Sistemi informativi
Gestionali (ERP)Direzionali (Business Intelligence)
Prof. Giuliano Bonollo
2Sommario
Sistema Informativo Aziendale
Sistemi di Business Intelligence
DatawareHouse
Analisi
Offerta Software
Allegati Tecnici
3 La Piramide Aziendale
Sistema Direzionale
Sistema Operazionale
Obiettivi Risultati
Comprende le attività esecutive attraverso cui l’azienda progetta, produce e vende i propri prodottiE’ sempre supportato da procedure informatiche più o meno complesse.
Comprende le attività relative alle definizione degli obiettivi da raggiungere, al controllo dei risultati ottenuti e alla definizione delle azioni correttive.
4Il Sistema Informativo
DatabaseRELAZIONALI
Software ERP
Software PRODUTTIVITA
Excel – Word – Access - ….
?
Software DIPARTIMENTALI(produzione, assistenza, retail,
trasporti,…)
DatabaseDataWare
House
Software di Analisi dati
DatabaseDatabase
?
5L’Informatica per il Sistema Operazionale
Supporta attività strutturate, ripetitive, soggette a normative, da svolgere in maniera massiva:
Ordini di Vendita Bolle di Consegna Ordini di Lavorazione Movimenti di Magazzino Fatture Registrazioni Contabili …..
6 Sistemi OLTP
I Sistemi Informativi Aziendali a supporto delle attività operazionali sono detti Sistemi OLTP (On Line Transaction Processing) in virtù delle seguenti caratteristiche:
Orientati alla gestione di transazioni strutturate e ripetitive.
Contenenti dati dettagliati ed aggiornati in tempo reale.
La Metrica di misurazione dei sistemi OLTP è il throughput delle transazioni: numero di transazioni completate per unità di tempo.
8Offerta DataBase
l mercato
ORACLE
SQL Server (Microsoft)
Informix (IBM)
Sybase
IBM (DB2)
9
Sistemi informativi per il Sistema Direzionale
Deve supportare attività destrutturate, di tipo estemporaneo, ad alto contenuto professionale.
Deve fornire un feedback sui risultati e un supporto alle decisioni.
In particolare deve consentire di confrontare obiettivi, risultati e scostamenti. controllare l’evoluzione dei progetti strategici. analizzare indici di bilancio. costruire simulazioni e previsioni
10Approccio Tradizionale al Sistema Direzionale
L’approccio tradizionale si basa sulla produzione di reportistica estratta dai sistemi operazionali e sull’uso di strumenti di produttività individuale, in particolare fogli elettronici.
Attuare tale approccio si traduce nel tempo nel proliferare di procedure di estrazione di dati dai sistemi operazionali.
11 Difficoltà Approccio Tradizionale
Spesso, il 90% del tempo viene dedicato alla raccolta ed
all’integrazione dei dati, piuttosto che all’analisi
Più sistemi informativi dai quali attingere per
recuperare le informazioni
Grande dispendio di risorse per l’integrazione e
l’aggregazione dei dati
Difficoltà di integrare dati esterni all’Azienda
Scarsa flessibilità nell’accesso alle
informazioni
Più nomi e più codici per le stesse entità
Inadeguatezza degli strumenti di analisi e
navigazione
Diversi modi di interpretare e presentare
i dati
12 Limiti dell’Approccio Tradizionale
- Si ottengono risultati diversi e/o contradditori- Si ottengono risultati “proprietari” e soggettivi, tramite procedure rigide.- Aumentano i dati ma le aziende (e soprattutto i manager) continuano ad essere poveri di informazioni.- Bisogna passare dai dati alle informazioni.
13 Dai Dati alle Informazioni
Il Dato diventa Informazione quando suggerisce un’azione.Avere tanti dati, di difficile reperibilità o interpretazione, non serve; l’informazione deve essere accessibile e chiara (devono essere chiare le regole di costruzione).I dati elementari messi in relazione tra loro o aggregati generano nuove informazioni. Le relazioni e le aggregazioni non sono stabili ma variabili nel tempo, in funzione dei soggetti e della loro capacità d’uso.Le informazioni:
• Servono per prevedere e pianificare• Per reagire agli imprevisti
14 Dati (Gestionali)
- Analitici (alto livello di dettaglio)
- Aggiornati in tempo reale
- Guidati dalle transazioni
- Supportano il day by day
- Utilizzati in modo ripetitivo da personale operativo
- Breve orizzonte temporale (60-90 gg)
15 Informazioni (Direzionali)
- Sintetiche- Aggiornate Periodicamente- Multidimensionali- Guidate dall’analisi- Utilizzate in modo non ripetitivo- Storiche (3…10 anni)- Prevedono sempre una dimensione temporale
16 Definizione di Business Intelligence
Business Intelligence (BI)
è la capacità di un’organizzazione di capire il proprio business (processi, clienti, risorse, sistemi, contesto
competitivo) per intervenire su di esso in modo consapevole, tempestivo, efficiente.
Scopo principale di una piattaforma di business intelligence è la trasformazione dei dati aziendali in
informazioni in modo da renderle fruibili ai diversi livelli di dettaglio.
17
Architettura Piattaforma BI
DBMS
Software Back-End
Software Front-End
18Dati e informazioni
Fonti dati PrimarieDB operazionali
DatiSelezionati
reportreportreportreport
RDB
DW
DSS
EIS
quantità
valore
19 Definizione di Data Warehouse
Data Warehouse
è una base di dati integrati, storicizzati, di qualità, organizzata per essere la SOLA FONTE DELLA
VERITÀ per tutte le applicazioni di Business Intelligence.
Il patrimonio di dati viene immagazzinato in grandi “magazzini dati”, aperti e flessibili, in modo tale da poterli
consultare con facilitàLogiche: relazionale, multidimensionale
20Data Warehouse
Magazzino di dati a livello di impresa
Insieme di strumenti per convertire un vasto insieme di dati in informazioni utilizzabili dall’utente
Obiettivi: Possibilità di accedere a tutti i dati dell’impresa,
centralizzati in un solo database Coerenza e consolidamento dei dati Velocità nell’accesso alle informazioni Supporto per l’analisi dei dati
21DataWareHouse: i perché
La lamentele (i perché del DW):
•Abbiamo montagne di dati ma non possiamo accedervi
•Le analisi portano a risultati differenti
•Vogliamo selezionare, raggruppare e manipolare i dati in ogni modo possibile
•Mostratemi solo ciò che è importante.
•Tutti sanno che alcuni dati non sono corretti.
22 Caratteristiche del Data Warehouse
• I dati di di interesse provengono dalle diverse fonti informative aziendali e convogliati in un unico ambiente di analisi
• Il Data Warehouse, riconcilia i dati aziendali eliminando le eterogeneità delle diverse rappresentazioni:
• nomi• codifica
• rappresentazione multipla
….“integrato”…..
• A differenza dei sistemi operazionali l’orizzonte temporale è nell’ordine di “anni”
• L’evoluzione storica dei dati costituisce un importante fonte informativa
….”con dati storici”….
• Il Data Warehouse rappresenta le informazioni aziendali in modo univoco. Costituisce l’unica “fonte di verità” dell’azienda.
….”univoco”….
23Data Mart
Magazzino di dati a livello dipartimentale
E’ un segmento di un Data Warehouse
E’ fisicamente realizzato come un Data Warehouse, ma con una finalità più ristretta:
I dati coprono solo alcune aree aziendali(ad es. vendite)
Minori costi di realizzazione Risultati più vicini nel tempo
24Obiettivi di un Data Warehouse
Strumento di supporto decisionale
Base informativa per costruire sistemi di analisi e previsione:
Reporting On-Line Analytical Processing (OLAP) Simulazioni e previsioni Data Mining
25
Datawarehouse vs Sistemi Operazionali
Sistemi Sistemi OperazionaliOperazionali
Data Data WarehouseWarehouse
Supporto alle Decisioni Giornaliere Supporto alle Decisioni Strategiche
Indirizzati ad Utenti Operativi Indirizzato al Management
Memorizza Dati Dettagliati Memorizza Dati sia Dettagliati che Sintetici
Mantiene Dati Correnti Mantiene Dati Correnti e Storici
I Dati si Modificano Costantemente I Dati Vengono Modificati con Scadenze Prefissate
Orientati alle Applicazioni Orientati ai Soggetti di Business
Concepiti e Progettati per il supporto alle transazioni
Concepito e Progettato per il Supporto all’Analisi
26 Processo di Data Warehousing
Sorgenti dei dati
Data Warehouse& Metadata
Tools ed applicazioni
end-user
ExtractionTransformation & Loading
Tools che consentono di estrarre trasformare
e caricare i dati dalle sorgenti
attraverso l’uso dei Metadati
Dati interni (sistemi transazionali)
ed esterni (dati di mercato, sulla concorrenza) I metadati sono “dati sui dati”
che descrivono come processare le sorgenti dei dati e come
utilizzarli nelle applicazioni end-user
Tools e applicazioni per analizzare i dati in
funzione della tipologia di utenti
Per realizzare i sistemi di Data Warehousing e’ necessario attivare un processo in più fasi che trasformi i dati rilevati dai sistemi operazionali in informazioni utilizzabili dagli strumenti di analisi e di elaborazione
27
Una rappresentazione multidimensionale è il metodo più intuitivo e conveniente per rappresentare un fenomeno di business:
La fattura 1234/2002 è stata emessa il 18 luglio; il cliente è XYZ, il valore è 25.000,00 EURO
La nostra Azienda, nel mese di luglio 2002 ha fatturato 3.800.000,00 euro nell’area centro-sud, a clienti del canale indiretto
EVENTO
FENOMENO
Analisi Multidimensionale I
28
Consideriamo l’affermazione:
La nostra azienda, nel mese di luglio 2002 ha fatturato 3.800.000,00 euro nell’area centro-sud , a clienti del canale indiretto.
- DIMENSIONI:
- MISURA INDICATORI:
Mese LuglioArea Centro SudCanale Indiretto
Valore fatturato 3.800.000,00 euro
Analisi Multidimensionale II
29Metafora del Cubo
L’informazione contenuta in un Data Warehouse, espressa in termini di dimensioni e misure (Modello Dimensionale), può quindi essere rappresentata mediante un insieme di cubi, le cui “celle” contengono le misure e le cui dimensioni sono proprio le dimensioni di analisi
ProdottoMercato
Periodo
Misure
30
MESE
CANALE
AREA
Mese = LuglioArea = Centro SudCanale = Indiretto
Valore fatturato 3.800.000,00 euro
3.800.0002.100.0001.800.000
5.900.000 3.200.000 4.300.000
2.800.000 5.800.000 2.800.000
Analisi Multidimensionale III
31
MESE
CANALE
AREA
Mese = LuglioArea = Centro Sud
Valore fatturato 7.700.000,00 euro
3.800.0002.100.0001.800.000
5.900.000 3.200.000 4.300.000
2.800.000 5.800.000 2.800.000
Analisi Multidimensionale IV
32
MESE
CANALE
AREA
Area = Centro Sud
Valore fatturato 32.500.000,00 euro 3.800.0002.100.0001.800.000
5.900.000 3.200.000 4.300.000
2.800.000 5.800.000 2.800.000
Analisi Multidimensionale V
33Le Analisi
I sistemi di BI permettono varie tecnologie (e filosofie) di analisi:
Reporting OLAP Simulazioni what IF Forecast Data Mining
34 Standard Reports
• Con il termine Standard Report, o “report statici”, vengono indicati quei report in cui sia il potenziale informativo in termini di misure e dimensioni d’analisi sia la struttura ed il lay-out sono chiaramente definiti e non modificabili da alcun utente. Sono destinati
• al management o vengono utilizzati e distribuiti, con le necessarie limitazioni, come informativa aziendale ufficiale;
• agli analisti e ai cosiddetti knowledge worker
35OLAP (on line analytical processing)
Si intende la possibilità fornita all’utente di costruire, modificare e personalizzare report decidendo autonomamente:
dimensioni di analisi (righe, colonne, pagine) livello di dettaglio quali dati numerici sottoporre a elaborazione (ricavi, costi, …) Il tutto in modo facile, visuale, guidato, drag & drop.
Il sistema OLAP si distingue da un sistema di reporting per il fatto che quest’ultimo offre un set predefinito di report, al limite modificabili e integrabili (colonne calcolate), mentre OLAP evidenzia la facilità per l’utente di cambiare totalmente strategia di analisi, senza che a priori siano stati creati report dedicati.
36 Sistemi OLAP
Si differenziano dai sistemi OLTP in quanto : Orientati al supporto alle decisioni (On Line Analytical Processing). Pensati per supportare interrogazioni molto complesse che accedono a milioni
di record. Contengono dati storici, aggregati e recuperati da diverse fonti.
La Metrica di misurazione dei sistemi OLAP è il throughput delle interrogazioni ed il tempo di risposta
37Le Operazioni OLAP
Le analisi OLAP (On Line Analitycal Processing) consentono la navigazione sull’informazione contenuta in un cubo. Le caratteristiche principali sono:
• drill (Up, Down e Across): permette di percorrere la gerarchia in ogni direzione e livello di dettaglio
• slice and dice: danno la libertà di esprimere una variabile rispetto a qualsiasi incrocio di dimensioni ad essa relate.
38 Analisi What-If
L’analisi What-If è una tecnica di predizione guidata dall’utente che permette di:
• Creare previsioni• Calcolare le percentuali di performance• Eseguire simulazioni
Esempi tipici di analisi What-If sono:• “Come aumenta il fatturato se: aumentiamo i prezzi del 10 %,
applichiamo uno sconto del 2 %, riduciamo le spese del 4% ?”
In questo tipo di analisi i dati memorizzati nel Data Warehouse aiutano l’utente nella definizione del modello, permettono di verificarne la validità e possono essere usati per calcolare tendenze future.
39 Data Mining I
Le tecniche di Data Mining rappresentano un passo conoscitivo maggiore rispetto alle analisi OLAP ma su settori ben definiti di indagine.
Il loro scopo è identificare relazioni e tendenze tra dati aiutando a scoprire fenomeni di mercato e a consolidare conoscenze di base sul proprio business.
Sampling
TecnicheVisuali
Tecniche Esplicative(Clustering,
Analisi Corrispondenze)
Selezione o Creazione Variabili Significative
Data Transformation
NeuralNetwork
Modelliad
Albero
Modelliesplicativi
e storici
ModelliFuzzy
Valutazione e sceltadel modello
Estrapolazione
Esplorazione
Selezione
Modellazione
Valutazione
40DataMining II
Processo analitico finalizzato ad esplorare grosse quantità di dati nella ricerca di regolarità consistenti e/o relazioni sistematiche tra variabili, e quindi a validare i risultati ottenuti applicando le regolarità individuate a nuovi sottoinsiemi di dati. L’utente non ha in partenza una visione chiara del tipo di analisi . • Segmentazione clientela• Segmentazione concorrenza• Analisi basket acquisto (mix)• Comportamento Navigatori
41DataMining III
Il DataMining si basa su sofisticate tecniche matematiche e statistiche. Le più utilizzate sono:• Analisi Cluster• Analisi Fattoriale• Modelli di reti neurali• Alberi decisionali• Modelli predittivi
42DataMining IV
CLUSTER ANALISYS La c.a. si occupa di ordinare e classificare elementi
di un campione, allo scopo di individuare caratteristiche tipiche e di formare gruppi omogenei.
Si applica a: clienti, competitor, unità territoriali, aree geografiche, ...
43
Obiettivo: segmentazione clientela in gruppi omogenei ai fini di politiche di mkt coerenti su target di clienti mirati.
DataMining V
44
Alberi decisionali: individuare le variabili causa che hanno maggior influenza su una variabile risposta.
Esempio: applicazione all’analisi utilizzo carta di credito.
Variabile effetto: % utilizzo CC Variabili causa: sesso, età, professione,
residenza, ….
DataMining VI
45Offerta BI - I
I Produttori di software BI possono senza dubbio essere classificati in base alla loro “provenienza” o a loro business tipico. Possiamo individuare:· fornitori di Database: ORACLE, Microsoft (OLAP services e cubi OLAP), Informix, …. – tali produttori foniscono tool, utility ecc. per estrarre dati, fino ad attività di tipo OLAP· fornitori specializzati in DW e DB; Hyperion, SAS, Applix, MicroStrategy· fornitori di sw di analisi dati: Business Objects, Hyperion, Oracle, SAS, Cognos, Brio, MIT, Knosys,…fornitori di SW statistici: SPSS, SAS, StatSoft, … · fornitori di ERP: software di BI come moduli/estensioni di gestionali, solitamente finalizzati (Controllo gestione, Analisi vendite, ..) – SAP, FORMULA, JD, ….
46
Offerta BI - II
47Offerta BI - III
Fonte: Gartner Group
48Offerta BI - IV
Prodotto/Fornitore Costruzione DW (Ipercubo)
Report Generator
OLAP DataMining
Hyperion X X X
QLIK X X X
Cognos X X X X
Knosys ProClarity X X
SPSS X X X
Statistica X X X
Business Objects X X
MIT BOARD X X X
SAS X X X X
49
Offerta BI - V
BI KPI
MIS
DSS
EIS
BPI
La giungla di sigle …..
50
Come scegliere?
Parametro Note Costo Acquisto Per una sua valutazione, conviene partire dalla configurazione dell’utenza: n. di
amministratori, n. di superutenti (produttori di report), utenti leggeri (fruitori di informazione) – in base a questa si definiscono quante licenze e di che tipo acquistare
Costo Manutenzione Si intende il costo di assistenza per personalizzazioni, integrazioni, nuove release – una parte è stimabile a preventivo, un’altra stimabile in base all’efficienza di sviluppo dello strumento
Rapidità di sviluppo (efficienza)
E’ una variabile cruciale, che interviene sia nella fase iniziale di progetto, con evidenti impatti economici, che in ogni futura fase di integrazione e personalizzazione
Scalabilità/Flessibilità Possibilità di costruire configurazioni in iniziali e nel tempo adatte alle esigenze dell’utenza, senza aggravio organizzativo e/o economico
Funzionalità utente Facilità di utilizzo (visuale, wizard, ecc.) Interventi e modifiche strutturali? Possibilità di costruire nuovi oggetti (report, macro, campi, grafici) Modalità di navigazione (drill, ….) Integrazione con prodotti di Office (excel) ….
Tecnologia Struttura Prodotto (suite/all in one) (motore dati S/N) Tipo di database Integrazioni con fonti esterne Export vs/WEB e integrazione WEB
Livello Assistenza Referenze Casa Madre e partner Personalizzazioni Formazione su misura
51Allegati Tecnici
Glossario
Progettazione sistemi di BI
52Glossario
1. Misure o (Fatti)
2. Le Dimensioni
3. Gli Attributi o i Livelli
4. Drill-Down e Roll Up
53 Le Misure o Fatti
Sono informazioni numeriche che rappresentano in modo quantitativo i fenomeni di interesse aziendale e racchiudono in se dei valori espressi secondo unità di misure preciseSi distinguono tipicamente in
• Elementari: misure ricavate direttamente dai sistemi alimentanti• Derivati: misure il cui calcolo è responsabilità del sistema
direzionalePossono essere di varia natura:
• Contabili: variabili di tipo economico (ricavi, costi…)• Fisici: misure di volumi corrispondenti alle entità contabili (unità,
volumi…)• Scale di giudizio: tipico delle misure ricavate.
54 Le Misure o Fatti: Esempio
• Fascia ABC Cliente• …
Giudizio
• Numero Pezzi Venduti• Numero Pezzi Resi• Numero di Persone• Quantità in Stock• % di Avanzamento Attività
Fisico
• Prezzo Medio• Margine Operativo Lordo• R.O.I.• R.O.A.• Costo per Persona• % di Sconto• …
• Ricavi di Vendita• Costo del Venduto• Costo del personale• Sconti• Provvigioni• …
Contabile
Indicatori CalcolatiIndicatori SempliciTipologia
55 Dimensioni di Analisi
Rappresentano le chiavi di lettura ritenute significative per l’analisi delle misure.
Ogni misura o fatto può riferirsi a molteplici dimensioni. (Tempo, Prodotto, Cliente…)
Si definisce cardinalità di una dimensione il numero dei suoi elementiSi definiscono attributi le caratteristiche descrittive della dimensione (ad
esempio la dimensione Cliente può avere gli attributi Nome, Cognome, Indirizzo…)
TEMPO
PRODOTTO
CLIENTE
QUANTITA’ VENDUTA
56 Gerarchie
Ogni Dimensione di Analisi può essere caratterizzata da una o più Relazioni Gerarchiche tra i propri attributi.
Esempi di gerarchie:• Dimensione Cliente:
• Nazione, Regione, Provincia, Comune• Casa Madre, Subsidiary, Filiale, Punto Vendita
• Dimensione Tempo• Anno, Semestre, Trimestre, Mese• Settimana, Giorno
Livello 1
Livello 2
Livello 3
Livello n
57 Drill Down e Roll Up
Drill-Down Roll-Up
PR
OD
OT
TO
PR
OD
OTT
O
ANNO MESECLIEN
TE
CLIEN
TE
Roll up
Drill Down
58 Drill Down e Roll Up
Drill Down per Gerarchia Anno/Mese
VenditeCategoria 2002ALIMENTARI € 98.080BEVANDE € 23.032FRESCO € 34.423FREDDO € 28.321CURA CASA € 12.321CURA PERSONA € 15.430PET CARE € 9.879
Categoria 01/ 2002 02/ 2002 03/ 2002 04/ 2002 05/ 2002ALIMENTARI € 20.603 € 19.441 € 19.133 € 19.287 € 19.616BEVANDE € 4.713 € 4.549 € 4.636 € 4.546 € 4.586FRESCO € 7.811 € 6.465 € 6.672 € 7.116 € 6.361FREDDO € 5.433 € 5.463 € 5.554 € 5.641 € 6.229CURA CASA € 2.785 € 2.141 € 2.229 € 2.578 € 2.587CURA PERSONA € 2.854 € 3.008 € 2.974 € 3.109 € 3.485PET CARE € 1.933 € 1.942 € 1.933 € 1.933 € 2.139
Vendite
59 Drill Across
Drill Across dalla Dimensione Tempo alla Dimensione Canale Distributivo
VenditeCategoria 2002ALIMENTARI € 98.080BEVANDE € 23.032FRESCO € 34.423FREDDO € 28.321CURA CASA € 12.321CURA PERSONA € 15.430PET CARE € 9.879
Categoria G.D. D.O. Dettaglio Ingrosso DiretteALIMENTARI € 20.603 € 19.441 € 19.133 € 19.287 € 19.616BEVANDE € 4.713 € 4.549 € 4.636 € 4.546 € 4.586FRESCO € 7.811 € 6.465 € 6.672 € 7.116 € 6.361FREDDO € 5.433 € 5.463 € 5.554 € 5.641 € 6.229CURA CASA € 2.785 € 2.141 € 2.229 € 2.578 € 2.587CURA PERSONA € 2.854 € 3.008 € 2.974 € 3.109 € 3.485PET CARE € 1.933 € 1.942 € 1.933 € 1.933 € 2.139
Vendite
60 Pivoting & RotationP
RO
DO
TT
O
ANNO CLIEN
TE
AN
NO
CLIENTE PRODO
TTO
CLIE
NT
E
PRODOTTO ANNO
61 Slice & Dice
Canale Categoria 01/ 2002 02/ 2002 03/ 2002 04/2002ALIMENTARI € 9.863 € 9.867 € 9.500 € 3.423BEVANDE € 8.340 € 9.324 € 9.234 € 2.432FRESCO € 4.324 € 5.432 € 5.342 € 2.432FREDDO € 3.421 € 7.432 € 4.324 € 2.343ALIMENTARI € 8.723 € 2.342 € 5.324 € 4.232BEVANDE € 4.713 € 4.549 € 4.636 € 7.345FRESCO € 7.811 € 6.465 € 6.672 € 5.434FREDDO € 5.433 € 5.463 € 5.554 € 3.454ALIMENTARI € 6.889 € 8.432 € 5.432 € 5.432BEVANDE € 4.713 € 4.549 € 4.636 € 3.425FRESCO € 7.811 € 6.465 € 6.672 € 3.453FREDDO € 5.433 € 5.463 € 5.554 € 3.435ALIMENTARI € 9.832 € 5.672 € 3.543 € 5.642BEVANDE € 4.713 € 4.549 € 4.636 € 3.424FRESCO € 7.811 € 6.465 € 6.672 € 3.534FREDDO € 5.433 € 5.463 € 5.554 € 3.422
G.O.
Dettaglio
Ingrosso
Vendite
G.D.
Mese Canale ALIMENTARI BEVANDE FRESCO FREDDOG.D. € 9.863 € 8.340 € 4.324 € 3.421G.O. € 8.723 € 4.713 € 7.811 € 5.433Dettaglio € 6.889 € 4.713 € 7.811 € 5.433Ingrosso € 9.832 € 4.713 € 7.811 € 5.433G.D. € 9.867 € 9.324 € 5.432 € 7.432G.O. € 2.342 € 4.549 € 6.465 € 5.463Dettaglio € 8.432 € 4.549 € 6.465 € 5.463Ingrosso € 5.672 € 4.549 € 6.465 € 5.463G.D. € 9.500 € 9.234 € 5.342 € 4.324G.O. € 5.324 € 4.636 € 6.672 € 5.554Dettaglio € 5.432 € 4.636 € 6.672 € 5.554Ingrosso € 3.543 € 4.636 € 6.672 € 5.554G.D. € 3.423 € 2.432 € 2.432 € 2.343G.O. € 4.232 € 7.345 € 5.434 € 3.454Dettaglio € 5.432 € 3.425 € 3.453 € 3.435Ingrosso € 5.642 € 3.424 € 3.534 € 3.422
Vendite
01/2002
03/2002
04/2002
02/2002