Funzioni e strumenti di reporting

Un REPORT è lo strumento utilizzato per ottenere una "sintesi" ed "aggregazione" dei dati e delle informazioni ricavate contenuti in una serie di tabelle. Nella progettazione di un report è importante considerare l’obiettivo che si desidera perseguire, il pubblico al quale è destinato e il livello di informazioni di cui avrà necessità. E' possibile generare report per mezzo di creazioni guidate simili e l’ambiente di progettazione è in gran parte il medesimo. E' possibile aggiungere etichette, caselle di testo, immagini e altri controlli e naturalmente impostarne le proprietà, si possono visualizzare informazioni di uno o più record provenienti da una o più tabelle o query ed avere più insiemi di intestazioni e piè di pagina. I report hanno lo scopo di fornire agli utenti il facile accesso alle informazioni memorizzate nel database e sono usati soltanto per visualizzare informazioni, in anteprima sullo schermo, ma generalmente vengono stampati. 

Le TABELLE, invece, forniscono una visione dettagliata dei record e sono rivolte a persone che lavorano con il database, mentre i report sono spesso utilizzati per raggruppare e riepilogare dati, appunto per sintetizzare, e sono in genere rivolti a persone che non lavorano con il database, ma che usano queste informazioni per altre attività aziendali. Le tabelle sono ciò con cui si memorizzano i dati e sono la più semplice struttura in cui è possibile organizzarli. All'interno di esse possiamo distinguere i campi ossia i "contenitori" delle informazioni omogenee che si vogliono memorizzare nelle tabelle; poi ci sono i record, ossia l’insieme di dati che fanno capo alla stessa entità fisica. Un record è composto da più campi e, là dove i campi sono le colonne, i record sono le righe. 

Considerando una tabella nel suo complesso, possiamo esplicitare come dimensione e misura assumano una diversa funzione. Una misura rappresenta una colonna contenente dati quantificabili, spesso di tipo numerico, che è possibile aggregare. Una misura è in genere mappata a una colonna di una tabella. Per definire le misure è possibile utilizzare le colonne degli attributi delle tabelle delle dimensioni. Per ciascuna misura è disponibile una definizione per la funzione di aggregazione, l'attributo di formattazione, l'origine dell'elemento di dati e altro. Le dimensioni sono un subset di dimensioni del cubo da utilizzare per creare il gruppo di misure elaborato. 

Tutto il resto è ciò che permette di inserire, leggere (stampare), manipolare, estrarre i dati. 

Ciascuna rappresentazione tabellare ha dietro un datasource, cioè una QUERY, ovvero una regola di estrazione sulla base della quale è possibile reperire i dati da più tabelle del data warehouse e inserirli in una sola tabella, contenente solo le informazioni utili per la realizzazione di un report. Si può dire che le query sono una sorta di interrogazione al DB, creati per avere informazioni di ogni tipo sui dati in esso contenuti. Le query hanno bisogno però dei criteri, ovvero delle restrizioni che soddisfano dei parametri di ricerca. Le funzioni di queste query possono essere il recupero di dati accomunati da parametri, ordinarli in una certa maniera, aggiungere e/o rimuovere dati da una tabella all’altra. Le query possono essere con o senza aggregati:

• le query non aggregate conducono un'elaborazione delle righe considerandole singolarmente;
• le query aggregate elaborano le righe a gruppi, costruendo a partire da queste nuove righe e calcolando nuovi attributi non presenti nelle righe di input.

Le funzioni aggregative operano su un gruppo di valori, fornendo un risultato sintetico delle informazioni. Il gruppo di valori può essere costituito da: tutte le righe di una tabella, le righe selezionate con la clausola "Where", le righe create con la clausola "Group by". Il ricorso alle funzioni aggregative è utile nel momento in cui più unità presentano le stesse modalità in più caratteri ed è possibile operare una sintesi che può essere rappresentata graficamento con una matrice dati CxV.

Le principali funzioni aggregative sono:

• COUNT La funzione COUNT viene utilizzata per recuperare il numero di righe di una colonna. Questa funzione può essere utilizzata su qualunque tipo di dato.

• COUNT(DISTINCT) Questa funzione restituisce il numero delle diverse combinazioni che non contengono il valore "NULL". Per riassumere quindi, se avessimo una tabella di MySQL che raccoglie le registrazioni a un determinato sito, SELECT COUNT(DISTINCT) può essere utile per sapere quanti nomi diversi sono stati usati, oppure quanti diversi titoli di studio ecc.

• MAX Questa funzione restituisce il valore più alto contenuto all'interno di una colonna. Per i campi numerici, restituisce il numero più alto, per quelli testuali seleziona il campo che secondo l'ordine alfabetico è più avanti.

• MIN Questa funzione fa esattamente l'opposto della precedente: prende il valore più basso.

• AVG Restituisce una media dei valori presenti in un campo. Da applicare ai soli campi numerici

• SUM Somma i valori contenuti nel campo. Anche questa funzione, va applicata ai soli campi numerici.

• STD Questa è una funzione utile per gli statistici. Calcola infatti la distanza di un valore dalla media.

• GROUP BY Consente di raggruppare un set di risultati in presenza di una delle funzioni aggregate previste da MySQL.

Una volta che si è creata la query desiderata è possibile racchiudere i dati trovati in una maschera o report, in modo da essere sicuri di avere all’interno di esse solo ed esclusivamente le informazioni desiderate ed aggiornate

Il customer relationship managment

Il Customer Relationship Management nasce con l'obiettivo di aiutare le aziende nella fidelizzazione dei clienti, col fine di realizzare nuove opportunità intervenendo dove il cliente ha necessità prevedibili e soddisfabili.

Il CRM è lo strumento che consente la gestione delle relazioni con i clienti, per averne sempre presente la situazione, prevederne le necessità ed in definitiva mantenere viva nel cliente l'attenzione per l'azienda.

Sono state individuate quattro ragioni fondamentali per cui le imprese dovrebbero adottare un sistema CRM:

• attrarre nuovi consumatori;
• incrementare le vendite per consumatore;
• ridurre i costi attraverso lo sviluppo di processi di business;
• aumentare (migliorare) la relazione con i consumatori e, di conseguenza, agire sulla customer loyalty.

Dal punto dei vista dei sistemi informativi il Customer Relationship Management in azienda equivale ad una serie di applicativi che consentono di estrarre informazioni e conoscenza dai database: il presupposto per l'implementazione di un sistema di CRM è l'esistenza di un database di marketing focalizzato sui clienti, cioè un database informatizzato contenente un complesso di dati e di informazioni che descrivono i clienti sia sotto l'aspetto demografico che comportamentale. Con un customer database accurato e aggiornato è possibile attuare azioni di marketing molto efficaci, oltre che a costi contenuti.

 

Il CRM si articola comunemente in 3 tipologie:

1. CRM operativo: soluzioni metodologiche e tecnologiche per automatizzare i processi di business che prevedono il contatto diretto con il cliente.
2. CRM analitico: procedure e strumenti per migliorare la conoscenza del cliente attraverso l'estrazione di dati dal CRM operativo, la loro analisi e lo studio revisionale sui comportamenti dei clienti stessi. 
3. CRM collaborativo: metodologie e tecnologie integrate con gli strumenti di comunicazione (telefono, fax, e-mail, ecc.) per gestire il contatto con il cliente.

Il CRM non è una semplice questione di marketing né di sistemi informatici, bensì si avvale di strumenti informatici per implementare il management e la strategia aziendale che pone il cliente al centro dell'attenzione sia nel caso del business-to-business sia in quello del business-to-consumer. La soluzione CRM infatti  si avvale di strumenti informatici per sviluppare con i clienti un dialogo multicanale in grado di accrescere la fedeltà ai prodotti e ai servizi, migliorando i risultati complessivi ricorrendo a strumenti di interazione diretta che possono aiutare ad instaurare il rapporto one-to-one con il cliente, come ad esempio il ricorso ad e-mail, chat e forum, risposte alle domande più frequenti (Faq o Frequently asked questions), sms, dati storici sui pagamenti effettuati e così via.

Il datamining

La reportistica ci permette di rappresentare in modo sintetico lo stato di un'azienda. Il processo di sintesi attuato durante la rappresentazione di un report comporta una perdita di informazioni. Per ovviare a tale problema si fa ricorso al Data Mining. Il data mining, in pratica, consente di andare a scoprire cosa c'è dientro un report riassuntivo e il perchè di un dato stato dell'azienda. Per questo motivo il ricorso all'OLAP può essere fondamentale per ovviare a problemi di sintesi e chiarezza, ma non è sufficente per capire la situazione in cui si trova una data azienda. Questo perchè, dietro ad ogni sintesi grafica, si possono nascondere informazioni preziose e problemi non evidenziati, che possono essere esplicitati solo attraverso il data mining.

Principali tecniche di Mining

1. Market basket analysis (analisi del carrello del consumatore) Serve ad analizzare le abitudini di acquisto dei clienti. Ad ogni prodotto viene attribuita una variabile boleana che serve per indicare l'acquisto o meno del prodotto. Ogni “carrello”, quindi, sarà rappresentato dal valore di boleani. Questa attività ha come principale scopo quello di analizzare i comportamenti di acquisto dei consumatori al fine di rendere più efficaci le azioni di marketing.
2. Profilazione Attraverso questa tecnica è possibile, mediante procedure di cluster analysis, individuare profili omogenei tra i diversi consumatori. In pratica consente di segmentare i consumatori in gruppi omogenei di comportamento. Questa tecnica permette di istituire molteplici correlazioni tra i dati raccolti, allo scopo di ottenere informazioni.
3. Decision tree (albero decisionale) Sono un modello semplice di classificatori, basato su una struttura dati ad albero. Nell'albero decisionale i nodi interni corrispondono ai test su un attributo, mentre le foglie sono le categorie degli oggetti classificati.

Alcuni software di data mining  

• SPSS: SPSS Clementine
• SAS: SAS Enterprise Miner e SAS Text Miner
• R
• Oracle Data Miner
• Microsoft SQL Server: strumenti di data mining del DBMS prodotto da Microsoft
• Weka: data mining in Java
• Orange Canvas: software opensource per data mining sviluppato in Python

 

L'enorme mole di informazioni sui clienti e le sempre più complesse interazioni con essi hanno spinto molte aziende a far ricorso al Data Mining.

Il data mining ha una duplice valenza: da un lato funge da strumento utile per l'estrazione, con tecniche analitiche all'avanguardia, di informazione implicita, nascosta, da dati già strutturati, per renderla disponibile e direttamente utilizzabile; dall'altro è uno strumento utile per l'esplorazione ed analisi, eseguita in modo automatico o semiautomatico, su grandi quantità di dati allo scopo di scoprire pattern significativi.
L’applicazione di tecniche di data mining, sfruttando appieno la ricchezza informativa insita nel patrimonio di dati disponibili, consente di acquisire un effettivo vantaggio competitivo.
La conoscenza delle diverse tipologie di comportamento presenti all’interno della propria clientela, delle regole che governano l’acquisto di un prodotto, delle strategie della concorrenza, così come l’individuazione tempestiva di nuove nicchie di mercato, di nuovi potenziali concorrenti, di innovazioni tecnologiche che avranno un impatto nel proprio campo di attività, sono elementi importantissimi per la sopravvivenza in mercati altamente competitivi e in rapida evoluzione.

Il data mining, attraverso una serie di analisi dei dati, permette di fare previsioni accurate. Questo consente di rendere più efficiente una azienda, che conoscendo i propri clienti indirizza al meglio le proprie attività senza dispersione di investimenti e di tempo. Ciò porta ad una maggiore rapidità di risposta e ad un ridimensionamento dei costi, grazie ad una corretta allocazione delle risorse. In sintesi il datamining è uno strumento di supporto ai processi di CRM.