BACKGROUND

Al fine di procedere con un’analisi del mercato che consenta di comprendere le logiche e le dinamiche maggiormente rilevanti nella determinazione dei comportamenti di acquisto e di consumo, risulta utile soffermare l’attenzione non solo sui dati di mercato specifici del settore, ma essenzialmente sulla necessità di assicurare un impiego dei farmaci sicuro ed appropriato.

Pertanto, si rende utile approfondire le dinamiche e i meccanismi di comportamento nel mercato al fine di verificare il grado di consapevolezza e attenzione dei consumatori nell’acquisto e nell’assunzione. In un contesto produttivo sempre più caratterizzato dalla disponibilità di notevoli moli di dati, diventa un elemento di rilevante valore strategico la capacità di saper estrapolare quante più informazioni significative per la conduzione della propria ricerca. Il valore dei dati dipende fortemente dalla possibilità di poterne fruire per un'analisi adeguata. Un sistema di Business Intelligence fornisce gli strumenti di analisi multidimensionale OLAP (OnLine Analytical Processing) per offrire diverse prospettive, grazie alle quali si hanno risposte immediate a domande anche complesse.

ABSTRACT

Il progetto prevede di trattare le metodologie e le tecnologie approfondendo i concetti molto importanti che servono a capire cos’è un data warehouse, a cosa serve e quali sono le fasi che ci conducono ad ottenere il risultato finale, i report, che offrono le informazioni analitiche che servono al progetto.

Il data warehouse rappresenta un nuovo approccio per fornire accesso alle informazioni con lo scopo di trovare risposta alle richieste degli utenti del livello decisionale. L’approccio tradizionale di analisi dei dati si basa sull’uso di strumenti semplici, basati su un linguaggio naturale o formale come SQL, (Structured Query Language- linguaggio standardizzato per database basati sul modello relazionale Relational database management system - RDBMS), per effettuare interrogazioni (query). Questo approccio tuttavia diventa inefficiente su grandi quantità di dati. Un approccio più moderno è quello denominato On Line Analytical Processing (OLAP), che si basa sulla predisposizione di una vasta gamma di query che sintetizzano i dati in base a delle regole. OLAP è più rapido perché si basa su dati precedentemente aggregati e pertanto più vicini alle richieste degli utenti.