, sia a
livello di applicazioni e dati.
A questo livello si rende obbligatoria una documentazione completa delle
architetture informatiche, dei metodi per l’immagazzinamento dei dati e di tutte le
tecnologie informatiche utilizzate per gestire le informazioni.
Negli ultimi 10 anni le tecnologie informatiche sono state fattori importanti di
innovazione solo e unicamente se utilizzate dopo un’attenza analisi dei processi
fisici, reali dell’azienda: uno dei motivi del fallimento di progetti relative alle
tecnologie informatiche a supporto delle decisioni è stata la mancanza di una
visione globale di un sistema informativo integrato con la realtà aziendale.
3. Risorse umane
In questa particolate leva si prendono in esame le competenze necessarie per

svolgere un determinato processo: occorre dunque avere un profilo professionale
dettagliato di ogni risorsa utilizzata all’interno del processo oggetto di analisi, ed
eventualmente indicare competenze mancanti o consigliate.
4. Strategie e misurazione delle prestazioni
Definire e sviluppare una metodologia e le misurazioni con cui effettuare una

valutazione del processo: significa creare una serie di metodi di valutazione del
processo basato sulle strategie e sugli obiettivi aziendali (nel nostro caso in
particolare ci concentreremo su indicatori di qualità).
La misurazione della prestazione in questo ambito ha due principali tecniche: quella
dei Critical Success Factor e quella dei Key Performance Indicators (questi due
metodi, in particolare il secondo, saranno approfonditi nel prossimo capitolo).
5. Gestione del progetto
Le attività relative alla gestione di un progetto sono presenti in azienda quasi

ovunque: qualsiasi evento è collegato ad altri eventi, in una successione continua di
attività che devono essere gestite, coordinate, tempificate e assegnate ai relativi
responsabili.
La gestione delle attività viene svolta con tecniche e modelli tipici di project
management: modelli PERT (Program Evaluation and Review Tecniques) o CPM
(Critical Path Method, per individuare una sequenza attività più lunga che
determina quindi la velocità di esecuzione dell’intero processo) per definire le
attività da svolgere e in particolare la tempificazione di tali attività oppure il modello
WBS (Work Breakdown Structure, uno schema ad albero completo, dal generale
allo specifico, contente tutte le attività e le derivables di un progetto) per definire le
attività1.
1
Nota storica: la grande maggioranza di queste tecniche per il controllo e la gestione avanzata di
progetti sono nate e si sono sviluppate (con un formalismo molto più avanzato di quello da me utilizzato)
durante e dopo la Seconda Guerra Mondiale e durante la Guerra Fredda.
14
data inizio – data fine data inizio – data fine
Attività B Attività C
data inizio – data fine data inizio – data fine data inizio – data fine data inizio – data fine
Attività A Attività D Attività E Attività H
data inizio – data fine data inizio – data fine
Attività F Attività G
Figura 1 - Esempio di un network diagram di tipo AOD (activities on nodes), un tipo di

schematizzazione utilizzato dal project management in cui le attività sono all’interno dei nodi
e sono caratterizzare da una data di inizio e una data di fine: a questo tipo di diagrammi
possono essere applicate diverse tecniche per determinare la durata totale del progetto.
1.7 - Considerazioni finali
Gestire i processi di business non è un compito facile, che si complica ulteriormente

a seconda della dimensione dell’azienda, della complessità organizzativa,
dell’ampiezza di eventuali cambiamenti da apportare, della capacità del
management di reagire ai cambiamenti, dall’eterogeneità delle risorse umane e
delle loro conoscenze.
Le leve che ho descritto in precedenza fanno parte di una griglia metodologica del
Business Process Reengineering: la reingegnerizzazione dei processi interviene una
volta che il management ha ricevuto segnali e informazioni che evidenzino problemi
che necessitano di un risposta immediata.
Nei capitoli successivi analizzerò sempre più nel dettaglio tutte le tecniche e le
metodologie che favoriscono una corretta valutazione dell’azienda, mettendo
sempre la dirigenza in condizione di eseguire tempestivamente un piano di BPR,
avendo a disposizione informazioni che permettono di individuare quali sono le leve
critiche sulle quali concentrarsi per cambiare i processi.
15
Sistemi informativi direzionali
2.1 - Introduzione
Il sistema direzionale comprende le attività tipiche che vengono svolte

regolarmente dai dirigenti dell’azienda, definizione degli obiettivi, controllo dei
processi e dei risultati, definizioni di azioni correttive.
Il sistema operativo comprende invece tutte le attività esecutive attraverso le quali
l’azienda progetta, produce e vende i propri prodotti e servizi.
Il successo di una attività aziendale è deciso dalla capacità del sistema direzionale
di prendere decisioni corrette e di controllarne l’attuazione: da qui lo scopo primario
dei sistemi informativi direzionali, quello di supportare il sistema direzionale di
un’azienda.
Il SID aiuta la dirigenza in due modi: fornendo il feeedback necessario per fornire i
risultati ottenuti rispetto agli obiettivi prefissati e fornendo il supporto alle decisioni,
attraverso informazioni, analisi ed elaborazioni per definire gli obiettivi.
2.2 - Modello di Anthony
Secondo questo modello il sistema direzionale è composto da diversi cicli di

pianificazione e controllo (pratiche che sono diventate standard nelle aziende, tanto
da meritarsi un settore a parte all’interno dell’organizzazione): il modello di Antony
viene schematizzato formalmente come una piramide, alla sua sommità si trova la
pianificazione strategica, scendendo verso il basso si trovano il controllo direzionale
e alla base il controllo operativo.
Ogni livello ha un proprio profilo a livello di dettaglio informativo richiesto, volume
dei dati, frequenze di elaborazione e fonti dati, come riassunto nella tabella qui
sotto.
Dettaglio Volumi Frequenza Fonte

Pianificazione
strategica Dati sintetici Bassi Episodica e bassa Esterna e interna
Controllo
Bassi-medi Periodica e Prevalentemente
Direzionale Dati sintetici
prefissata Interna
Controllo
Periodica e
Operative Dati analitici Medi-alti Interna
continua

1. Pianificazione strategia > determinare gli obiettivi del’impresa;
Le informazioni utilizzate nell’ambito della pianificazione strategica sono spesso

destrutturate e molto diversificate: l’utilità di queste informazioni è perciò
direttamente proporzionale alla capacità dei managers di interpretarle, vista la
difficoltà di elaborare i dati in maniera automatica, stabilendo regole a priori.
Anche a questo livello esistono comunque una serie di informazioni “banali” che
possono essere elaborate da dei sistemi informativi di controllo strategico che
possono monitorare ad esempio la quota di mercato, il lancio di un nuovo prodotto
o indici di bilancio.
2. Controllo direzionale > definizione e verifica degli obiettivi economici
L’obiettivo fondamentale dei sistemi informativi di controllo direzionale è quello di

mettere continuamente a confronto gli obiettivi prefissati con i risultati conseguiti.
3. Controllo operativo > definizione degli obiettivi delle attività esecutive
Ha lo scopo di verificarre continuamente i processi aziendali, verificando che i piani

esecutivi vengano rispettati.
Il sistema direzionale e il sistema di controllo operativo si contrappongo in quanto il
primo utilizza variabili valorizzate dalle capacità di coomprensione del management
mentre il secondo misura grandezze fisiche (volumi di vendità, quantità di
reclami,ecc.).
2.3 - Griglia di Gorry e Scott-Morton
La griglia di Gorry e Scott-Morton è un complemento alla piramide di Anthony in

quanto evidenzia in modo semplice e sistematico gli aspetti decisionali dei sistemi di
pianificazione e controllo.
Livelli Controllo Pianificazione

Controllo direzionale
Tipologia Operativo strategica
Decisioni strutturate Riapprovigionamento Localizzazione di impianti
Programmazione produzione
Scorte produttivi
Decisioni
Budget pubblicitario di una Finanziamento di un
semistrutturate Compravendita di titoli azionari
prodotto progetto
Decisioni non
Es. Scelta della copertina di Scelta dei progetti e temi
strutturate una rivista
Assunzione dei dirigenti
di ricerca
Le decisioni strutturate sono quelle per cui i criteri di decisione sono riconducibili ad
un algoritmo (quindi facilmente automatizzabili) in quanto sono note sia le variabili
in esame, sia le alternative di scelta, sia i criteri di decisione (Bracchi, Motta, 1998).
A livello operativo queste scelte vengono effettivamente eseguite dal sistema
gestionale informatico: ciò non toglie che queste pratiche di automatizzazione
possano essere applicate anche a livello direzionale e strategico, ma la bassa
frequenza delle decisioni e la natura destrutturata di queste ultime non ne
consigliano l’uso intensivo.
17
Le decisioni semi-strutturate sono quelle per cui non è definibile a priori un

ventaglio di scelte, ma è facilmente individuabile una serie di variabili: il processo di
elaborazione si riduce quindi ad una scelta fra più alternative possibile, scenario
molto comune che caratterizza l’attività di tutti coloro che all’interno di
un’organizzazione devono occuparsi di analizzare e comparare diverse variabili al
fine di prendere decisioni (aiutati magari da sistemi di supporto come i Decision
Support Systems).
Le decisioni non strutturate, in quanto tali, non presentano ne variabili ne scelta da
prendere in considerazione, non si poggiano su informazioni provenienti dal sistema
informativo dell’azienda e in genere si tratta di decisioni che coinvolgono
linterpretazione personale del decisore.
2.4 – Natura dell’informazione operazionale
La dicotomia fra informazione operazionale e direzionale deve essere definita:

l’informazione operazionale fluisce ogni giorno attraverso il sistema operazionale,
migliaia di record relativi alle transazioni vengono scritti e letti sul database
aziendale.
Le informazioni sono molto povere, è tuttavia presenta una quantità di dati
enorme: tipicamente in un sistema del genere si trovano dati di tipo anagrafico
(soggetti e oggetti, ad esempio articoli, fornitori, clienti, dipendenti, ecc.) , dati
sullo stato di processi e operazioni (es. ricezione/evasione di un ordine,
registrazione di una non conformità) e sul verificarsi di transazioni (eventi).
Questi dati vengono immessi all’interno del sistema informativo di competenza in
diversi modi (data entry, caricamento fonti dati esterni, lettori di codici a barre
ecc.), hanno la caratteristica di essere sia leggibili che scrivibili, ma la loro
consultazione ha il fine di trarne informazione utili.
2.5 - Natura dell’informazione direzionale
Le informazioni direzionali, al fine di essere di aiuto al management, devono avere

determinate caratteristiche di tempificazione (ossia devono coprire un arco di
tempo specificato), di aggregazione (prevedere che informazioni relative ad una
serie di operazioni possano essere visualizzate contemporaneamente) e di
multidimensionalità (più avanti si parlerà dell’importanza della multidimensionalità
relativa la modello dati dell’ipercubo).
Queste caratteristiche delle informazioni aziendali sono fondamentali al fine di
effettuare anche la più semplice delle analisi: partendo dall’assunto che non si può
analizzare ciò che non si può misurare, occorre definire il concetto di dimensione di
analisi.
La dimensione di analisi è un insieme di elementi che fanno parte di un stesso
dominio, come indicatori (quantità, costi, ricavi, spese, vendite, reclami, non
conformità), date, centri di costo, ecc.
Ogni dimensione conterrà un insieme di elementi che ne determinano la cardinalità:
gli elementi di una dimensione possono essere aggregati o disaggregati secondo
logiche che si adattano più o meno alle esigenze di analisi dei dati.
Le date sono le informazioni che permettono di definire la tempificazione di tutte le
attività che vengono registrate nel sistema informativo: esse definiscono già il
livello di aggregazione (secondo, minuto, ora, giorno, mese, anno) che caratterizza
la granularità di un indicatore, ovvero l’intervallo minimo temporale rilevato.
Ovviamente le esigenze di business hanno introdotto aggregazioni e
disaggregazioni della tempificazione, in base alle esigenze informative standard
comuni fra un certo tipo di organizzazioni, un esempio è l’utilizzo delle valutazioni
18
economico-finanziarie trimestrali, che hanno soppiantato da tempo le classiche

valutazioni annuali.
2.6 - Come valutare le esigenze informative
Come detto in precedenza non si può analizzare ciò che non si può misurare e lo
scopo principale di un sistema informativo direzionale fornire solo e unicamente una
serie di indicatori significativi.
Per individuare e valutare l’effettiva importanza di questi indicatori si possono
utilizzare tre metodologie standard dette Critical Success Factor, Key Performance
Indicators e management accounting, quest’ultima di carattere prettamente
economico/patrimoniale non verrà approfondita in quanto non è di interesse per gli
argomenti trattati in questa sede.
2.6.1 - Critical Success Factors
I Critical Success Factors sono poche aree ben definite nelle quali il raggiungimento
di risultati positivi determina il successo non solo a livello dei singoli processi, ma
anche dell’intera azienda.
Questo metodo rispecchia a fondo quella che è la mentalità manageriale: bisogna
fare una distinzione però a non confondere i Critical Success Factors con un
semplice modello per obiettivi e traguardi, in quanto questo metodo si interessa di
aree di eccellenza, ovvero quelle aree dove bisogna eccellere per raggiungere
determinati obiettivi (è il concetto di mezzi per raggiungere determinati fini).
Alcune fonti utili al fine di identificare i CSF possono essere: aree di eccellenza
comuni a qualsiasi organizzazione che opera in un determinato settore, aree di
eccellenza dettate dalla competizione fra aziende (le quali diventano critiche anche
nel senso di vantaggio competitivo), aree di eccellenza legate a fattori ambientali
favorevoli o sfavorevoli per l’organizzazione oppure aree di eccellenza legate ad un
particolare situazione temporanea (es. cicli economici).
Da questo sguardo d’insieme sui CSF si può facilmente dedurre che essi evolvono
nel tempo a secondo delle esigenze di business: inoltre possono essere aggregati
secondo delle gerarchie, ne risulta quindi che ci possono essere CSF a livello di
azienda, di processo oppure a livello individuale/personale.
CSF Indicatore Metrica Fonte dati Motivo

Difetti in produzione Non conformità / Sistema informativo – Conoscere la qualità
totale prodotti Non Conformità delle lavorazioni
Resi Lotti resi / lotti spediti Sistema informativo – Conoscere le cause e i

Reclami / Resi tipi di non conformità
Valutazione risorse Conoscenze attuali / Sistema informativo – Avere una panoramica

Qualità umane conoscenze richieste Risorse Umane completa delle
capacità del personale
Manutenzione impianti Intervallo di tempo fra Sistema informativo – Individuare colli di

inteventi di Manutenzione bottiglia e prestazione
manutenzione Impianti degli impianti
2
2
Il particolare CSF qualità è però derivato dell’esperienza e dai casi reali visti durante l’esperienza in
Blulink. Il fatto che le fonti dei dati derivino dai vari moduli dell’applicazione Quarta suggerisce l’utilità di
un sistema unico e integrato per la gestione della qualità.
19
Ad ogni area critica vengono associate metriche, che andranno a formare un

indicatore di performance di una determinata funzione dell’azienda; chiaramente
non tutti gli indicatori creati in fase di analisi sono adatti per essere elaborati o
estratti dal sistema informativo, si rende necessaria quindi una verifica della
robustezza attraverso una griglia di valutazione degli indicatori.
Dal punto di vista concettuate il metodo dei CSF è molto diverso da molti altri
metodi: l’analista non chiede direttamente al manager quali sono le informazioni di
cui crede di aver bisogno, ma gli fà domande sulle aree che crede siano
fondamentali per il successo della sua azienda, utilizzando un approccio indiretto
che in un certo senso costringe l’intervistato a pensare all’organizzazione della sua
attività.
Ora illustrerò in manierà più approfondita la fase seguente a quella dei Critical
Success Factors, relativa ad un migliore definizione degli indicatori individuati:
questi indicatori sono detti Key Performance Indicators e sono ormai da tempo
utilizzati in combinazione con i Critical Success Factors sia per la dimostrata
efficacia di entrambi gli approcci, sia per la maggiore capacità di definizione delle
misurazioni all’interno dell’azienda.
2.6.2 - Key performance indicators
Gli indicatori di performance sono definiti come segue, tenendo conto che secondo
la logica dei Key Performance Indicators il processo è formato da una serie di
attività che attraverso varie risorse e tecnologie produce output.
Risorse & Tecnologie
Input Output
Trasformazione
Dato il variegato panorama competitivo gli indicatori devono dare la possibilità di

misurare la performance di diversi processi a seconda delle caratteristiche
dell’ambito aziendale e delle richieste degli utenti e dei clienti: questi ultimi infatti
possono valuare il valore dei un prodotto/servizio in base al prezzo, ma sempre più
spesso il valore percepito è dato dalla valutazione composita che il cliente da di
aspetti quali l’efficienza, la qualità e il servizio.
Efficienza: gli indicatori di questo aspetto misurano la produttività e i costi unitari

relativi agli output di uno o più processi, che possono avere come destinatari clienti
esterni e interni.
20
Qualità: è il tipo di indicatore che si avvicina di più alla concezione classica di

qualità, si misurano scarti, resi o reclami per un determinato output di processo.
Servizio: valutano la qualità dei servizi, la flessibilità e la reattività dei fornitori nei
confronti delle richieste dei clienti.
La varietà dei key performance indicators che si possono sviluppare è elevata, e

offre, come si vedrà più avanti, una capacità di misurazione e valutazione ben
superiore, e in genere preferita, rispetto ai classici sistemi di management
accounting.
Lo scopo del metodo dei KPI è quello di riuscire ad individuare un numero ridotto
di indicatori che misurino le prestazioni di un processo secondo i criteri
rappresentati nel modello qui sotto.
EFFICIENZA
Input
Risorse
Output
SERVIZIO QUALITA’
Da un punto di vista puramente concettuale il metodo dei KPI è analogo a quello

dei CSF: al termine dell’individuazione dei KPI è opportuno effettuare un’analisi per
scoprire se gli indicatori presi in esame “coprono” sufficientemente il Critical
Success Factors individuati in precedenza.
L’analisi della robustezza dei CSF, combinata con l’incrocio fra questi ultimi e i KPI,
sono due fasi importanti nella quali occorre guardare con criticità alle scelte fatte e
per definire meglio, modificare o eliminare aree che non erano state prese in
considerazione all’inizio del progetto.
21
Principali metodi e approcci per la qualità in azienda
3.1 - I principi della qualità in azienda
Ho deciso di fare una panoramica sulle più importanti strategie, metodi e normative
che le aziende possono seguire per raggiungere l’obiettivo della qualità e della
massima efficienza:
o Gestione per processi

o Total Quality Management
o Modello di Eccellenza
o Balanced Scorecard
3.2 - Gestione per processi
L’importanza di una organizzazione aziendale di tipo processivo viene riconosciuta

anche nelle norme ISO: la famiglia di norme 9000:2000 definiscono infatti le basi
sulle quali costruire una solida organizzazione che operi in condizioni ottimali nel
campo di:
o Ambiente
o Sicurezza e salute nell’ambiente di lavoro
o Rischi d’impresa
o Responsabilità sociale
o Altri ambiti che possano rientrare nell’ambito della Qualità Totale.
Alcuni dei vantaggi di un approccio per processi sono:
o Raggiungimento di risultati pianificati attraverso l’allineamento e

l’integrazione dei processi aziendali;
o Possibilità di focalizzare gli sforzi al fine di migliorare efficacia ed efficienza
dei singoli processi;
o Offrire a partners, clienti e fornitori un alto livelllo di fiducia derivante da una
costanza delle prestazioni derivante dalla possibilità di monitorare
continuamente ogni processo;
o Riduzione sensibile di costi, tempi e sprechi utilizzando efficacemente ogni
risorsa;
o Creazione di opportunità e tendenza al miglioramento continuo.

3.3 - Suggerimenti metodologici
Per la normativa ISO il concetto generico di processo può essere quello che ho già
definito nel primo capitolo parlando del business processo: tuttavia, secondo la
logica della normativa sulla qualità, occorre introdurre alcune precisazioni.
La struttura processiva infatti si presuppone essere un elemento di facilitazione
delle operazioni di controllo, operazioni fondamentali su cui si basa la filisofia della
qualità: anche i sistemi informativi quindi sono caldamente suggeriti, in quanto la
complessità delle aziende e di riflesso della rete di processi sottostante rende
indispensabile un sistema di raccolta e gestione dati automatizzato e
informatizzato.
Un altro importante punto riguarda l’organizzazione delle unità funzionali di
un’azienda: queste unità (che possono essere dipartimenti, settori o uffici di
competenza) sono solitamente strutturate gerarchicamente.
Il problema di una strutturazione è che spesso esitono unità considerate meno
importanti di altre con conseguenti problemi di integrazione con l’intera struttura
aziendale: la normativa ISO 9001:2000 suggerisce l’utilizzo di una struttura
orizzontale, in modo da abbattere le problematiche derivanti da una cattiva
integrazione fra i reparti.
In breve i passi per identificare e gestire i processi nell’ambito normativo della

qualità sono i seguenti:
Fase Descrizione
Definire lo scopo dell’azienda Analizzare le funzioni aziendali,

prendendo in cosiderazione tutti gli
stakeholders e quindi sul livello generale
dell’output che essi si aspettano.
Definire strategie e obiettivi Alla luce dei requisiti individuati nella fase
precedente, elaborare un piano strategico
per conseguire obiettivi ottimali.
Definire i processi Individuare tutti i processi che producono

output critici al fine di raggiungere gli
obiettivi stabiliti in precedenza.
Definire la sequenza dei processi Una volta definiti i processi occorre

stabilire le interazioni che avranno e il
flusso processuale.
Definire le responsabilità per Per ogni processo deve essere individuato

processo uno o più responsabili con autorità
decisionale sul processo stesso
Definire la documentazione Decidere se e in che modo il processo

deve essere documentato
( www.aicq.it )
Una volta definiti i processi a livello di obiettivi da raggiungere, struttura, flusso,

responsabilità e documentazione occore entrare nello specifico della definizione di
ogni singolo processo: i passi per effettuare questa operazione così critica sono
riassunti nella tabella della prossima pagina.
23
Fase Descrizione
Definire le attività interne ad un processo Individare l’insieme di attività che

concorrono nella creazione dell’output di
un processo.
Definire i requisiti per misurazioni e Determinare il tipo e la frequenza delle

rilevamenti misurazioni, sia dell’efficacia delle attività
interne al processo, sia del livello
dell’output prodotto.
Definire le risorse dei processi Stabilire quali sono gli input, le risorse
che consentono una corretta esecuzione
dei processi.
Verifica delle attività dei processi e del Confrontare i risultati ottenuti con gli
raggiungimento degli obiettivi obiettivi stabiliti nelle fasi iniziali.
( www.aicq.it )
Dopo aver definito e implementato un struttura aziendale di tipo processivo devono

necessariamente subentrare piani per lo sviluppo della struttura stessa: il
miglioramento continuo e le azioni correttive attraverso cui problemi dei singoli
processi vengono risolti sono soggetti a dei cicli iterativi di controllo-
riprogettazione-attuazioni che sono tipici della metodologia del Total Quality
Management.
3.4 - Total Quality Management
Il Total Quality Management è storicamente la prima metodologia per la gestione

della qualità dei processi, la cui definizione più completa e corretta è la seguente:
“il Total Quality Management è un insieme di attività svolte sistematicamente da

un’organizzazione al fine di raggiungere in maniere efficace ed efficiente gli obiettivi
prefissati, così come fornire prodotti e servizi che soddisfino il cliente, sia in termini
di prezzo che di tempi di attesa.” 3
Realizzare un progetto di Qualità totale richiede un attento esame al fine di

sviluppare un processo di pianificazione strategica utile al fine di determinare le
priorità, le strategie ed i fini.
Una delle prime e più famose tecniche per gestire un progetto di qualità totale è il
ciclo PDCA del noto studioso Deming: rappresenta un ciclo di operazioni iterative
che devono essere svolte al fine di prefezionare sempre di più il risultato finale.
Il metodo o processo PDCA costituisce un’indispensabile guida metodologica per il

controllo, che non va inteso nel senso di verifica, di ispezione, ma nel senso di
mantenimento del livello di prestazione di un’attività e del suo eventuale
miglioramento.
3
Definizione ufficiale JUSE (Japanese Union of Scientists and Engineers)
24
Quindi, controllo significa mantenere e migliorare. Il termine PDCA deriva dalle

iniziali delle quattro fasi in cui è possibile suddividere il processo di pianificazione
strategica, come mostrato nello schema che segue
Plan Do
1) Stabilire, definire un progetto e/o 1) Formare il personale sulle modalità
affrontare, definire un problema; di esecuzione delle azioni
correttive;
2) Documentare la situazione di
partenza 2) Applicare le azioni correttive.
3) Analisi dei problemi riscontrati
4) Definire le azioni correttive
Act Check
1) Raggiungimento dell’obiettivo: 1) Verifica dei risultati
consolidare le modalità di
esecuzione e ripetere 2) Se si sono raggiunti gli obiettivi si
eventualmente un ciclo PDCA al può passare al punto 1 della fase
fine di migliorare il processo; Act;
2) Obiettivo non raggiunto: ripetere 3) Se i risultati non sono stati raggiunti

nuovamente il ciclo PDCA, passare al punto 2 della fase Act
definendo meglio i problemi
riscontrati
3.5 - Il modello di Eccellenza: concetti fondamentali
Il modello per l’Eccellenza EFQM (European Foundation for Quality Management) è

un insieme di regole non prescrittive: è riconosciuto infatti che ci sono diversi
approcci che possono portare al conseguimento degli obiettivi tipici del modello di
eccellenza.
Il modello per l’eccellenza può essere utilizzato da qualsiasi organizzazione a
prescindere dal settore in cui opera, pubblico o privato, dalle dimensioni e dalla
struttura.
3.5.1 – Gli otto concetti fondamentali
1. Orientamento ai risultati
2. Attenzione rivolta al cliente
3. Leadership e coerenza negli obiettivi
4. Gestione in termini di processi e fatti
5. Coinvolgimento e sviluppo delle persone
6. Apprendimento, innovazione e miglioramento continuo
7. Sviluppo della partnership
8. Responsabilità pubblica
25
1. Orientamento ai risultati
Nell’attuale scenario competitivo un’azienda eccellente deve essere agile e

flessibile, per rispondere ai bisogni di cambiamento e innovazione richiesti dagli
stakeholders: misurare ed anticipare questi bisogni e aspettative diventa di
fondamentale importanza per monitorare le proprie performance e quelle dei propri
clienti e/o fornitori.
2. Attenzione rivolta al cliente
Le organizzazioni eccellenti comprendono che i clienti sono gli arbitri finali che
giudicano la qualità di un prodotto o di un servizio: inoltre la fedeltà dei clienti, la
preservazione dei clienti acquisiti, l’aumento del market share sono massimizzati
ponendo una grande attenzione sui bisogni e le aspettative di clienti consolidati e
potenziali.
3. Leadership e coerenza negli obiettivi
Le organizzazioni eccellenti sono guidate da leaders che decidono quale sia la chiara
direzione da prendere: in questa opera di “timonieri” inoltre comunicano
costantemente con gli altri leaders, collaborando con tutti gli individui al fine di
tenere unito il gruppo.
È di fondamentale importanza che essi stabiliscano la struttura, l’etica, i valori che
andranno a formate l’identità dell’organizzazione.
4. Gestione in termini di processi e fatti
Le organizzazioni eccellenti hanno un efficiente sistema di gestione, basato sui

bisogni e le aspettative di tutti gli stakeholders.
L’implementazione sistematica delle politiche, delle strategie, degli obiettivi e dei
programmi dell’organizzazione è favorita e assicurata da un insieme integrato di
processi che vengono svolti, gestiti e migliorati su base giornaliera.
5. Coinvolgimento e sviluppo delle persone
Le organizzazioni eccellenti identificano e comprendono le competenze necessarie

allo scopo di implementare le politiche dell’organizzazione, per raggiungere obiettivi
seguendo i programmi prestabiliti.
È interesse dell’organizzazione assumere e formare i propri dipendanti sulla base
delle competenze ritenute essenziali e strategiche sia al fine di perseguire gli
obiettivi del modello di eccellenza, sia per dare la possibilità ad ogni risorsa di
raggiungere il proprio pieno potenziale.
6. Apprendimento, innovazione e miglioramento continuo
Le organizzazioni eccellenti imparano continuamente, dai loro processi e attività e

da quelle dei loro partners; organizzano la conoscenza e la condividono all’interno
dell’organizzazione, allo scopo di aumentare e condividere le conoscenze fra tutte le
persone.
26
7. Sviluppo della partnership
Le organizzazioni eccellenti riconoscono che il successo, in questo mondo pieno di

richieste e in costante cambiamento, dipende in maniera fondamentele dalle
collaborazioni sviluppate con altre organizzazioni.
Queste partnership possono essere sviluppate con clienti, fornitori o anche
concorrenti sono basate su interessi condivisi chiaramente al fine di raggiungere
obiettivi condivisi e aumentare la propria conoscenza reciprocamente.
8. Responsabilità pubblica
Le organizzazioni eccellenti seguono un approccio etico e trasparente verso i propri

stakeholders e verso l’ambiente esterno.
La capacità di raggiungere i propri obiettivi seguendo politiche di trasparenza e
rispetto verso l’ambiente (sia la sfera sociale che ecologica quindi) denota un
insieme di importanti valori diffusi ad ogni livello dell’organizzazione, che migliora
senz’altro l’immagine dell’azienda.
Fattori Risultati
Risorse Risultati:
Umane Risorse
Umane
Risultati
chiave
Leadership Politiche Processi Risultati: di
& Clienti Performance
Strategie
Partnership Risultati:
& Società
Risorse
Innovazione e apprendimento
Figura 1 - L’assunto sul quale si basa il modello EFQM è il seguente: risultati di eccellenza
relativamente a Performance, Clienti, Risorse Umane e Società sono raggiunti attraverso
un’azione di guida della Leadership su Politiche e Strategie, Personale, Partnership e Risorse,
Processi.
3.5.2 – I criteri e i sottocriteri del modello EFQM
La struttura portante del Modello si articola in 9 criteri e 32 sottocriteri , applicabili

come già detto alle diverse tipologie aziendali e organizzative.
1. Leadership
I leader eccellenti promuovono la realizzazione della missione e della visione

dell’organizzazione, elaborano i valori e i sistemi necessari al successo
27
duraturo e ne sostengono l’attuazione attraverso azioni e comportamenti

adeguati.
Durante le fasi di cambiamento mantengono la coerenza degli obiettivi.
Se necessario i leader sanno far cambiare rotta all’organizzazione e motivare
gli altri a seguirli.
Sottocriteri
a) I leader definiscono la missione, la visione, i valori e l’etica

dell’organizzazione, e agiscono come modello di riferimento per una
cultura dell’Eccellenza.
b) I leader sono coinvolti in prima persona nel promuovere lo sviluppo,
l’attuazione e il miglioramento continuo del sistema di management
dell’organizzazione.
c) I leader interagiscono con clienti, partner, fornitori e rappresentanti
della società esterna.
d) I leader rafforzano la cultura dell’Eccellenza fra il personale
dell’organizzazione
e) I leader identificano e promuovono il cambiamento
2. Politiche e strategie
Le organizzazioni eccellenti realizzano la propria missione e la propria visione

attraverso una strategia focalizzata sulle esigenze e le attese degli
stakeholder, tenendo conto del mercato e del settore in cui l’organizzazione
opera.
Allo scopo di realizzare la strategia vengono elaborati e posti in atto
politiche, piani, obiettivi e processi.
Sottocriteri
a) Le politiche e strategie sono basate sulle esigenze e sulle aspettative

presenti e future degli stakeholder;
b) Le politiche e strategie sono basate su informazioni derivanti dalle
misure di performance, dalle ricerche dall’apprendimento e dale
relative attività esterne;
c) Le politiche e strategie vengono sviluppate, riesaminate e aggiornate;
d) Le politiche e strategie vengono comunicate e diffuse attraverso una
rete di processi chiave
3. Risorse umane
Le organizzazioni eccellenti gestiscono, sviluppano e consentono la

manifestazione del pieno potenziale del proprio personale a livello
individuale, di gruppo e di organizzazione nel suo complesso.
Promuovono la correttezza e le pari opportunità e coinvolgono e
responsabilizzano il personale.
Se ne prendono cura, comunicano, premiano e distribuiscono riconoscimenti
con modalità volte a motivare il personale e a stimolarne l’impegno ad
avvalersi delle proprie competenze e conoscenze a vantaggio
dell’organizzazione.
28
Sottocriteri
a) Come vengono pianificate, gestite e sviluppate le risorse umane;

b) Come vengono identificate, sviluppate e sostenute le conoscenze e
competenze professionali del personale;
c) Come il personale viene coinvolto e responsabilizzato nel prendere
iniziative
d) Quanto il personale e l’organizzazione comunicano in modo efficace;
e) Come l’organizzazione premia, riconosce e dedica attenzione al
personale
4. Partnership e risorse
Le organizzazioni eccellenti pianificano e gestiscono le partnership esterne, i

fornitori e le proprie risorse interne al fine di sostenere le politiche e le
strategie e assicurare un’efficace operatività dei propri processi.
Nella fase di pianificazione e nella gestione di partnership e risorse
bilanciano le esigenze presenti e future dell’organizzazione, della comunità e
dell’ambiente.
Sottocriteri
a) Come vengono gestite le partnership esterne

b) Come vengono gestite le risorse finanziarie
c) Come vengono gestiti immobili, attrezzature e materiali
d) Come viene gestita la tecnologia
e) Come vengono gestite le risorse informative e le conoscenze
5. Processi
Le organizzazioni eccellenti progettano, gestiscono e migliorano i propri

processi al fine di soddisfare pienamente i clienti e gli altri stakeholder,
generando valore crescente.
Sottocriteri
a) Come i processi vengono sistematicamente progettati e gestiti

b) Come i processi vengono migliorati secondo necessità grazie
all’innovazione, allo scopo di soddisfare pienamente i clienti e gli altri
stakeholder generando valore crescente;
c) Come i prodotti e i servizi sono progettati e sviluppati sulla base delle
esigenze e delle aspettative dei clienti;
d) Come prodotti e servizi vengono realizzati e consegnati/erogati
e) Come vengono gestiti e migliorati i rapporti con i clienti
6. Risultati relativi ai clienti
Le organizzazioni eccellenti ottengono risultati superiori in relazione ai clienti

e ne effettuano misure esaustive.
29
Sottocriteri
a) Misure della percezione

b) Indicatori di performance
7. Risultati relativi al personale
Le organizzazioni eccellenti ottenngono risultati superiori in relazione al

proprio personale e ne effettuano misure esausive.
Sottocriteri
a) Misure della percezione

b) Indicatori di performance
8. Risultati relativi alla società
Le organizzazioni eccellenti ottengono risultati superiori in relazione alla

società e ne effettuano misure esaustive
Sottocriteri
c) Misure della percezione

d) Indicatori di performance
9. Risultati chiave di performance
Le organizzazioni eccellenti ottengono risultati superiori in relazione agli

elementi chiave delle loro politiche e strategie, e ne effettuano misure
esaustive.
Sottocriteri
a) Risultati chiave di performance

b) Indicatori chiave di performance (KPI)
Questo è il quadro esaustivo di ciò che il modello di Eccellenza EFQM raccomanda

alle aziende per conseguire risultati di performance elevati in ogni area
dell’organizzazione: il modello EFQM non è l’unico a livello europeo e internazionale,
molti altri modelli esistono con linee guida similari.
Il modello EFQM è quello che, pur nella sua non prescrittività, è stato meglio
definito e per questo ha ricevuto consensi maggiori, diventando il modello di
riferimento per le più grandi aziende europee.
30
3.6 - Balanced Scorecard
Cliente
Obiettivi
Misure
Business Strategie Finanza
Process
Obiettivi
Obiettivi Misure
Strategia Strategie
Misure
Strategie
Crescita e
Formazione
Obiettivi
Misure
Strategie
Il metodo della Balanced Scorecard è nato da uno studio condotto da Kaplan e

Norton agli inizi anni ’90: questo studio fu commissionato da 12 grandi aziende
americane che si erano accorte dell’esigenza di un nuovo sistema di gestione più
completo delle classiche misure finanziarie, basandosi sul confronto della
performance realmente ottenuta con gli obiettivi strategici dell’organizzazione con
misure operazionali da utilizzare comen indicatori di performance.
Il metodo della Balanced Scorecard di Kaplan e Norton suggerisce di vedere

un’organizzazione sotto quattro prospettive di base:
- la prospettiva relativa alla Crescita e alla Formazione;

- la prospettiva del Business Process
- la prospettiva del Cliente
- la prospettiva Finanziaria
Tradizionalmente puntare alla qualità totale, con intensi controlli qualità e il

desiderio di portare al minimo il numero dei difetti, è stato il maggior sforzo da
parte di qualsiasi organizzazione.
Questo approccio alla lunga può però portare all’incapacità di identificare le vere
cause dei difetti o dei disservizi, unitamente alle continue inefficienze causate dai
difetti resi.
Deming per primo riconobbe questo problema, e ne trovò la causa nella continua
variazione ad ogni fase del processo di produzione: per trovare la vera causa dei
difetti pensò fosse necessario identificare e aggiustare ogni variazione.
Per stabilire un processo di identificazione e correzione delle variazioni Deming
sottolineò per primo l’estrema e strategica importanza di un sistema che
implementasse un feedback informativo a tutti i processi aziendali, in modo da
permettere al management di individuare le cause significative dei difetti.
Partendo dall’assunto che verrà ripreso più avanti quando parlerò della Business
Intelligence, ovvero che non si può migliorare ciò che non si può misurare, si può
sottolineare l’importanza che le metriche con le quali il feedback viene misurato,
che possono e devono essere decise dai dirigenti stessi, sono anche una sorta di
linea guida che rende possibile un progettazione ottimale dei processi.
Se vengono definite determinate metriche infatti tutti i business process devono
essere organizzati in modo da poter fornire certi dati di output: i metodi per
31
l’immagazzinamento, la visualizzazione e l’analisi di questi dati verranno illustrati

nel prossimo capitolo.
La Balanced Scorecard è quindi un sistema di gestione strategica della

performance, completamente adattato al tipo di azienda che lo adotta: non si può
pensare a questo sistema come un metodo di benchmarking con realtà esterne
all’azienda, soprattutto se lavorano in settori differenti, si tratta esclusivamente un
sistema di gestione e rilevazione interno all’azienda che lo adotta.
3.7 - Modello EFQM e Balanced Scorecard: differenze e possibili

integrazioni
Il modello di Eccellenza e la Balanced Scorecard, come risulta ovvio delle precedenti

descrizioni, si fondano su concetti base totalmente differenti: il modello EFQM
serve per valutare un’azienda dal punto di vista di come definisce e gestisce i propri
processi, introducendo concetti volti a migliorare la qualità della performance delle
attività del management mentre la Balanced Scorecard supporta la corretta
esecuzione della strategia specifica dell’organizzazione.
La Balanced Scorecard è un metodo per gestire un’azienda, basandosi su criteri
specifici dipendenti dall’ambiente in cui si opera, mentre il modello EFQM serve per
valutare l’azienda tramite metodi standard validi per ogni settore.
Questi due modelli possono essere tuttavia utilizzati in combinazione per
organizzare in maniera ottimale: sta nella sensibilità del management capire a
seconda delle esigenze quale dei due modelli utilizzari e se davvero esiste la
necessità di usarli in combinazione.
32
Data warehouse, Business Intelligence e
Business Process Management
4.1 - Introduzione
L’esigenza di dati poco strutturati da parte della dirigenza, sottolineata nel secondo
capitolo porta ad un rimodellamento obbligatorio della struttura dati: non potranno
essere utilizzati i dati del sistema operativo, in quanto poco “informativi”, occorre
selezionare, denormalizzare ed aggregare i dati in modo da fornire al management
strumenti per conoscere ed avere indicatori di performance dei processi della
propria azienda.
Quelli che illustrerò di seguito sono i passaggi obbligatori che devono essere seguiti
quando c’è l’esigenza di estrarre informazioni dalla mole di dati presenti in qualsiasi
azienda, utilizzando strumenti in grado di fornire alla dirigenza indicatoti utili al fine
di scoprire problemi, proporre soluzioni e migliorare continuamente i processi.
L’importanza di capire i processi dell’azienda e di capire il flusso di dati che viene

generato giornalmente, comprenderne l’utilità ed incanalarli in un sistema che
permetta supportare le decisioni del management deve essere affrontato con una
profonda analisi preliminare sui requisiti che questo sistema deve avere per
soddisfare i propri utenti.
4.2 - OLAP vs. OLTP
Questa discussione è un classico quando si parla di sistemi informativi, e ancora

una volta credo sia il caso di specificare cosa si intende e cosa significano i termini
OLAP e OLTP, visto che il data warehouse permette sostanzialmente di separare i
due livelli.
OLTP – On-Line Transactional Processing
Si tratta tipicamente di operazioni di interrogazione svolte sui database: le query

vengono eseguite su un ridotto numero di records legati da semplici vincoli
relazionali (le operazioni possono essere sia di letture che di scrittura).
OLTP è sinonimo di una certa rigidità delle applicazioni, è il mondo delle operazioni
di data entry e di query di routine.

Data Warehouse, Business Intelligence e Business Process Management
OLAP – On-Line Analytical Processing
Le operazioni analitiche sui dati che sono immagazzinati nel data warehouse sono di
tipo dinamico e coinvolgono una serie di records notevole per calcolare dati di
sintesi utili a comprendere le prestazioni aziendali: il data warehouse è per
definizione read-only e viene consultato con query ad hoc da utenti esperti.
4.3 - Data warehouse
Dalla piramide di Anthony e dalla griglia di Scott-Morton risulta evidente che

all’interno di un’azienda esistono esigenze informative diverse da parte degli
utilizzatori del sistema informativo: i dati del sistema operazionale (database,
software gestionali, fogli excel, ecc.) devono essere riconciliati e ricondotti ad una
struttura che renda possibile avere dati di sintesi sull’andamento dell’azienda
analizzabili dai principali utenti del sistema informativo e da coloro che devono
prendere le decisioni critiche per il business.
Questa nuova struttura dati prende forma nel data warehouse che può essere
definito come un “magazzino di dati” (il significato letterale è questo) storici,
consistenti, integrati, riferiti al business e ai processi aziendali: il data warehouse
non è solo un semplice contenitore di dati, ma è solitamente dotato di strumenti
che facilitino l’estrazione di informazioni allo scopo di supportare le decisioni del
management.
Dirigenti
Key Performance Indicators
Dashboards
Trends
Responsabili di reparto
Reports settimanali, mensili, trimestrali, ecc.
Analisi personalizzabili
Impiegati
Reports predefiniti
Esportazione viste predefinite
Ambito aziendale
Mondo esterno
Distributori / Fornitori
Cataloghi in tempo reale
Analisi pro-attiva degli ordini
Partners
Informazioni sui prodotti
Analisi delle performance
Le diverse esigenze informative ai vari livelli, interni ed esterni, di un’organizzazione.
Si rende necessaria una selezione preliminare dei dati del sistema operazionali da
importare nel data warehouse, che può essere seguita secondo due logiche
principali:
o Approccio top-down, che propone una analisi di tutto il sistema operativo e

la creazione di un data warehouse completo che consideri tutti i dati di tutti i
business process dell’azienda.
34
o Approccio bottom-up, prevede la suddivisione del data warehouse in unità

elemetari dette datamart, ogni datamart contiente solo ed esclusivamente i
dati relativi a un singolo settore aziendale.
Sorgenti dati miste Data Marts

Query e Reporting
Qualità
ETL Data mining

Data Warehouse Finanze
Database
Marketing
Altre analisi dati
schema approccio top-down, proposto da W. Inmon
Il primo approccio è totale e prevede tempi di realizzazione molto lunghi, molto più
snello è il secondo approccio, detto anche Rapid Warehousing Metodology: si arriva
molto velocemente alla definizione dei dati relativi ad un particolare settore e da
subito si può testare l’applicazione su dati reali.
Sorgenti dati miste

Data Marts Query e Reporting
Qualità
ETL Data mining

Magazzino
Database
Marketing
Altre analisi dati

Data warehouse
schema approccio bottom-up, proposto da R. Kimball
La Rapid Warehousing Methodology è una tecnica per lo sviluppo iterativo di un

processo di data warehousing: il rischio maggiore di un progetto è quello di essere
male suddiviso, o peggio, considerato come un tutt’uno e portare a tempi di
realizzazione e di esecuzione delle operazioni molto lungo, con il grande rischio che
il progetto fallisca.
35
Questa metodologia suggerisce che il progetto venga suddiviso in unità minori, in

sottoprogetti maggiormente controllabili e che devono essere sottoposti
regolarmente ad una analisi retroattiva da parte del progettista, al fine di lavorare
sui singoli data mart.
A questo scopo risulta molto più efficiente una tecnica di data warehousing detta
bottom-up: il data warehouse viene sviluppato in maniera incrementale,
assemblando di volta in volta data marts relativi a determinati settori aziendali4 e
questo contribuisce a sviluppare molto velocemente una struttura che può essere
testata e mostrata alla dirigenza in tempi ristretti, permettendo al progettista di
intervenire su aspetti che possono non essere stati presi in considerazione in fase di
progettazione.
Questionario
1. asdhj djaksd
2. iofn fnopnf
Riconciliazione delle fonti Requisiti utente Schema di fatto
Schema logico Schema fisico
Rappresentazione schematica delle fasi di progettazione di un data warehouse.
4.5 - Il questionario per i requisiti utente
Una volta stabilita l’architettura del data warehouse, ovvero il “come” i dati
verranno organizzati, occorre individuare quali sono i dati di interesse per il
business aziendale: si entra in una fase spesso sottovalutata per la sua natura poco
tecnica, ovvero quella della raccolta dei requisiti utente.
Questa operazione di fondamentale importanza può essere condotto principalmente
con due metodi, che non si escludono ma anzi hanno obiettivi diversi e quindi
vanno utilizzati entrambi, in forma integrativa: si utilizzano a tale scopo interviste e
riunioni coordinate.
Le interviste possono essere personali oppure rivolte ad un piccolo gruppo di utenti,
hanno il pregio di coinvogere un maggior numero di elementi dell’organizzazione e
di scoprire spunti e idee inaspettate, portando a specifiche utente molto dettagliate.
Le riunioni invece coinvolgono gruppi di maggiori dimensioni e spesso eterogenei:
possono rivelarsi un’importante occasione di confronto fra gli elementi di vari settori
aziendali.
4
Da un punto di vista logico significa che ogni data mart contiene fatti relativi ad una particolare area di
interesse per determinati utenti.
36
La tipica struttura delle domande alle quali vengono sottoposti gli utenti è la
seguente:
Tipologia di domanda Vantaggi Svantaggi
Risposte aperte Permettono a chi intervista di Le risposte possono essere

capire il livello di comprensione eccessivamente lunghe e
e le attitudini dell’intervistato, contenere dettagli poco utili,
che, sentendosi maggiormente con conseguenti divagazioni
coinvolto, fornisce risposte e allonatanamento dagli
dettagliate e idee che raramento obiettivi dell’intervista.
vengono sottolineate nella fase
pre-intervista.
Risposte chiuse Ovviamente risolvono l’intevista Non coinvolgono l’intevistato

molto velocemente, con risultati e si presuppone che chi
confrontabili e quindi con un a somministra il questionario
capacità di sintesi che permette sia stato in grado di
di focalizzarsi sui elementi individuare le giuste
comuni. domande.
Risposte probatorie Permettono a chi intevista di In quanto le domande

capire a fondo il livello di possono essere molto
conoscenza e competenza indagatorie possono mettere
dell’intervistato, rendendolo a disagio un intervistato poco
partecipe dell’analisi svolta preparato.
dall’intervistatore.
Si può decidere di strutturare un’intervista principalmente in due modi:
o Intervista a piramide, con approccio induttivo; si parte da domande molto

dettagliate (in genere a risposta chiusa) per allargare l’argomento di analisi
con domande a risposta aperta.
o Intervista ad imbuto, con approccio deduttivo; si parte da domande molto

generali restringendo via via il campo d’azione ci si concentra su temi
specifici.
“Ritiene interessante
vendere quali
prodotti in quali
In che modo pensa che le negozi ai prezzi più
tecniche di data warehouse alti della media?”
possano giovare al suo
reparto?
Piramide
“Quali sono i
fattori
fondamentali che
Imbuto
influenzano il suo
processo
Le interessa distinguere i
decisionale?”
clienti per fasce d’età?
(Golfarelli-Rizzi 2001)
37
Traccia Intervista Operativi (utilizzatori sistemi OLTP)
INTRODUZIONE
• Presentazione degli obiettivi del progetto;
• Discussione degli obiettivi della sessione ;
• Descrizioni di “cosa succede dopo..”
OBIETTIVI
• Con quali metriche viene “misurato” il raggiungimento degli obiettivi di vendita? Con quale
frequenza avvengono le “misurazioni”?
• Quali sono per lei, alla data, i problemi più importanti da affrontare per raggiungere gli
obiettivi di vendita?
• Come vengono identificate situazioni anomale in essere e/o problemi potenziali
• Criteri di identificazione dei prodotti e delle altre “dimensioni” fondamentali in cui è

organizzato il processo di vendita ( clienti, fornitori,stabilimenti,magazzini…)
• Qual’ la frequenza con cui cambiano questi criteri di identificazione ? Cosa succede in
seguito a questi cambiamenti ?
ESIGENZE DI ANALISI DATI
• Quali sono le analisi dati che svolge abitualmente ? Quali dati usa? Come accede ai dati?
Una volta aquisiti i dati, quali operazioni svolge ?
• Quali sono le tipologie di analisi “ ad-hoc” più frequenti? Chi le richiede ? Come sono
utilizzate ? Quali report statici utilizzate oggi ? Quali sono i dati importanti in questi report ?
Come li usate ?
• Se I report diventassero flessibili che capacità di analisi vorreste ?
• Per quanti periodi vanno conservate le informazioni storiche ?
CONCLUSIONI
• Riepilogare le esigenze emersa dagli utenti
• Descrivere I prossimi passi in cui saranno coinvolti gli utenti ( es. riceveranno un “verbale”
delle interviste nei prossimi giorni per una certificazione ).
Esempio scheda di domande, con focalizzazione agli utilizzatori della parte operativa del
sistema informativo5
5
Materiale interno Blulink, dipartimento Business Intelligence.
38
Traccia Intervista Dirigenti (utilizzatori sistemi OLAP)
INTRODUZIONE
• Presentazione obiettivi del progetto.

• Discussione obiettivi della sessione
• Descrizioni di “cosa succede dopo..”
FUNZIONE AZIENDALE
• Descrizione dell’ attività del settore aziendale di competenza e delle relazioni con il resto
dell’ azienda.
• Responsabilità dell’ intervistato
OBIETTIVI DI BUSINESS: Definizione e Controllo

• Quali sono gli obiettivi della sua organizzazione (in ordine di priorità)?
• Con quali metriche viene “misurato” il raggiungimento degli obiettivi? Con quale frequenza
avvengono le “misurazioni”?
• Quali sono le funzioni / enti aziendali della sua organizzazione determinanti per il
raggiungimento degli obiettivi ? Quale ruolo svolgono ? Come interagiscono con il resto dell’
organizzazione ?
• Quali sono per lei, alla data, i problemi di business più importanti da affrontare? Cosa
ostacola il raggiungimento dei suoi obiettivi di Business?
• Come vengono identificate situazioni anomale in essere e/o problemi potenziali ?
• Ci sono opportunità di profitti aggiuntivi oggi non considerate?
• Siete in condizione di reagire rapidamente e con produttività alle fluttuazioni di mercato ?
ESIGENZE DI ANALISI DATI
• Qual è il ruolo dell’ analisi dei dati nel processo decisionale all’ interno del suo settore?
• Quali sono le informazioni vitali per prendere le decisioni “importanti” (cioè quelle che
consentono di raggiungere gli obiettivi e superare gli ostacoli) ?
• Ci sono informazioni non disponibili oggi che ritiene possano essere significative per il
raggiungimento dei risultati?
• Quali report usa abitualmente? Quali sono i dati realmente significativi in questi report?
Come utilizza le informazioni ? Se i report fossero dinamici, cosa vorrebbe vedere di diverso
?
• Quali possibiltà di analisi vorrebbe avere a disposizione ?
• Quale potrebbe essere l’ impatto sul business aziendale di un miglior accesso alle
informazioni?
CONCLUSIONI
• Riepilogo di quanto emerso nell’ intervista
Esempio scheda di domande, con focalizzazione agli utilizzatori della parte direzionale del
sistema informativo6
6
Materiale Blulink, dipartimento Business Intelligence.
39
4.6 - Progettazione logica e fisica di un data warehouse
Dall’intervista a coloro che saranno gli utenti del data warehouse si ricava uno
schema concettuale dei dati, necessario per iniziarne la progettazione logica.
Il modello previsto è quello del Dimensional Fact Model, che utilizza un Fact Scheme
per le misure di interesse individuate dagli utenti: per “fatto” si intende un evento
che sia di importanza fondamentale all’interno di un qualsiasi business process
dell’azienda, ogni fatto è supportato e descritto da misure e dimensioni, tipiche del
modello multidimensionale.
La modellazione dimensionale serve allo scopo di semplificare la struttura dei

database: nel momento in cui un database è visto come un cubo, gli utenti possono
immaginare facilmenti di poter analizzarlo attraverso le sue dimensioni principali.
Fornitore
Quantità non
conforme,
Quantità
consegnata,
Tipo non
conformità,
...
Articolo
Fornitore: (NomeFornitore)
Data Data: (gg/mm/aaaa)
Articolo: (NomeArticolo)
Non Conformità (Fornitore, Data, Articolo, Quantità non conforme, ...)
Un corretto sviluppo di una modellazione dimensionale dovrebbe seguire i seguenti

passi:
1. Indentificare il business process: è fondamentale stabilire quale

processo verrà descritto con il datamart o con il data warehouse;
2. Stabilire il livello di dettaglio: dopo aver individuato il processo è

necessario definire su che base vengono effettuate le misure (il problema
della natura dell’informazione direzionale, vedi capitolo 2) e di
conseguenza scegliere il livello di dettaglio per i dati del data warehouse.
3. Identificare le dimensioni: le dimensioni relative alle misure devono

essere descrittive e seguire il più possibile le specifiche relative al
dettaglio delle informazioni decise nel passo precedente (DATETIME per
le date, VARCHAR per descrizioni estese,ecc.???).
4. Identificare i fatti: come ultimo passo preliminare occorre definire

quali sono le misure (fatti o dimensioni),
40
4.7 - Modellazione dimensionale
La Fact Table contiene le informazioni (fatti) relativi al processo che si sta

analizzando: in aggiunta alle misure relative al fatto, vi sono una serie di chiavi
esterne relative alle Dimension Tables, contenenti le dimensioni di analisi relative al
processo che si sta analizzando.
Rj1 (Non Conformtà)

Dato Codice Tipologia
Nome e Cognome REFIN1 Varchar (25)
Sesso SEXTYP Varchar (1)
Livello scolastico TBT.DES > SCLLIVDES Varchar (1)
... ... ...
Una volta definiti fatti, dimensioni e misure occorre scegliere e definire gli schemi
logici su quali basarsi per effettuare l’analisi dimensionale, tramite uno dei due
principali schemi, lo Star Scheme o lo Snowflake Scheme.
Figura 2 – Esempio di schema a stella: al centro si può notare la fact table (Rj1, relativa al
fatto “Non Conformità”) circondata dalle dimension tables Periodi (relativa alle dimensione
temporale), Ar1 (Articoli), Rj2 (dettaglio Non Conformità) e Cus (Clienti)7.
Lo Star Scheme, o schema a stella, si compone di quattro tabelle: tabella dei fatti
(fact table) relativa ad esempio alle vendite oppure alle non conformità, e tabelle
7
da questo particolare schema a stella si esegue una query per definire un catalogo delle difettosità
relative ai clienti di un’azienda, allo scopo di analizzarne costi, natura e quantità.
41
(una o più) delle dimensioni (dimensions tables) ad esempio, prodotti, periodi o

negozi, oppure articoli, periodi e reparti di competenza.
Dal punto di vista puramente formale uno schema a stella è composto da:
o Un insieme di relazioni, DT1, ... , DTn, chiamate dimension table,

corrispondenti ad una dimensione di analisi.
Ogni tabella di una dimensione è dotata di una chiave primaria che la lega
alla tabella dei fatti e contiene un insieme di attributi che descrivono la
dimensione di analisi;
o Una relazione chiamata fact table, che contiene tutte le chiavi relative alle
dimensioni: la chiave primaria della fact table è data dall’insieme di tutte le
chiavi esterne delle dimensioni, inoltre la fact table contiene attributi relativi
alle misure.
Lo schema a stella è caratterizzato dalla denormalizzazione ottenuta dalle

dipendenze funzionali transitive nelle dimension table, che non sono in terza forma
normale8.
Lo Snowflake Scheme, o schema a fiocco di neve, ha un numero più elevato di

tabelle, e la denormalizzazione è meno marcata: le discussioni fra progettisti
sull’utilità o meno di questi schemi sono numerose, se da un lato l’utilizzo dello
schema snowflake rompe il vincolo di denormalizzazione presupposto dalla struttura
del data warehouse, dall’altro in alcuni casi la struttura dei dati può rivelarsi così
complessa da non renderne possibile la modellazione a stella.
Dimensione 2
Chiave D2
Fact table Chiave D3
Attributo 1
Chiave Fatto ...
Attributo n
Chiave D1
Chiave D2
Attributo 1 Chiave D3
Chiave D1 ...
Attributo n Attributo 1
Attributo 1 ...
... Attributo n
Attributo n
Dimensione 1 Dimensione 3
Figura 3 – Un semplice schema snowflake: la Dimensione 2 è vincolata tramite la Chiave D3

alla dimensione aggiuntiva Dimensione 3, dimuendo di fatto la denormalizzazione dell’intero
schema.
8
Una relazione è in terza forma normale quando nessuno degli attributi che non siano chiavi esterne
dipende transitivamente da una chiave. Un dipendenza transitiva si presenta così: A dipende da B, B
dipende da C.
42
Gli obiettivi di un data warehouse
1. Fornire accesso ai dati aziendali e direzionali
2. Fornire consistenza dei dati
3. Dare la possibilità di esplorare i dati secondo tutte le misure e

dimensioni possibili
4. Non limitarsi ad un insieme di dati, ma fornire strumenti per

interrogare, analizzare e presentare le informazioni ricavate
5. Essere il repository dove immagazzinare dati storici
6. Fornire dati di qualità che possono essere importanti driver del

business reengineering.
Ora che si è definita la strutturazione di un data warehouse è utile allo scopo di

sintetizzare nuovamente, con lo schema che segue, le differenze fra i due livelli
informativi presenti in azienda, già sottolineati nel capitolo Sistemi informativi
direzionali.
È sottolineato ancora una volta la natura dell’informazione direzionale, orientata ai
fatti e quella dall’informazione operazionale, tipicamente volta a registrare le
transazionali (operazionale e transazionale sono dunque sinonimi).
Figura 2 - Evidenzia la struttura relazionale del database (fortemente vincolata dalle regole
relazionali) mettendola a confronto con struttura a stella tipica del data warehouse, i cui
vincoli relazionali sono stabili solo dai rapporti fatto/dimensioni.
43
4.8 - Business Intelligence
Con il termine-ombrello “business intelligence” si intendono tutta una serie di

tecnologie che permettono di raccogliere, organizzare, analizzare e mostrare i dati
al fine di trarre informazioni cruciali per prendere corrette decisioni di business:
nata ideologicamente dalla filosofia dello stratega cinese Sun Tzu (“se conosci te
stesso e conosci il tuo nemico, non dovrai temere l’esito di mille battaglie”)9 questo
utilizzo strategico della conoscenza è stato riportato in auge ai giorni nostri
applicandono al mondo aziendale.
La business intelligence può essere fatta a diversi livelli di dettaglio:
o Query & Reporting: analisi multidimensionale del data warehouse,

con creazione automatica di reports e visualizzazioni dei dati;
o Data mining: una tecnica di analisi attraverso la quale si estraggono

informazioni precedentemente sconosciute10, rilevando pattern e
associazioni fra i dati difficilmente rintracciabili con tecniche
classiche;
o Text mining: si adottano le stesse tecniche del data mining,

applicandole però a dati testuali non strutturati
Se fino a questo momento ho illustrato la struttura dati relativa al data warehouse

come risposta all’esigenza di informazione da parte dei managers bisogna
aggiungere che spesso riorganizzare i dati in maniere “intelligente” non è sufficente
per ottenere informazione.
La classica equazione dati=informazione risulta non veritiera neanche dopo che il
passaggio dalla struttura del database siamo passati a quella snella e aggregata del
data warehouse: abbiamo sempre a che fare con quantità di dati che rischiano di
essere inaccessibili e non navigabili, anche se raccolti e strutturati secondo i criteri
stabiliti dalle specifiche utente.
Occorrono strumenti di analisi che permettano di visualizzare e analizzare i dati in
modo da fornire le informazioni delle quali i managers necessitano: oltre alla
definizione delle specifiche della struttura dati del data warehouse è d’obbligo
concentrarsi su indicatori sintetici che forniscano dimensioni di analisi e misure che
permettano a colpo d’occhio di valutare i propri processi di business, i key
performance indicators, o indicatori di performance.
4.9 - Business Performance Management
Con il termine di Business Performance Management ci si riferisce ad uno specifico

utilizzo delle tecniche di Business Intelligence, delineato nelle sue caratteristiche
principali solo molto recentemente: esistono un certo numero di tecniche
riconducibili a questo termine (Business Activity Monitoring, Corpotate Performance
Management), che non sono ancora state definite come facenti parte di un modello
comune.
È probabile quindi che in un futuro prossimo la definizione di BPM possa cambiare,
inglobare nuovi metodi e criteri oppure cambiare definitivamente nome: in questa
9
Sun Tzu, “L’arte della guerra”.
10
P.Cabena, P.Hadjinian, R.Stadlet, J.Verhees, A. Zanasi – “Discovering Data Mining, from concepts to
implementation”.
44
sede risulta utile una spiegazione al fine di specificare al meglio il già citato utilizzo
“non ortodosso” della business intelligence applicata al contesto della qualità totale.
Business Performance Management significa avere un un sistema di gestione della
performance che porti al successo aziendale grazie ad un approccio pro-attivo alla
gestione dei processi aziendali, alla precisione delle misure e ad una capacità di
reazione ai singoli problemi aziendali.
La Business Intelligence diventa quindi un elemento di importanza critica ne
favorire un processo di Business Performance Management: si tratta di un
approccio olistico al problema della gestione dei processi e delle performance di
un’azienda.
Visione aziendale e manageriale

dei processi
Obiettivo:
capire lo status dei processi,
Business Process Management attraverso una visione completa
dei processi volta ad un rapido
miglioramento dell’esecuzione.
Visione tecnologica e informatica

dei processi
Lo scenario competitivo odierno è caratterizzato, oltre da un mercato instabile e in

rapido cambiamento, dall’enorme valore assunto dagli stakeholders di un’azienda
(clienti, fornitori, ecc.) i quali, in mancanza di risultati, hanno un notevole potere, e
non esitano ad utilizzarlo:
diventa quindi indispensabile per i managers essere in grado di agire in tempi
brevissimi, e ottenere risultati in tempi altrettanto ristretti.
Basti pensare che se fino a non molto tempo fa le performance di un’azienda erano
calcolate e considerate attendibili su base annuale ora le stesse misurazioni e
valutazioni vengono fatte (e spesso decidono le sorti di dipendenti e dirigenti)
regolarmente su base trimestrale.
Ridefinire continuamente gli obiettivi e le strategie richiede una piattaforma IT in

grado di assorbire e gestire il bisogno di cambiamento: il Business Performance
Management aiuta la dirigenza con un serie di misure della performace, o key
performance indicators (KPI, vedi capitolo 2), specifiche per un particolare processo
aziendale, il che aiuta alla lunga anche gli specialisti IT, ai quali vengono forniti
input per focalizzarsi meglio su determinati aspetti del sistema informativo (“...to
do more with less”)11 e su quali dati concentrarsi.
4.10 - Relazione fra Business Intelligence e Business Process Management
Come ho già detto, le tecniche di Business Intelligence sono un driver essenziale

nell’esecuzione di un corretto piano di Business Performance Management: queste
tecniche offrono un’infrastruttura (il data warehouse e la relativa struttura dati) e
strumenti specializzati che permettono di analizzare i processi automatizzati dal
sistema IT.
11
(AA.VV. 2005)
45
Le tradizionali tecnologie di supporto alle decisioni, sia che si tratti di report

generati automaticamente, di query ad hoc, di data mining o di analisi
multidimensionali, hanno la caratteristica di analizzare i processi dopo che il fatto
misurato è accaduto, senza collegamenti diretti versi il processo che ha generato il
fatto: la forza del BPM sta nell’unire la capacità di analisi delle tecniche di Business
Intelligence un monitoraggio dinamico e la capacità di agire e prendere
rapidamente decisioni critiche, in modo da chiudere il ciclo di ottimizzazione
(inserire immagine sopra).
Le tecniche di Business Intelligence si stanno sviluppando sempre di più, per una
serie di motivi:
o Le applicazioni analitiche della business intelligence sono sempre di più

utilizzate in modo pro-attivo: in molti casi queste operazioni non forniscono
solo informazioni sui processi, ma permettono di comparare i risultati dei
processi stessi in relazione ad obiettivi, budget e previsioni;
o I cruscotti (dashboard) sono sempre più il metodo preferito per permettere

la visualizzazione statistiche, dati e indicatori agli utenti: le interfacce
sempre più intuitive rendono l’approccio a queste tecnologie sempre più
facile, come diventa sempre più facile eseguire il passaggio dalla
consultazione del cruscotto alle decisioni sul business;
o Avere dati in tempo reale, o comunque a bassa latenza di aggiornamento,

diventa un fattore chiave che porta all’utilizzo di sistemi di Business
Intelligence che permettono di avere dati aggiornati su base giornaliera.
La Business Intelligence che viene utilizzata nell’ambito del Business Process

Management viene leggermente “piegata” rispetto ai suoi canoni classici,
assumendo caratteristiche nuove, come sintetizzato nella tabella qui sotto.
Caratteristica Business Intelligence Business Intelligence

e
Business Process
Management
Implementazione Dipartimentale Intera azienda
Focus Storicizzazione Aggiornati, quasi in tempo reale
Decisioni Strategiche e tattiche Strategiche, tattiche e
operazionali
Utenti Solo analisti Dirigenti, amministratori,
impiegati
Orientamento Reattivo Pro-attivo
Output Analisi Azioni correttive, piani di
sviluppo e miglioramento
Misure Metriche standard KPI e metriche contestualizzate
Viste Generiche Personalizzate
Visualizzazioni Tabelle, report e grafici Cruscotti e indicatori
Interazione Pull (query ad hoc) Push (eventi e avvertimenti)
Analisi Analisi dei trends Eccezioni
Dati Strutturati Strutturati e non strutturati
L’impatto che il Business Process Management ha su un’organizzazione deriva dalle

seguenti tipologie di dati che vengono prese in esame:
- dati derivanti dalle singole operazioni dei processi aziendali;

- analisi sui dati storici dei processi;
- budget e previsioni;
46
- dati su concorrenti e in generale sull’ambiente esterno.
Questi dati vengono utilizzati dalle applicazioni di Business Intelligence per creare
quell’informazione utilizzabile da management sotto forma di:
- Key Performance Indicators

- Analisi e reports
- Suggerimenti per azioni correttive
- Avvisi
Nel capitolo che segue illustrerò il processo di creazione di un cruscotto aziendale

tramite un software di Business Intelligence: il cruscotto è l’output di un lungo
processo che parte dalla definizione dei processi aziendali e passa attraverso
numerose fasi come l’adozione di un modello di qualità, l’individuazione delle
necessità degli utenti del sistema informativo aziendale, la creazione di un data
warehouse, lo sviluppo di KPI e il loro utilizzo all’interno di un sistema di controllo
della qualità totale votato al miglioramento della performance.
47
Progetto Indicatori di Performance
5.1 - Introduzione
Come anticipato nella fase introduttiva della tesi il nucleo centrale della trattazione
è lo sviluppo di un set di indicatori di performance standard, che si basassero su
KPI specifici derivanti dalle informazioni raccolte dal sistema del programma
Quarta®.
Lo scopo è quello di poter fornire un potente sistema di business intelligence in
grado di lavorare ingrato al sistema di gestione della qualità di Quarta®.
In questo capitolo per dovere di sintesi analizzerò le varie fasi del progetto relativo
ad un solo set di indicatori dei tanti sviluppati, quello relativo alle non conformità
dei fornitori.
5.2 - Data source
È importante comprendere qual’è l’origine dei dati che sono stati oggetto dello
sviluppo di questo progetto: la sorgente dati principale è in questo caso12 il
database di Quarta®, o meglio, tutta una serie di tabelle legate con l’ambito (le non
conformità dei fornitori) che si è deciso di valutare.
Nel nostro caso l’individuazione dei dati di partenza è resa semplice dal fatto di
avere solamente una fonte dati alla quale fare riferimento: nella pratica (come
mostrato nel capitolo 4) spesso occorre riconciliare più fonti dati, di natura diversa,
il che allunga e complica notevolemente la prima fase del progetto.
Data la struttura modulare di Quarta® sono facilmente individuabili le tabelle del
database dalle quali verranno estratti i dati, che sono le seguenti:
Nome tabella Descrizione
RJ1 Tabelle che contiene i dati relativi alle non conformità, che sul database
Quarta® vengono tracciate e descritte da una serie di campi (vedi in
seguito).
AR1 Tabella che contiene i dati relativi agli articoli che possono essere oggetto
di non conformità, reclami e resi.
PERIODI Tabella contenente le informazioni temporali (date, ore).
SUP Tabella contenete dati sui fornitori dell’azienda.
12
Nello specifico si tratterà di un database demo utilizzato per presentazione di Quarta presso potenziali
clienti, contenente un set di “falsi” dati: nella pratica tutto il processo che descriverò può essere
applicato a qualsiasi installazione standard con un database Quarta.

5.3 - Il ciclo ETL: extraction, transform & loading
Il primo passo da affrontare in un qualsiasi progetto di business intelligence è quelli

di ottimizzare la struttura dati esistente in modo che si adatti al meglio ai nostri
scopi.
A tale proposito occorre una operazione di extraction, transformation & loading,
comunemente riconosciuta come ciclo ETL: in questa fase occorre in principio
individuare nel database operazionale (nel nostro caso il database standard nel
quale Quarta® immagazzina i dai) le tabelle e i campi contenenti dati che dobbiamo
analizzare.
É in questa fase che si crea il datawarehouse e si denormalizzano e aggregano i
dati del database, sino a ridurne la tipica struttura relazionale ad una struttura a
stella, come illustrato nel precedente capitolo.
Figura 3 - Un esempio di come vengono visualizzati i DTS in SQL Server 2000
Lo strumento utilizzato nello specifico sono i Data Transformation Services (DTS) di

Microsoft SQL Server 2000: si tratta di una serie di operazioni che vengono
eseguite utilizzando istruzioni SQL, al fine di estrarre i tabelle o particolari campi da
un database e inserirli in altre tabelle, eseguire operazione di ridenominazioni di
campi, pulitura di dati, aggiunta di campi calcolati, ecc.
Una visualizzazione schematica del DTS (vedi Figura 1, qui sopra) permette
intuitivamente di capire la logica di tipo workflow sottostante all’intero processo: le
frecce nere rappresentano i task, le operazioni che si vanno ad eseguire sulla
sorgente (source) per portare i dati ritenuti necessari nel data warehouse di
destinazione (destination).
Al completamento di ciascuna operazione di questo tipo un sistema di gestione del
flusso si occupa di far partire l’operazione successiva in caso di completamento
avvenuto, oppure di bloccare l’esecuzione di tutto il DTS in caso di errori.
49
Ogni operazione viene eseguita tramite comandi SQL, allo scopo di illustrare ancora
più a fondo la struttura di un DTS mi servo dell’immagine qui sotto.
Il task denominato “Insert periods” permetto di creare nel data warehouse la

tabella Periodi, omonima a quella del database: in questo particolare caso il data
source è un file .mdb di Access dal quale vengono prelevati tutti i campi della
tabella-sorgente, replicandoli della tabella-destinazione.
Il task denominato “updateMESEO” è un aggiornamento dei valori che sono stati

importati all’interno del data warehouse: in questo caso ho riportato esattamente
l’istruzione SQL che esegue una ridenominazione dei dati relativi al campo MESEO
che, per un problema di ordinamento che descriverò più avanti, necessitano di
avere il numero corrispondente al mese anteposto al nome del mese stesso.
Questa è una classica operazione di trasformazione dati compresa nel ciclo di

Extraction, Transform & Loading: le operazioni di questo tipo possono rivelarsi
molto più complesse di quella mostrata in questa occasione, la grande maggioranza
tuttavia consiste in una ridenominazione dei dati presenti in un campo del data
warehouse, in genere per renderlo più leggibile ad un utente umano, o viceversa,
per far s’ che i dati siano più facilemente calcolabili da un algoritmo.
Un esempio del primo tipo di trasformazione può essere la transcodifica dei flag: i
flag sono valori di solito composti da una sola lettera o cifra, che vengono registrati
in questa maniera sintetica per non sovraccaricare il database operazionale.
50
In fase di definizione de data warehouse si deve tener presente tuttavia che tutti i
flag importati dal sistema operazionale possono essere oggetto di una
presentazione agli utenti, quindi si rende necessario tradurre il flag in una
descrizione che ne riveli il signicato: casi banali possono essere quello del codice
delle referenze che in Quarta® viene utilizzato per definire con le lettere ‘C’ e ‘S’
per indicare ‘Clienti’ e ‘Fornitori’, oppure del ‘Tipo Responsabilità su non conformità’
che sul database è definito da cifre comprese tra 0 e 3, mentre sul data warehouse
ad ognuna di queste cifre corrisponderanno descrizioni del tipo di responsabilità
come ‘Interna’, ‘Terzi’ o ‘Altra NC’.
Un’operazione meno banale nel corso delle operazioni del ciclo ETL interessa i campi
calcolati: succede spesso i fase di definizione delle specifiche utente di rendersi
conto che non si dispone di certi dati, oppure si ha bisogno di valori che non sono
previsti all’interno del database.
Occorre quindi creare campi calcolati, inserendoli all’interno della tabella sul data
warehouse che necessita di tale “potenziamento”.
Un esempio di applicazione di campi calcolati è stato affrontato durante la

definizione delle specifiche per l’indicatore “Valutazione Fornitore”, nel quale
occorreva, al fine di valutare l’efficienza di un fornitore, conoscere esattamente il
livello degli anticipi, dei ritardi delle consegne.
Sono stati creati campi che calcolassero, partendo dai dati presenti sul database
relativi a “data consegna prevista”, “data consegna effettiva” e “data ordine”, la
differenza in giorni tra la data di consegna prevista e la data di consegna effettiva
per valutare i ritardi o gli anticipi, mentre la differenza in giorni tra la data
dell’ordine e la data di consegna effettiva come misura della reattività del fornitore.
Dopo aver creato questi due campi calcolati, associeremo a ciascun valore (a
seconda che la differenza in giorni fra due date sia 0, positiva o negativa) un campo
contenente un flag 0/1 nel caso si tratti di una consegna in ritardo, in anticipo o
arrivata esattamente nella data prevista.
In seguito, per poter usufruire di questa informazione che abbiamo creato e

aggiunto al data warehouse, si crea un ulteriore campo ‘Tipo’, nel quale a seconda
dei flag generati in precedenza, verrà associato ad ogni consegna registrata una
descrizione del tipo ‘Anticipo’, ‘Ritardo’ oppure ‘Ok’.
5.4 - Interrogare il data warehouse
Ora che tramite il DTS abbiamo caricato le tabelle del darawarehouse occorre
creare gli schemi a stella che andranno a comporre il parte del datamart, che nel
nostro caso specifico farà probabilmente parte del settore controllo qualità.
L’individuazione della fact table è facilitato, in quanto il contesto nel quale si opera
e sul quale si hanno molti dati operazionali forniti dal sistema integrato Quarta® è
quello della qualità: il fatto sul quale basare la struttura del nostro schema a stella
è la non conformità (RJ1).
La struttura dello schema a stella deve essere impostata tenendo conto delle
esigenze infomative e deve contenere tutti i dati che ci permettono di eseguire una
query per ottenere le informazioni cercate.
51
Lo schema a stella sarà così composto da:
o Dimensione – Tempo (tabella Periodi), con misure relative ad

anno, semestre, trimestre e mese;
o Dimensione – Fornitori (Tabella Sup) in questo caso i fornitori

sono oggetto del nostro indicatore, che ha lo scopo di
analizzare le non conformità per fornitore,sono stati sviluppati
anche indicatori sui clienti e sulle non conformità interne;
o Dimensione – Articoli (Tabella Ar1) definiti da dati come

codice, descrizione e famiglia di appartenensta, costo, ecc.;
o Fatto – Non conformità (Tabella Rj1), contiene tutte le chiavi

delle dimension tables, una chiave univoca per l’identificazione
della non conformità e una serie di informazioni aggiuntive.
Lo schema a stella è indicativamente questo:
Figura 4 – Questo è lo schema13 a stella dal quale ricaveremo un query che servirà a
sviluppare un cruscotto per visualizzare la quantità di articoli non conformi sul totale
consegnato per fornitore, con possibilità di analisi temporale. Da notare come le chiavi
primarie di ogni dimensione diventino chiavi esterne collegate tramite join14 alla tabella dei
fatti.
13
Lo schema qui riportato è lo stesso proposto dalla suite Hyperion Intelligence, applicazione
specializzata per Business Intelligence che ho utilizzato durante il progetto: questo programma permette
di realizzare con pochi click gli schemi e le relazioni, di creare cruscotti ad hoc, offre funzionalità di
pivoting, query e reporting che illustrerò fra poco.
14
Per join si intende un’operazione SQL che mette in relazione due tabelle, preservando le colonne dati
originali di ciascuna tabella coinvolta. Nello schema la tabella Periodi è collegata tramite una RIGHT JOIN
(=+), ciò significa che se un record di Periodi (tabella di sinistra) non è presente in Non Conformità
52
Ora che è stata definita la struttura dati dello schema a stella si può definire una
query dalla quale ricavare solo e unicamente un set di dati che sia legato da vincoli
relazionali e quindi presenti un set di dai valido al fine dell’analisi e della
presentazione finale.
La query interessa i seguenti campi:
- Anno, Semestre, Trimestre, Mesel (il nome intero del mese) dalla tabella
Periodi;
- Cenid (Codice Centro15, chiave esterna di Fornitori), Ar1Id (Codice Articolo,

chiave esterna di Articoli), Qtync (Quantità Non Conforme) e Qtydly
(Quantità consegnata) dalla tabella Non Conformità;
- Srefin1 (Descrizione Fornitore) dalla tabella Fornitori;
- Def (Descrizione Articoli) dalla tabella Articolo;
Una volta eseguita la query restituisce un set di record che soddisfano i requisiti
richiesti.
Figura 5 – Visualizzazione parziale dei risultati della query
Hyperion Intelligence Designer permette la creazione di pivot, ovvero tabella sulle

quali si possono effetturare operazioni di drill: queste operazioni servono
sostanzialmente a navigare tra le dimensioni di analisi tipiche del modello
multidimensionale fondato sullo schema dell’ipercubo.
Nel nostro caso possiamo definire una pivot che mostri per ogni fornitore le
quantità di articoli non conforme e il totale degli articoli consegnate, e permettere
un drill down16 attraverso le dimensioni temporali.
(tabella di destra) la query risultante riporta tutti i record della tabella di destra e valori nulli per i record
che non hanno riscontro sulla tabella di sinistra. Per le tabelle Articoli e Fornitori invece viene creata una
LEFT JOIN, il concetto è lo stesso solo che le posizioni delle tabelle interessate sono invertite.
15
Molti elementi all’interno del database originario di Quarta vengono considerati “centri di costo”, al
fine di fare una valutazione globale dei costi in azienda. Anche ai fornitori è assegnato un Codice Centro
che li identifica all’interno del sistema.
16
Le operazioni di drill down/up possono essere sinteticamente descritte come un’aggiunta o una
sottrazione di colonne (dimensioni) dalla tabella pivot.
53
Le potenzialità del software che è stato utilizzato permettono di creare intefacce

grafiche, detti cruscotti gestionali, che semplifichino ed automatizzino le analisi e i
drill down: è inoltre possibile creare grafici di vario tipo e report personalizzati,
sempre partendo dal set di dati richiesto tramite la query.
In questo modo, unendo possibilità di analisi dei dati e di reporting si vanno a
comprire una buona fascia dei requisiti utente che il sistema deve avere per
soddisfare le diverse esigenze: di solito un cruscotto viene utilizzato a scopo di
reportistica standard dagli impiegati mentre la dirigenza lo utilizzata come
strumento di analisi approfondita dei dati aziendali.
Figura 6 - Visualizzazione parziale del cruscotto "Fornitore – Non Conformità"
Questo utilizzo dei dati è abbastanza banale, automatizza poche funzioni che
vengono svolte da qualsiasi operatore nel campo della qualità aziendale, con
strumenti informatici molto inferiori ai questi tool di Business Intelligence: tuttavia
la ricchezza dei dati che si hanno a disposizione, supportata da un’attenta analisi
iniziale, rendono possibile in questo come in altri casi, creare tabelle dati allo scopo
di aggregare dati e ottenere informazioni praticamente impossibili da ottenere con
una struttura operazionale.
Il secondo scopo in fase di creazione di questo cruscotto aziendale era quello di

avere la possibilità di valutare i fornitori, in base al range del ritardo o dell’anticipo
medio.
54
A livello di database non esiste nessuna tabella contenente questi dati e così si
rende necessario aggregare in una tabella chiamata DLYDIFF (che potremmo
chiamare “Consegna”) campi derivanti dalla tabella AL117 (Lotti) del database di
Quarta®: non sono utili in questo caso i dati relativi alle non conformità, il fatto al
quale si guarda allo scopo di analizzarlo sono le consegne, di conseguenza
serviranno informazioni riguardo ai lotti entrati all’interno dell’azienda.
A questo scopo viene utilizzato un nuovo DTS, che ha lo scopo di importare nel data
warehouse la tabelle AL1 senza modifiche o aggiunte (verrà utilizzata per analisi
diversa da questa), verrà inoltre creata partendo da una tabella di appoggio
temporanea chiamata TMP_AL1 che sarà utilizzata per creare la tabella “Consegna”.
Il nuovo schema a stella per la valutazione dei fornitori avrà quindi come tabella
centrale Differenza Giorni (DLYDIFF) mentre le tabelle delle dimensioni saranno
Periodi, Fornitori e Articoli, come mostrato nella figura seguente.
Figura 7 – Lo schema a stella per la valutazione dei fornitori.
I campi Difggef, Difggri, Ritardo, Anticipi, Ok e Tipo sono tutti campi calcolati: i
primi due elaborano la differenza in giorni, rispettivamente, fra la data dell’ordine e
la data di cosegna effettiva (reattività del fornitore) e la differenza fra la data di
consegna prevista e quella effettiva (valutazione fornitore).
Ovviamente a seconda che dai risultati precedenti risulti un valore negativo,
positivo o uguale a zero, avremo le tre tipologie di valutazione dei fornitori: si può
procedere all’aggiunta di un campo “Tipo” che identifichi se una consegna è giunta
in anticipo, in ritardo oppure puntualmente.
Identificare la natura delle consegne di per sè non è molto utile, una volta eseguita
la query occorrerà anche stabilire dei range (in termini di giornate medie) per i
ritardi e anticipi, al fine di effetturare un ranking dei fornitori.
17
Si tratta di una tabella attraverso la quale vengono individuati e tracciati i lotti entranti nell’azienda:
contiene dati, ad esempio, su data dell’ordine, di arrivo (prevista/effettiva) del lotto, ecc.
55
La query in questo caso richiederà i seguenti dati:
- Anno, Semestre, Trimestre, Mesel (il nome intero del mese) dalla tabella
Periodi;
- Codice riferimento (Codrif), Codice Articolo (Codart), Difggef
(Differenza giorni, efficienza), Difggri (Differenza giorni, valutazione) dalla
tabella Consegna, più i campi calcolati Anticipo, Ritardo, Ok e Tipo;
- Descrizione Fornitore (Srefin1) , dalla tabella Fornitori;
- Descrizione Articolo (Def), dalla tabella Articoli.
Come detto in precedenza questi dati, anche quelli appositamente calcolati, non ci
sono di utilità per effettuare la valutazione dei fornitori: è necessario infatti creare
una pivot con ulteriori campi che effettuino operazioni sui dati.
È necessario innanzitutto un campo che calcoli la durata media di un ritardo o di un
anticipo: si può facilmente derivare tali dati dai valori del campo Difggri e creare
un campo nella tabella pivot Giorni Media, che calcoli il valore medio dei ritardi (o
degli anticipi) sulle consegne di un determinato fornitore.
Ora, avendo a disposizione questo importante dato aggiuntivo, è possibile stabilire

dei range di ritardo/anticipo sulla base dei quali valutare i fornitori: è importante
sottolinere che questi range sono stati impostati come valori di default decisi “a
tavolino”, ma è ovvio che ogni azienda su un fattore critico come i ritardi e gli
anticipi dei fornitori può e deve avere a seconda dei processi coinvolti esigenze di
valutazione differenti (in termini di range di giorni, oppure anche di range diversi
per fornitori diversi).
Figura 8 – Le impostazioni di drilling vengono automatizzate nuovamente attraverso l’utilizzo

dell’interfaccia di questo cruscotto.
Per le nostre esigenze abbiamo stabilito che i range per i ritardi18 fossero:
- Ritardo di classe R5, ritardi superiori a 10 giorni;
- Ritardo di classe R4, da 5 a 10 giorni medi di ritardo;
- Ritardi di classe R3, fra 3 e 5 giorni di ritardo in media;
18
Allo stesso modo, mantenendo gli stessi range di giornate, si avranno classi di anticipi denominati A1,
A2, A3, A4, e A5.
56
- Ritardi di classe R2, fra 1 e 3 giorni di ritardo in media;
- Ritardi di classe R1, ritardi al massimo di un giorno.
In questo modo sia ha a disposizione una valutazione visiva dell’operato dei

fornitori, una “X” (ma potrebbe essere anche un’immagine od un voto) viene
visualizzata nella casella corrispondente al range del ritardo o dell’anticipo
accumulato.
Un’analisi ulteriore dei dati ricavati dallo schema a stella per l’analisi degli anticipi,
dei ritardi e delle consegne puntuali è quella mostrata qui sotto: si tratta di una
nuova pivot, che sfrutta i dati relativi alle quantità totali di anticipi, ritardi e
consegne per poter visualizzare in termini percentuali le tipologie di consegne e
visualizzarle in un comodo grafico a barre.
Figura 9 - La schermata completa della sezione "Ritardi" del cruscotto "Non Conformità -
Fornitori"
5.5 - Altri indicatori e applicazioni
Nel corso dell’esperienza in Blulink sono stati sviluppati una serie di indicatori anche
per altri aspetti del sistema qualità, mentre altri sono ancora in fase di sviluppo: qui
di seguito elencherò alcuni di quelli sviluppati e per ognuno indicherò alcune
caratteristiche o particolari accorgimenti nella modellazione dei dati.
Aggiungerò anche un elenco di indicatori che verranno sviluppati nel prossimo
futuro, indicando particolari caratteristiche: ovviamente essendo ad una fase
iniziale dello sviluppo mancheranno quasi completamente di struttura dati definita,
ma possono già fornire un’idea di quello che sarà l’indicatore finale.
57
Catalogo difettosità
Il nome di questo indicatore, anche se volendo essere formali non si tratta di un

vero e proprio indicatore, è abbastanza auto-descrittivo: si tratta di utilizzare le
informazioni estese riguardo ogni singola non conformità registrata per aggregare
le informazioni secondo tre caregorie, utilizzando le quali si va a formare il
catalogo:
- Categoria della non confomità, nel nostro caso divisa secondo una delle
possibili ripartizioni secondo “Particolare a disegno”, “Commerciale” e
“Montaggio”;
- Tipologia del difetto;
- Dettagli e/o descrizione del difetto.
Figura 10 - Visualizzazione del catalogo difetti.
Il catalogo difetti è stato creato con uno schema a stella “classico” comprendente la
tabella Non Conformità come fact table, le tabelle Articoli, Periodi, Clienti (oppure
Centri di costo19) come dimension tables.
Viene inserita inoltre una tabella di “appoggio”, presente nella struttura standard
del database di Quarta®, chiamata “Dettagli non conformità” che contiene le
informazioni estese come la definizione del tipo di non conformità e i dettagli.
Anche questa pivot è navigabile in senso temporale ed è inoltre possibile
visualizzare il catalogo difetti con un grafico a barre o a torta.
19
Il catalogo difetti è stato creato per valutare le tipologie dei difetti sia interni (ovvero durante la
normale produzione), sia difetti riscontrati da clienti. Nel caso la difettosità provenga dall’interno
dell’azienda tali dati fanno riferimento ai reparti aziendali.
58
Vendor rating
Il vendor rating è un tipo di valutazione classica dei fornitori: si tratta di un indice

calcolato prendendo in esame varie categorie di dati riguardo ai fornitori: è stato
creato a questo proposito un apposito cruscotto denominato appunto “Vendor
Rating” nel quale vengono analizzati aspetti come le non conformità, i ritardi e i resi
per fornitori.
Il vendor rating diventa quindi un indicatore (calcolato in questo caso su base
percentuale) di valutazione del fornitore sulla base di quante non conformità, resi e
ritardi ha accumulato sul totale della merce spedita all’azienda.
Come si può vedere qui sotto anche questa pivot è navigabile lungo le dimensioni
temporali, questa volta si è deciso per optare solo su un’analisi mensile, e in
aggiunta c’è la possibilità di valutare i fornitori in base al tipo di articolo per il quale
si vuole ottenere la valutazione (avendo a disposizione sia il codice che la
descrizione).
Figura 11 - Pivot contenente i dati con i quali si calcola il vendor rating.
Al fine di avere un insieme di cruscotti che coprissero tutti i moduli di Quarta®, in

modo di avere una piattaforma di Business Intelligence standard utilizzabile da
chiunque avesse anche uno solo dei moduli, sono stati pensati e sono in fase di
sviluppo anche le seguenti applicazioni:
- Risorse Umane, per gestire in maniera ottimale le risorse umane, utilizzando

i dati dell’omonimo modulo di Quarta®.
Questo cruscotto sarà composto da varie sezioni per l’analisi delle
competenze, delle posizioni, dei corsi di formazione relativi al personale
dell’azienda;
- Albo Fornitori, una sorta di catalogo fornitori, con anagrafica estesa, molto
utile per azienda multinazionali che hanno diversi fornitori dislocati
internazionalmente;
- Manutenzione Impianti, per implementare una serie di indatori che rendano

possibile il completo controllo della manutenzione delle macchine e degli
impianti industriali (tempo fra un guasto e il successivo, durata degli
interventi di riparazione,ecc.)
- Reclami e Resi, gestione, visualizzazione e analisi avanzata dei reclami e dei

resi in azienda;
59
Riepilogo e considerazioni finali
L’integrazione dei modelli e delle tecniche illustrati finora portano all’eccellenza,

anche il livello di eccellenza però deve essere misurato perchè può essere
migliorato.
La spinta al miglioramento continuo da parte di qualsiasi organizzazione deve
partire dai leaders, diventare un fatto culturale acquisito e diffuso in tutto il
personale e i collaboratori: partendo da una tale cultura aziendale si possono
iniziare progetti con il fine di migliorare i processi interni.
Per procedere occorre una descrizione processiva completa dell’azienda, che per
migliorare il flusso informativo che dovrà automatizzarne il processo: questo
genererà un notevole volume di dati che verranno immagazzinati nei vari database
aziendali.
Con il passare di tempo l’immagazzinamento dei dati e la gestione processiva
dell’azienda sembreranno non dare nessun tipo di vantaggio all’organizzazione che
ha adottato queste soluzione: occorre dare un ulteriore contesto culturale-aziendale
nell’ambito dell’adozione di un sistema informativo, quello della qualità può essere
uno di questi.
La “montagna di dati” deve essere ridotta, e resa facilmente scalabile dalle diverse
categorie di utenti dell’organizzazione: si deve procedere quindi allo sviluppo di un
data warehouse, un magazzino di dati “utili” al fine di ottenere solo ed
esclusivamente informazioni importanti per analizzare, valutare e migliorare i
processi aziendali.
La cultura aziendale auspicata in precedenza è essenziale durante la fase della
definizione dei requisiti utente del data warehouse: solo se chi deve utilizzare
questo sistema ha una approfondita conoscenza dei processi dell’azienda si può
veramente sviluppare un data warehouse contenente dati veramente utili, che
servano ad impiegati, responsabili dei vari dipartimenti e dirigenti a valutare e
prendere decisioni corrette sulla base delle informazioni acquisite dal sistema.
Sono proprio le diverse esigenze informative ai vari livelli aziendali che rendono
necessario un ulteriore passo della definizione dei dati: entrano in gioco infatti le
tecniche di Business Intelligence, che permettono di filtrare i dati, creare indicatori
di performance, visualizzare le informazioni tramite cruscotti creati ad hoc e
generando reportistica a seconda delle diverse esigenze.
Le moderne piattaforme di sviluppo per applicazioni di Business Intelligence, unite
all’utilizzo di reti aziendali, permettono una condivisione di queste informazioni a
tutta l’utenza dell’organizzazione: la possibilità di definire i privilegi e i profili degli
utenti (tipica delle architetture client-server), che possono accedere al set di
indicatori o reportistica secondo le loro esigenze.
L’interdisciplinarietà di un progetto del genere rende necessaria un sensibilizzazione
delle due aree coinvolte, management e settore IT: i dirigenti e in generale gli
utenti del sistema informativo dovrebbero cercare di migliorare la loro compresione
dell’infrastruttura informatiche che utilizzano giornalmente al fine di dare indicazioni
precise agli esperti IT, i quali da parte loro necessitano di una maggiore
comprensione dei processi di business che risulta indispensabile al fine di
comprendere come costruire sistemi che si adattino perfettamente alle esigenze
aziendali.

61
Ringraziamenti
Ringrazio Stefano Setti e Bernhard Konzet, che mi hanno dato la possibilità di

svolgere lo stage presso la loro azienda e che in seguito hanno continuato a darmi
fiducia per lo sviluppo di un progetto così importante.
Un ulteriore ringraziamento a Stefano Setti per aver accettato di essere il relatore

di questa tesi, ben sapendo che mole di impegni deve affrontare giornalmente.
Un grazie a Simone Bocchi, che mi ha seguito come tutor aziendale, insegnandomi

e cercando di rendermi operativo nel poco tempo avuto a disposizione, nonostante
gli ovvi impegni di lavoro.
Un ringraziamento a tutto il personale di Blulink, che sono sempre stati disponibili a

darmi una mano, qualsiasi cosa mi servisse e che mi hanno facilitato l’inserimento
in azienda.
Grazie ad Alessandro Iotti ed Enrico Nironi, miei compagni di “avventura”, fra

scuole superiori e università, da ormai 8 anni: a loro devo molto, soprattutto il fatto
di averli avuti accanto mi ha spinto a migliorarmi come studente (mai stato al loro
livello, purtroppo) e come persona.
Grazie a tutti gli studenti del corso di Economia, Reti e Informazione che dal
Settembre 2002 hanno affrontato questa avventura: a tutti auguro buona fortuna e
buon proseguimento, mi ritengo fortunato ad aver avuto a che fare con persone
così in gamba.
Grazie ai miei genitori, per avermi permesso di studiare, di svolgere le attività che
mi piacevano e per avermi dato un’educazione solida che nella vita mi servirà più di
qualsiasi libro studiato o laurea conseguita: spero che questo piccolo traguardo che
ho raggiunto possa essere per loro un premio per il lavoro (quello di genitore) che
hanno svolto in questi anni.
Grazie a tutte le persone che fino ad oggi mi hanno consigliato e insegnato: mi

ritengo una persona fortunata perchè ho sempre fatto le scelte giuste che mi hanno
portato a conseguire sempre i miei obiettivi.
La fortuna non è esserci riuscito, ma è aver incontrato tutti voi, che con le vostre
parole, i vostri rimproveri e la vostra vicinanza mi avete sempre sostenuto.
Grazie.
Davide,
San Polo d’Enza - 25 Novembre 2005.
62
Bibliografia
(AA.VV. 2005)
C. Ballard, C. White, S. McDonald, J. Myllymaki, S. McDowell, O. Goerlich, A.
Neroda – “Business Performance Management...Meets Business Intelligence”, IBM
Redbooks, 2005.
S. Bocchi, B. Konzet – materiale e documentazione interna di Blulink s.r.l.
G. Bracchi, C. Francalanci, G. Motta – “Sistemi informativi per l’impresa digitale”,

2005
G. Bracchi, G. Motta – “Processi aziendali e sistemi informativi”, 2001
(Golfarelli-Rizzi 2002)
M. Golfarelli, S. Rizzi – “Data Warehouse, teoria e tecnica della progettazione”,
2002
R. Kimball – “The Data Warehouse Toolkit”, 1997
Project Management Institute – PMBOK Guide, third edition, 2004
S. Setti – Slides del corso “Gestione dei Sistemi Informativi Aziendali (mod.1)”,
corso di laurea in “Economia, Reti e Informazione”, 2004/2005
63
Sitografia
Associazione Italiana per la Cultura della Qualità – http://www.aicq.it
Balanced Scorecard Organisation - http://www.balancedscorecard.org

Sito ufficiale dell’ organizzazione di Kaplan e Norton.
Blulink – http://www.blulink.com
Business Process Management Initiative - http://www.bpmi.org
European Foundation for Quality Management - http://www.efqm.org

Sito ufficiale dell’associazione EFQM.
Articoli: “Introuducing Excellence”, “Fundamental Concepts of Excellence”.
Free Datawarehouse - http://www.freedatawarehouse.com

Risorsa gratuita sul mondo dei datawarehouse, con tutorials ed esempi.
IBM Redbooks - http://www.ibm.com/redbooks

Risorse e white papers dagli esperti IT di IBM.
Risorsa: “Business Performance Management...Meets Business Intelligence”
Intelligent Enterprise - http://www.intelligententerprise.com

Magazine online contente articoli sul mondo e le metodologie IT.
International Organization for Standardization – http://www.iso.org
JUSE - http://www.juse.or.jp/e/index.html
Sito ufficiale dell’associazione
Project Management Institute – http://www.pmi.org

Sito ufficiale dell’istituto che si occupa della redazione del Project Management Body
of Knowledge.
Wikipedia, the free encyclopedia - http://en.wikipedia.org
64

Indicatori Di Performance Dei Processi Aziendali: Sviluppo Di Un Progetto Di Business Intelligence All'interno Del Sistema Qualità.

Uploaded by

Document Information

Original Title

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

Indicatori Di Performance Dei Processi Aziendali: Sviluppo Di Un Progetto Di Business Intelligence All'interno Del Sistema Qualità.

Uploaded by

Copyright:

Available Formats

Università degli Studi di Modena e Reggio Emilia

Facoltà di Scienze della Comunicazione e dell’Economia

Corso di Laurea in Economia, Reti e Informazione

Anno Accademico 2004/2005

Indicatori di performance dei processi aziendali:

Laureando: Davide Tarasconi

Relatore: prof. Stefano Setti

Blulink: presentazione dell’azienda .........................................8

Presentazione del progetto Indicatori Standard Processi

Gestione dei processi.............................................................10

1.1 - Introduzione .....................................................................................10

Sistemi informativi direzionali ...............................................16

2.1 - Introduzione .....................................................................................16

Principali metodi e approcci per la qualità in azienda ............22

3.1 - I principi della qualità in azienda .........................................................22

Data warehouse, Business Intelligence e ..............................33

4.1 - Introduzione .....................................................................................33

Progetto Indicatori di Performance .......................................48

5.1 - Introduzione .....................................................................................48

Riepilogo e considerazioni finali ...........................................60

L’idea di interdisciplinarietà che caratterizza il corso di laurea in “Economia, Reti e

Affrontare il tema relativo allo sviluppo di indicatori di performance nell’ambito della

La trattazione separata di questi argomenti avrebbe portato a perdere il quadro

Indicatori di performance dei processi aziendali:

- supportare le imprese con soluzioni software che rispondano alle esigenze

- favorire ed accellerare lo sviluppo aziendale;

- perfezionare i processi aziendali e produttivi.

Blulink, per affrontare i mercati odierni, ritiene indispensabile un cambiamento in

- Controllo Qualità, composta da Accettazione, per verifica dei materiali

- Sistema Qualità, Ambiente e Sicurezza, caratterizzata da una gestione

- Analisi dei dati, integrazione di data warehouse e tecniche di Business

Le finalità di questo progetto erano due:

o La prima in chiave commerciale e marketing, per avere uno strumento di

In questo periodo, oltre ad una lunga fase di formazione, ho appreso le tecniche

Successivamente alle operazioni di pulizia dei dati è stato necessario elaborare un

Al termine della tesina, a completamento della trattazione teorica dei vari

La necessità e l’utilità dei sistemi informativi in azienda ha da sempre richiesto una

1.2 - Business Process: il concetto

Il business process è un’attività, che all’interno dell’azienda è connessa ad un serie

Business Process = ( Attività, Input, Output, Clienti)

Indicatori di performance dei processi aziendali:

1.3 - Business process: le famiglie

Come detto in precedenza i business processo sono flussi di servizi ai clienti: se ci

o Business Process primari (market driven), in cui l’output del processo è

BPp = f (Servizi e Prodotti, Categorie di clienti)

o Business Process di supporto (internal driven), sono quelli in cui i clienti

1.4 - Business process: gerarchie

- business process o macroprocessi;

Ognuno di questi livelli di dettaglio ha una sua logica di disaggregazione, un certo

I macroprocessi sono caratterizzati, nel caso dei business process primari, da

I processi vengono ricavati dai macroprocessi seguendo due logiche principali:

1.5 - Rivedere i processi: un cenno al Business Il Cliente Interno

3. Riprogettazione dei processi

4. Messa in opera delle modifiche

Questa è la fase operativa, nella quale si effettuano di fatto i cambiamenti

comporta contemporaneamente cambiamenti di struttura organizzativa, abbandono

1.6 - Leve di un progetto

Per leve di un progetto di reengineering si intende tutta la serie di variabili delle

1. Flussi delle attività

Si tratta semplicemente della sequenza logica di attività attraverso le quali viene

Amministrazione Magazzino Amministrazione

Ordine Evasione Spedizione Fatturazione

Occorre analizzare la struttura organizzativa sottostante ai processi, i ruoli, i