1. Università degli studi di Torino – Corso di laurea in Fisica
maggio 2006
Trattamento dati nelle
imprese
Riccardo Grosso
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
2. Le attività di
recupero e integrazione della
conoscenza concettuale sui dati PA
Azioni di medio termine
Prof. Carlo Batini
Università Bicocca - Milano
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
3. Contenuti
Perché la modellazione concettuale dei
importante
nei
processi
produttivi
CSI-Piemonte
Attività in corso
Primi risultati
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
dati
del
è
4. IL CSI Piemonte …
Gestisce circa 500 basi di dati di interesse di un vasto insieme
di amministrazioni del Piemonte
Le 500 basi di dati sono rappresentate nella grande generalita’
con schemi logici o fisici relazionali
Percio’:
La risorsa informazione e’ nascosta, in quanto
rappresentata solo nei suoi aspetti tecnologici
La risorsa informazione e’ rappresentata in
modo non integrato ed eterogeneo nelle 500
basi di dati.
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
6. Gli schemi sono non integrati ed eterogenei
Persona
Codice
fiscale
Anagrafe
residenti
Numero Codice
tessera fiscale
sanitaria
Anagrafe
assistiti
Codice
progressivo
Anagrafe
soggetti
fiscali
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Archivio
dipendenti
Codice
interno
Archivio
cacciatori
7. Visione
Il CSI Piemonte e le Amministrazioni del piemonte sono
coinvolte nei processi di eGovernment, sia a livello locale
(Piemonte) sia a livello nazionale (cooperazione con le
Amministrazioni centrali)
Sono percio’ protagonisti nel disegno di cambiamento
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
8. Per attuare questo disegno
abbiamo bisogno di
1. Un modello per rappresentare gli schemi dati
2. Una struttura con cui organizzare gli schemi in un
repository
3. Una metodologia con cui creare e manutenere il
repository in maniera efficiente a partire dalla conoscenza
disponibile
4. Uno scenario di utilizzazione della conoscenza
accumulata
5. Uno strumento di supporto
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
9. 1. Il modello
Il modello Entita’ Relazione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
10. Esempio di schema nel modello Entita’ Relazione
Le persone si dividono in donne e uomini.
Le persone sono descritte da codice e cognome
Le persone sono nate in Comuni, i Comuni sono
localizzati in Province e le Province in Regioni
Comuni, Province e Regioni hanno codice e nome
Generalizzazione
Persona
Codice
Cognome
Donna
nato
Uomo
Comune
Codice
Nome
Entita’
Provincia
Codice
Nome
in
Relazione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
in
Regione
Codice
Nome
Attribut
o
11. Le persone si dividono in donne e uomini.
Le persone sono descritte da codice e cognome
Le persone sono nate in Comuni, i Comuni sono
localizzati in Province e le Province in Regioni
Comuni, Province e Regioni hanno codice e nome
Persona
Codice
Cognome
Donna
Dal Cobol,
al modello
Entita’ Relazione
al linguaggio
naturale
nato
Comune
Codice
Nome
In
Provincia
Codice
Nome
in
Regione
Codice
Nome
Uomo
DATA DIVISION.
WORKING-STORAGE SECTION.
01
PERSONA.
05
10
10
05
10
10
10
01
AMMINISTRAZIONE.
05
10
10
10
05
10
10
10
10
05
10
10
10
10
01
PERSONA-AMMINISTRAZIONE.
05
10
10
UOMo.
COD-UOMO
DESC-UOMO
REDEFINES
TIPO-RECORD
COD-DONNA
DESC-DONNA
PIC X(5).
PIC X(80).
UOMO.
PIC X.
PIC 9(5).
PIC X(80).
COD-REGIONE
COD-DUMMY
DES-REGIONE
REDEFINES
COD-REGIONE
COD-PROVINCIA
COD-DUMMY2
DES-PROVINCIA
COD-REGIONE
COD-PROVINCIA
COD-COMUNE
DES-COMUNE
DONNA
PIC X(3).
PIC X(6).
PIC X(80).
REGIONE.
PIC X(3).
PIC X(3).
PIC X(3).
PIC X(80).
REDEFINES
PIC X(3).
PIC X(3).
PIC X(3).
PIC X(80).
COD-PERSONA
COD-AMMIN
PIC X(5).
PIC X(3).
REGIONE.
PROVINCIA
COMUNE
LEGAME.
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
REGIONE.
12. 2. La struttura del repository di schemi
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
14. Noi siamo interessati sia ai flussi
che alle basi di dati
Materia
Organizzazione
Aggiorna
Usa
Fornisce Fruisce
Flusso di dati
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Base Dati
15. Metaschema – Versione dettagliata - 1
Materia/
Argomento CSI
Organizzazione
Fornisce
Fruisce
Aggiorna
Usa
Schema logico
fisico
Flusso di dati
Schema concettuale
Concetto di schema
(Entita’/Rel/Generalizzazione)
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
16. Ma se io ho tanti schemi concettuali, come faccio a dar loro una
struttura? Non li posso certo integrare in un unico schema….
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
17. Due strumenti concettuali
Integrazione, per “mettere
insieme” e “riconciliare”
Astrazione, per “capire” e
“sintetizzare”
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
18. Integrazione (linguaggio naturale)
•Lavoratori, loro citta’ di nascita e relativa regione
•Lavoratori e loro organizzazioni, e, delle organizzazioni,
•regioni dove sono localizzate
Schema 1
Lavoratori e loro organizzazioni
Schema 2
Lavoratori, loro citta’ di nascita e relativa area regionale
Schema 3
Organizzazioni e regioni dove sono localizzate
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
19. L’integrazione: modello Entita’ Relazione
Lavoratore
nato
in
Citta’
Regione
lavora
in
Organizza
zione
Lavoratore
lavora
Lavoratore
nato
Citta’
in
Organizza
zione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Area
Regione
Organizza
zione
in
20. L’astrazione (linguaggio naturale)
•Lavoratori, organizzazioni dove lavorano e riferimenti
•geografici di nascita e di localizzazione.
•Lavoratori, loro citta’ di nascita e relativa regione
•Lavoratori e loro organizzazioni, e delle organizzazioni
•Regioni dove sono localizzate
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
21. L’astrazione: modello Entita’ Relazione
Lavoratore
nato
Riferimento
geografico
lavora
Organizza
zione
Lavoratore
nato
in
Citta’
in
Regione
lavora
Organizza
zione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
in
22. Se le usiamo insieme: integrazione + astrazione
Lavoratore
Riferimento
geografico
nato
Astrazione
in
Organizza
zione
Lavoratore
nato
in
in
Citta’
Regione
Integrazione
in
in
Organizza
zione
Lavoratore
Area
lavora
Lavoratore
nato
Citta’
in
Organizza
zione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Regione
Organizza
zione
in
23. La struttura
di integrazione - astrazione
nato
Lavoratore
Riferimento
geografico
lavora
Organizza
zione
Integrazione –
Astrazione
in
Lavoratore
Regione
lavora
Lavoratore
nato
Citta’
in
Regione
Organizza
zione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Organizza
zione
in
24. Le abbiamo usate iterativamente ottenendo il repository
Previdenza
Giustizia
Ambiente
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Salute
25. Schemi base e schemi astratti
Schemi astratti
Schemi base
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
26. 3. Una metodologia per costruire il repository
a partire dalla conoscenza disponibile
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
27. Conoscenza disponibile
per popolare il repository
Gli schemi logici e fisici della PA Piemontese (PAP) gestiti da Infodir
Circa 500 schemi logici con
Circa 18.000 tabelle con
Circa 200.000 campi
Gli schemi concettuali della PA centrale (PAC) censiti e organizzati
dall’Aipa in un Repository analogo
Circa 5.000 entita’
Circa 10.000 attributi
Circa 50 schemi astratti della PA Centrale, organizzati
secondo le operazioni di integrazione astrazione
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
28. Facendo cio’ con basso utilizzo di risorse
Se procediamo con una metodologia tradizionale di
reverse engineering sui 500 schemi PAP, assumendo
due settimane persona a schema, si ha:
Risorse con procedura tradizionale = 0,5
mesi persona * 500 = 25 anni persona
Dovevamo inventarci una metodologia approssimata che
ci permetta di ridurre l’uso delle risorse di un ordine di
grandezza
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
29. Repository PAC – struttura completa
SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 1° LIVELLO
SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 2° LIVELLO
SCHEMA INTEGRATO DELLE BASI DI DATI DELLA PA DI 3° LIVELLO
RISORSE
SERVIZI
SERVIZI SOCIALI ED ECONOMICI
SERVIZI DIRETTI
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
TRASPORTI
TRASPORTI
COMUNICAZIONI
10/178
9/112
AZIENDE INDUSTRALI
PRODUZIONE
AZIENDE AGRICOLE
LAVORO
3/53
BENI CULTURALI
CULTURA
10/100
AMBIENTE
8/213
EDILIZIA
AMBIENTE
ISTRUZIONE
ISTRUZIONE
3/134
SERVIZIO SANITARIO
5/56
ASSISTENZA
SANITA'
6/155
6/130
SICUREZZA INTERNA
SICUREZZA
CRIMINALITA'
GIUSTIZIA
6/76
DIFESA
10/76 ATTIVITA' GIURIDICA
AFFARI
ESTERI
4/36 RELAZIONI ESTERE IN ITALIA
6/53 RELAZIONI ITALIANE ALL' ESTERO
CATASTO
3/66
PREVIDENZA
RAPPRESENTANZE
ASSICURAZIONE SOCIALE
9/118
CERTIFICA-
STATISTICA
3/75
FORMAZIONE
DIPENDENTI
RISORSE
UMANE
37/336
BENI IMMOBILI
STRUMENTI
AUTOMEZZI
RISORSE
STRUMENTALI E
IMMOBILIARI
2/89
3/59
2/65
3/182 CAPITOLI DI SPESA
TRASFERIMENTO FONDI
3/30 A ENTI LOCALI PER ENTI PUIBBLICI
FISCO
DOGANE
RISORSE
FINANZIARIE
6/69
8/293
ORGANI COLLEGIALI
2/12
2/93
PROTOCOLLO
RISORSE DI
SUPPORTO
SERVIZI ECONOMICI
LAVORO
SERVIZI SOCIALI
9/118
SERVIZI GENERALI
30. Lo schema piu’ astratto
Unità
organizzativa
Bene
Soggetto
Riferimento
territoriale
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Documento
32. Schemi descritti nel Repository
Bene
Soggetto
Riferimento
territoriale
Unità
organizzativa
Documento
Soggetto
S. fisico
S. giuridico
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
33. 47 MF, MT
40
MI, MS
38
39
37
48
36
165
650
180
526
110
35
82
174
59
89
Contribuente
ufficio iva
163
assistito
162
utente anagrafe
tributaria
appartenente
catasto
tossicodipendente
520
161
invalidità civile
91
164
vita
sociale
fisco
Salute ed
assistenza
160
74
190
92
2
54
654
autonomo
104
4
105
663
53
71
603
MAE, MF, 7
87
19
MGG,11
MI,
108
12
10
120
651 MIBCA, MLP,
21
9
20
65 MLPS, MT,
24 25
97 109
MTN, MCE,
68
93
96
51
MD, MURST
501
131
45
172 137
64
656
173
55
86
136
516 515
531
506
111
602 170 507
142
81
Segretario
comunale
politica
lavoro
MI
candidato
giustizia
lavoratore
straniero
80
segnalato
affari esteri
Tossicodipendente
segnalato
101
88
171
disoccupato
601
straniero
scuola
pensioni
Alla ricerca di
nuova occupazione
16
borsista
studente
Soggetto fisico
52
600
con handicap
di guerra
Alla ricerca di
prima occupazione
6
casalinga
volontario
contribuente
Ricorrente per
invalidità civile
pensionato
653
MAE, MURST,
MPI
98
153
MI, MT, MD
MGG, MI,
MIBCA ,
MT, MTN
italiano
detenuto
dipendente
66
in attesa di giudizio
Richiedente
cittadinanza
Richiedente
visto
72
residente
all’estero
63
18
27
90
5
132
99
condannato
73
MAE, MI,
MLPS
MAE, MGG,
MI
Schemi base e
Gerachie di generalizzazione
Caso Soggetto fisico
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
34. La gerarchia di soggetto
–soggetto fisico
•Lavoro
•lavoratore
–lavoratore autonomo
–dipendente pubblico
•disoccupato
•……
–soggetto giuridico
•impresa
•istituzione p.a.
•Istituzione sociale privata
•……
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
35. Utlizzeremo percio’ una conoscenza piu’
sintetica: le gerarchie di generalizzazione
Pubblica Amministrazione Centrale
Schemi
concettuali
Pubblica
Amministrazione
Locale
Gerarchie di
Generalizzazione:
-Cittadino
-Impresa
-Organizzazione
-Documento
-Luogo
-Bene
Schemi logici
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
36. Sintesi della metodologia
Scopo della metodologia: semplificare il compito del
referente dati, utilizzando il piu’ possibile strumenti
automatici, a costo di una certa approssimazione nelle
scelte.
Assunzione: ad un certo livello di astrazione gli schemi
della PAL Piemontese sono “simili” a quelli della PA
Centrale. Si differenziano nei livelli di astrazione piu’
bassi.
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
37. Le due fasi della metodologia
Fase
automatica
Schema
scheletro
Referente dati
competente
sul dominio
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Fase
manuale
Schema
finale
38. Fase automatica: generazione entita’
1-GENERAZIONE ENTITA'
input:
a) le entita' delle ontologie
b) le tavole della base dati
output:
x) le tavole "pescate" dall'algoritmo
y) le entita' delle ontologie corrispondenti alle tavole pescate in x
ALGORITMO:
- PER OGNI ENTITA' DELLE ONTOLOGIE (LOOP)
- PER OGNI TAVOLA DELLA BASE DATI
- SE C'E' ALMENO 1 ATTRIBUTO DELLA TAVOLA CHE SIA
"SOMIGLIANTE" AL NOME DELL'ENTITA' DELL'ONTOLOGIA
- SCELGO L'ENTITA'
- ENDIF
- END LOOP
- END LOOP
SOMIGLIANTE = LIKE "STRINGA" IN NOME E/O DESCRIZIONE
ATTRIBUTO
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
39. Passo 1: Generazione entita’
Gerarchie
PA
Centrale
E1
PA
Piemontese
…..
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Attributi e
Tabelle
40. Generazione entita’
Ricerca per somiglianza
Gerarchie
PA
Centrale
E1
PA
Piemontese
…..
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Attributi e
Tabelle degli
Schemi logici
42. Generazione generalizzazioni
2-GENERAZIONE GENERALIZZAZIONI
input:
a) le entita' trovate in generazione entita'
b) le tavole trovate in generazione entita'
output:
x) le generalizzazioni delle entita'
y) le generalizzazioni delle tavole
algoritmo:
- osservando le generalizzazioni complete delle entita' delle ontologie,
riporto quelle presenti nelle entita' selezionate in generazione entita'
- per analogia, le tavole corrispondenti alle entita' "sposano" le medesime
generalizzazioni
Con un esempio astratto, se ho una ontologia completa
A
B
C
D
E
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
43. Generazione generalizzazioni
se precedentemente ho selezionato A, B, D le generalizzazioni
trovate
saranno
A
B
D
Se avevamo corrispondenza tra A e TAV1, B e TAV2, D e TAV4,
avremo la
gerarchia di generalizzazione tavole:
TAV1
TAV2
TAV4
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
44. 3-GENERAZIONE RELAZIONI
Generazione relazioni
input:
a) le entita' selezionate ai passi precedenti
output:
x) le relazioni tra le entita' selezionate
algoritmo:
- per ogni entita' delle ontolologie selezionata (loop)
- cerco nei 500 schemi le entita' (dei 500 schemi)
- con riferimento all'esempio astratto di cui sopra avremo
ad
esempio:
per A: A1,A2,...AN
per B: B1,B2,..BN
per C: C1,C2,...CN
per D: D1,D2,...DN
per E: E1,E2,...EN
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
45. Generazione relazioni
- supponiamo di trovare
A1-B4 (A-B)
A7-B5 (A-B)
B3-D9 (B-D)
C8-C4 (C-C)
C6-D2 (C-D)
C1-E8 (C-E)
- in casi di molteplicita' scelgo 1 sola relazione, piu' o meno
arbitrariamente...
- nell'esempio scegliero':
A-B (una delle 2 relazioni trovate)
B-D
C-D
C-E
non scelgo ma potrei farlo C-C
- il cammino relazionale selezionato sara' A-B-D-C-E
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
46. Generazione attributi
4-GENERAZIONE ATTRIBUTI
input:
a) le entita' selezionate in passo 1
b) le tavole selezionate in passo 1
c) gli attributi delle tavole selezionate in passo 1 (vedasi algoritmo del
passo 1)
output:
x) per ciascuna entita' i suoi attributi
algoritmo:
importo IN ciascuna entita' gli attributi delle tavole corrispondenti
Con il solito esempio, se avevamo
A corrisponde a TAV1 (CAMPO1, CAMPO2)
B corrisponde a TAV2 (CAMPO3, CAMPO4)
D corrisponde a TAV4 (CAMPO5, CAMPO6)
l'output sara'
A (CAMPO1, CAMPO2)
B (CAMPO3, CAMPO4)
D (CAMPO5, CAMPO6)
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
47. Infer constraints
5-GENERAZIONE RELAZIONI (PASSO ADDITIVO FATTO SUI
CONSTRAINTS FISICI)
input:
a) le tavole pescate al punto 1 di generazione entita'
output:
x) le tavole selezionate unite dagli eventuali constraints, piu' eventuali
tavole che si frappongono per costituire il cammino dei constraints
algoritmo:
- con un tool (generalmente erwin) si effettuano sulla base dati
operazioni
di "infer relationship" considerando:
- chiavi primarie e chiavi straniere esistenti
- indici univoci
- somiglianza di nomi campi
- si derivano i constraints (relazioni fisiche)
Con un esempio, se avevamo individuato precedentemente le tavole
TAV1, TAV2
e TAV4, il cammino relazionale fisico ottenuto dai constraints potrebbe
essere:
TAV1-tav5-TAV4-TAV2 (tav5 viene introdotto perche' necessaria al
cammino per unire TAV1 e TAV4)
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
48. Verifica col referente dati
6-VERIFICA CON REFERENTE DATI
input:
a) tutto il materiale prodotto nei passi precedenti
b) le indicazioni del referente dati che in generale saranno di 2 tipi:
- mi aspettavo venisse pescata ANCHE questa tavola
- NON mi aspettavo venisse pescata quest'altra tavola
output:
x) il modello dati con i concetti in piu' e/o in meno verificati col
referente dati
algoritmo:
- per ogni entita' pescata impropriamente, la rimuovo (il criterio di
somiglianza spara nel mucchio)
- per ogni entita' mancante, la aggiungo con la consulenza del
referente
dati, corredandola di attributi e relazioni
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
49. Passo Manuale: Verifica del referente dati
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
52. Matrice Basi di dati selezionate - Domini - Organizzazioni
Dominio/
Organizzazione
Territorio
Imprese
Sanita’
Regione
Piemonte
x
x
x
Provincia di
Torino
x
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Citta’ di Torino
x
53. Basi di dati selezionate - 2
Regione Piemonte
Argomento imprese
• Dominio agricoltura
– Registro aziende agricole
• Dominio lavoro e imprese
– Attivita’ produttive
– Finanziamenti alle imprese
Argomento sanita’
• Dominio sanita’
– Statistiche interruzioni di gravidanza
Argomento territorio
• Dominio territoriale
– Legislazione su risorse idriche
– Rete idrogeologica
– Stradario
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
54. Basi di dati selezionate - 2
Citta’ di Torino
•Argomento territorio
–Dominio territoriale
»Toponomastica citta’
Provincia di Torino
•Argomento territorio
–Dominio catasto
»Registro strade provinciali
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
56. Organizzazione Città di Torino
Riferimento
catastale
Luogo
Soggetto
Soggetto
fisico/
persona fisica
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
60. Organizzazione Provincia di Torino
Luogo
Riferimento
catastale
Soggetto
Soggetto
fisico/
persona fisica
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
63. Cspvto Registro strade provinciali
Documento
Soggetto
Luogo
Sede
Soggetto fisico/
Persona fisica
Soggetto
giuridico
Strutture
Contribuente
Impresa
Traverse
Diario
elemento
Diario
Elementi
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Volumi di
traffico
Responsabili
Località
67. Smrgaa Registro aziende agricole
Luogo
Soggetto
Bene
Soggetto fisico
–
Persona fisica
Soggetto
giuridico
Particella
Catastale
Bene Privato
Riferimento
Catastale
Tipo zona
Altimetrica
Contribuente
Italiano
Impresa
Particella
Import
Immobile
UTE
Appartente
Catasto
Sezione
Provincia
Tipo Tipologia
Azienda
Regione
Tipo Forma
Fabbricato
Documento
Versamento
con delega
Procedimento
azienda
Intermediario
Profilo
Tipologia
Profilo
Componente
Componente
Livello
Conduzione
particella
Profilo
Funzione
Utente Iride
Livello
Abitazione
Accesso
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Tipo
utilizzo
Import
Tipo Area
Foglio
68. Dominio lavoro e imprese
Luogo
Localita
Sede
Documento
Soggetto
Soggetto
fisico/
persona fisica
Soggetto
giuridico
Contribuente
Impresa
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
69. Aaep Attività Produttive
Atp aaep att
econom
produttive
Tt
ateco91
Infocamere
attività
Tt tipo
impresa
Tt tipo
legame
aaep dati
azienda
Tt
attivita
Ateco inail
Inail cliente
Ab01
impresa
Ab04
legami
Tt
comune
Inail azienda
Inail pat
Luogo
Soggetto
Soggetto fisico
–
Persona fisica
Aaep
rappr
legale
Riferimento
Catastale
Sede
Soggetto
giuridico
Località
Documento
Impresa
Aaep
azienda
fonte
Aaep
azienda
Fp
azienda
Abia
sede
Aaep t
causale
cess
Abia
azienda
Infoc
procedura
concorsuale
Infoc
azspe
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Infoc
oggetto
sociale
Infoc
persona ri
70. Moni Finanziamenti alle Imprese
Utente
Soggetto
Soggetto fisico
/ Persona
fisica
Generatore
invio file
Soggetto
giuridico
Italiano
Impresa
Documento
Spesa
progetto
Atto
registro
Norma
agevolazione
Fonte
Attuazione
normativa
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Contributo
Contributo
revocato
Contributo
liquidato
Contributo
concesso
76. Giuridr Legislazione su risorse idriche
Ente emanante
Pubblicazione
L-doc-sett-tem
Settore termico
Normativa
Documento
File normativa
Tipologia
Bibliografia
L fileriass
sen biblio
Sentenza
File riassuntivo
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Organo
giurisdizionale
78. Sitad Stradario
Tipo Via
Luogo
L1 Tipo
Nome Via
Località
Stradario
Stradario
storico
Stradario VAR
Direzione Atenei, Cultura, Banche Dati e Sistemi Decisionali
Nome Via