2 oracle apps day mi big data analytics e information discovery

Copyright © 2012, Oracle and/or its affiliates. All rights reserved.1

2 Copyright © 2011, Oracle and/or its affiliates. All rights reserved.

Big Data Analytics e Information Discovery:

nuove tecnologie per ottimizzare i processi di Manufacturing

Roberto Falcinelli, Business Intelligence Sales Consulting Senior Manager, Oracle

Safe Harbor Statement

The following is intended to outline our general product direction. It is

intended for information purposes only, and may not be incorporated

into any contract. It is not a commitment to deliver any material, code,

or functionality, and should not be relied upon in making purchasing


or functionality, and should not be relied upon in making purchasing

decision. The development, release, and timing of any features or

functionality described for Oracle’s products remains at the sole

discretion of Oracle.

Ciò che si definisce Big Data

VULNERABILITY

4 | © 2012 Oracle Corporation

Big Data: Tecniche e Tecnologie per consentire

alle imprese un modo efficace ed economico di

analizzare tutti i loro dati interessanti per loro

Big Data Analytics

• Il Valore dei “Big Data” è nelle analisi che si possono fare

e nelle azioni che si possono intraprendere

• Il Valore NON è nè nel “Big” nè nel “Data”, ma nelle

“Analytics”


VULNERABILITY VALUE

Perchè Big Data

La cosa più promettente

rispetto ai “Big Data” è

quello che si potrebbe

fare per il business,

combinando e comparando:


combinando e comparando:

dati interni

+

dati esterni

Alcuni Esempi ...

• Insurance, Traffic Management, Public Transport Optimisation

Vehicle telematics data (VTD) + Pollution Data + Geo Census:

• targeting of marketing offers, maximise customer value

Time and location data + Social network:

• stock levels, retail fraud detectionRFID + Sales Data:


• power grid optimisation, power consumption controlSmart grids + Geo Company and

Census data:

• machinery preventive maintenance, problem diagnosis

Sensor data + Maintenance data:

• citizen’s sentiment analysisWebsite logs + Social Network

data + Polls info:

Cos’è l’Information Discovery?+e se fosse possibile+.

esplorareesplorare

�Facilità per l’utente di

tutti i dati rilevantitutti i dati rilevantiVelocementeVelocemente

� Il modello è


�Facilità per l’utente di

business

�Ricerca avanzata

(advanced search)

�Navigazione multi-

variata (faceted)

�Analytics

�Strutturati

�Semi-strutturati

�Non Strutturati, testuali

�Dati “confusi”

�Oltre il data

warehouse

� Il modello è

automaticamente

derivato dai dati

� Le relazioni sono

scoperte

automaticamente

�Ciclo rapido e iterativo,

Business Intelligence e Information Discovery

Business

Intelligence

Information

Discovery

Può guidare a nuovi requisiti per


Risposte consolidate

a domande note

IntelligenceRisposte rapide a

domande ignote

Discovery

Aiuta a creare nuovi KPI per

La sfida dei dati non strutturati

I DATI CRESCONO

IN VOLUME

E VARIETA’

PER SCOPRIRE IL VERO

VALORE DEI DATI

OCCORRE ANDARE

ALLA RICERCA DI CIO’

CHE E’ NASCOSTO

XML

A- SOPRATTUTTO TESTO,

- SCHEMA NON FISSO


Websites Social MediaTESTO in

Applicazioni ERP

Sistemi di Content

Management,

File Systems, Email

Hadoop

80% NON STRUTTURATI

Business Intelligence

e Data Warehouse

20% STRUTTURATI

“Perchè dovrei pagare

una commissione, visto

che altre banche non la

fanno pagare?

“Ha portato a termine il “Ha portato a termine il

progetto grazie alla sua

forte leadership e alla

fiducia verso il cliente.”

Ogni singola interazione contiene aspetti da esplorare

“I tuoi concorrenti

offrono un prezzo del

15% più basso e

anche lo sconto sulla

spedizione”

“RT @finwiz. Guarda il video http://bit.ly/wLe6Y2

grande!!”


Clienti Impiegati Fornitori Il Pubblico

Information Discovery for Manufacturing


for Manufacturing

Modern Landing Page

Guided Navigation®

Google Like Type Ahead Search

Range Filters with histograms

Advanced Visualization

Tag Clouds

Cross Tab

+ e se il vostro ERP fosse cosi?


Cross Tab

Metric Bar with Highlights

Charts

Search Across Organizations

Search On Flexfields

Search Large Text &

Attachments

Full 360 Degree Data View

Mnello stack delle Oracle E-Business Suite Applications

Una rivoluzione tecnologica +


Dati

Non Strutturati

Dati

Strutturati e

Semi-Strutturati

Files SocialOracle EOracle E--Business Suite DatabaseBusiness Suite Database

EBS Applications Potenziate

E-Business Suite Apps Potenziate

– Una esperienza utente moderna (web 2.0)

– Miglioramenti di produttività per ogni utente

– Completamente integrato nell’ambiente

transazionale

– Configurabile, Estendibile

Endeca Information Discovery

Oracle Endeca Information Discovery (OEID)


Endeca Information Discovery

– Motore Ibrido di ricerca- analisi (search-

analytical)

– Ricerca, Navigazione e Analytics su tipi di

informazioni variate e variabili

– Tempi di risposta adeguati alla interattività

E-Business Suite Database

– Nessun cambiamento al database

– Supporto a tutti I tipi di dati, Flexfields*, FND

Attachments etc* (*depends on implementation)

E-Business Suite

Database

BOM Components

� 2 x Six-Core Intel® Xeon®

X5675 Processors (3.06

GHz)

Discrete Work OrderBusiness Use Case

Resources

� Assembler

� Tester

� Packaging

Routing Operations

� 100: Assembly (ASSLY)

� 200: Testing (TST)

� 300: Pack out (PKG)

Job: 10003

Assembly : Exadata


� 96 x GB Memory

(expandable to 144GB)

� 1 x Ethernet Switch

� 3 Storage Cells

� 1 x Infiniband switch

� Packaging� 300: Pack out (PKG)

Problemi quotidiani del Supervisore / Manager di linea• Gestire le eccezioni di produzione: mancanza di risorse e/o

componenti, rotture di macchina, M

• Gestire i progressi della lavorazione, ritardi, date di

completamento, spedizione M

• Gestire la qualità della lavorazione: scarti, resi,da collaudare)

• Controllare l’incidenza dei costi: (Materiali, Risorse, Overhead)

Discrete Work OrderBusiness Use Case

Production

Supervisor/Manager

Quality

Engineer/Analyst

Manufacturing

Operations VP

Cosa sta causando ritardi sulla linea

e perchè?

Quali clienti e quali ordini sono

impattati da questo ritardo?

Quanti ordini di

lavorazione presentano

eccezioni sulla Qualità?

Come sta andando la

produzione oggi e qual’è il tasso

di resi attuale?


Quali ordini di lavorazione hanno

scarsità / mancanza di componenti?

E di quali componenti?

Abbiamo delle sostituzioni possibili?

Quale la ragione

fondamentale di tutti

questi scarti sul processo di

lavorazione corrente ?

Quali linee di assemblaggio

hanno la più alta varianza di

costi oggi?

� Domande semplici ma fondamentali per il business

� Difficile trovare risposte rapide o indicazioni “agibili” ai problemi attuali sulla linea di assemblaggio

� L’unica soluzione è incollare assieme pezzi di informazione da report diversi con criteri predefiniti

� Tante maschere di ricerca

– Campi limitati per inserire i criteri di ricerca e

visualizzazione limitata dei risultati

� Vista limitata sui vari dettagli delle entità

Nello scenario attuale+

Cercare le risposte


� Vista limitata sui vari dettagli delle entità

correlate all’ordine di lavorazione

– Per ottenere una visione completa bisogna

navigare fra diverse maschere e a mano

incollare le informazioni da correlare

� Da dove cominciare l’indagine sulle

anomalie del singolo ordine?

– Bisogna conoscere l’ID o inserire alcune delle

info nei campi predefiniti

Tutte le entità rilevanti

(nessun dato lasciato fuori)

Cercare le risposte con l’Information Discovery

Ordine di lavorazione

• Sales Order / Customer

• Routing Operations


• Routing Operations

• BOM Components

• Resources

• Exceptions

• Move Transactions

• Cost Variance

Shopfloor Progress

Production Metrics

Gain Quick Insight into Key

Shoopfloor Issues

360 Degree View of

Shoopfloor Progress, Issues

and Work Order Insights

Guided

Navigation,

Shopping

Experience

for

Enterprise


and Work Order Insights

Work Order Details

Range

Filters for

Date and

Numeric

Enterprise

Users

Tutte le entità rilevanti

(nessun dato lasciato fuori)

Cercare le risposte con l’Information Discovery

Item Master catalog

• Operational Attributes

• Catalog Group & Descriptive Elements


• Revisions

• Category Sets and Categories

• Approved Supplier List

• Manufacturers & MPN

• Item Cross References

• Item Cost

• On Hand Quantity

Item Master Key Metrics

Browse Item Master using

Key AttributesAssociated

Information Insights

Guided

Navigation,

Shopping

Experience

for

Enterprise

Copyright © 2012, Oracle and/or its affiliates. All rights reserved. Insert Information Protection Policy Classification from Slide 1622

360 Degree View of

Item/Product

Enterprise

Users

Range

Filters for

Date and

Numeric

Endeca Information Discoveryvantaggi della tecnologia

Esplorazione Interattiva Web 2.0

Nessun dato lasciato fuori

La Semplicità del Search +

la Potenza della BI

Structured

Semi-Structured

24 | © 2012 Oracle Corporation | Confidential – Oracle Internal

Modello analitico derivato dai dati

Nessun dato lasciato fuori

(No Data Left Behind)

Implementazione “Agile”

Unstructured



2 oracle apps day mi big data analytics e information discovery

Documents

oracle corporation

oracle andor

solediscretion of oracle

dati crescono valore

dati interni dati esterni6

il business

n nel big n nel data

sfida dei dati