Come aggiungere comandi ad un bot Telegram?

 

In un precedente post ho parlato della possibilità di creare un bot Telegram per rimanere aggiornati sulle notizie che interessano.

E’ possibile estendere le funzionalità di questo bot aggiungendo dei comandi.

I comandi sono delle parole precedute dal simbolo “/” a cui il bot risponde con dei messaggi predefiniti.

I comandi sono utili per divulgare in massa informazioni di uso ricorrente agli utenti, evitando richieste ripetitive.

Nota: il tutorial che segue funzionerà solo se avete collegato il bot Telegram a Manybot come spiegato nel precedente post.

Per creare un comando, dal menù principale del nostro bot clicchiamo su ‘Comandi personalizzati‘.

Successivamente clicchiamo su ‘Crea comando

A questo punto digitiamo il nome del comando, preceduto dal simbolo ‘/‘.

Ad esempio, se vogliamo creare un comando che mostra all’utente un video del Comune di Lago (CS), chiamiamo il comando ‘/lago’

Il bot ci chiederà di inserire la risposta che deve comparire all’utente tutte le volte che digita il comando ‘/lago‘.

Digitiamo la risposta, ad esempio ‘Guarda questo video di Lago (CS)‘.

Se vogliamo, nella risposta, possiamo inserire un link, ad esempio ad un video Youtube oppure ad una Mappa.

Premiamo ‘invio‘ sulla nostra tastiera.

Adesso premiamo il tasto ‘Salva‘ nel menù del bot.

Torniamo indietro al menù principale del bot, cliccando sul tasto ‘Torna indietro‘.

Il bot è pronto ad eseguire il nostro comando tutte le volte che lo digitiamo.

Non dimenticate di anteporre il simbolo’/‘ quando digitate il comando.

Primo giorno di fatturazione elettronica tra privati in Italia!

Oggi, Lunedì 09 Gennaio 2017, è il primo giorno in cui entra in produzione in Italia la fatturazione elettronica tra privati.

La fatturazione elettronica non è semplicemente un modo per “risparmiare carta”, ma l’occasione per rivedere completamente i processi aziendali.

Con la fatturazione elettronica, infatti, sarà possibile avere una notifica immediata dell’avvenuta ricezione della fattura da parte dei clienti, senza dover effettuare noiose telefonate.

La fattura elettronica, utilizzando un file XML standard, permette inoltre la facile importazione ed esportazione di fatture tra software gestionali e software di Enterprise Resource Planning.

Diventerà più facile, ad esempio, trasmettere le fatture al Commercialista, il quale non dovrà ricopiarle a mano nel software fiscale del suo studio.

Diventerà più semplice, per le aziende che lo vogliono, cambiare software gestionale, perchè tutte le fatture potranno essere esportate dal vecchio software gestionale ed importate nel nuovo.

La fatturazione elettronica inoltre aprirà, fra qualche anno, all’intelligenza artificiale, con la possibilità di usare i software di riconoscimento vocale per emettere fatture.

Fra qualche anno sarà possibile, ad esempio, chiedere al proprio smartphone di “emettere una fattura di importo X al cliente Y per la cessione dei beni Z” e la fattura verrà preparata in automatico dal nostro assistente virtuale.

La fatturazione elettronica porterà fra qualche anno, inoltre, a delle semplificazioni fiscali, come l’aumento dei dati disponibili nelle dichiarazioni dei redditi pre-compilate e l’abolizione della compilazione di alcune dichiarazioni fiscali.

Per conoscere i dettagli tecnologici della fatturazione elettronica è disponibile il portale informativo cliccando qui.

Per utilizzare il software gratuito di fatturazione elettronica dell’Agenzia delle Entrate è disponibile la guida cliccando qui.

Come creare un bot Telegram che vi aggiorni sulle notizie di vostro interesse?

Telegram è un’applicazione di messaggistica istantanea utilizzabile via Web oppure scaricandola sul proprio smartphone.

Telegram permette la creazione di bot, semplici programmi che offrono le loro funzionalità agli utenti via chat.

Uno dei più elementari bot realizzabili in autonomia con Telegram è una raccolta di notizie di vostro interesse.

Vediamo ad esempio i passi tramite cui ho realizzato il bot @DigitalRendebot, una raccolta di notizie sull’ecosistema IT della città Calabrese di Rende, sede dell’Università della Calabria.

Per prima cosa accedete a Telegram e cercate l’utente @BotFather.

Iniziate a chattare con BotFather inviando il comando /newbot.

BotFather vi chiederà prima il nome che volete dare al vostro bot, nel nostro caso ‘DigitalRende‘.

Poi BotFather vi chiederà il nome utente che volete dare al vostro bot.

Il nome utente deve dempre concludersi con la parola bot, quindi scegliamo ‘DigitalRendebot‘.

A questo punto BotFather restituirà la password con la quale è possibile controllare il bot.

Continuiamo a chattare con BotFather, digitiamo il comando /setuserpic per dare un’immagine del profilo al nostro bot.

BotFather chiederà semplicemente di inviare un’immagine da usare come foto del profilo.

Adesso sempre su Telegram, cercate l’utente @Manybot.

Manybot è un semplicissimo strumento che vi permetterà di implementare delle funzionalità di base del vostro bot, come nel nostro caso leggere il feed RSS di un sito web oppure l’account Twitter ed avvisarvi con una notifica push sulla pubblicazione di contenuti di vostro interesse.

Una volta aperta la chat con @Manybot clicchiamo sul pulsante ‘Crea un nuovo Bot‘.

Poi clicchiamo sul bottone ‘Ho copiato la chiave API’.

Adesso incolliamo la chiave API, si tratta della password che ci aveva fornito @BotFather quando abbiamo creato il bot.

Se non la ricordate, potete semplicemente ritornare alla chat con @BotFather e copiarla da li.

Come ultimo passo @Manybot ci chiederà di inserire una breve descrizione di cosa fa il nostro bot.

Scriviamo la descrizione ‘News ed eventi all’ecosistema digitale di Rende‘ e premiamo invio.

A questo punto apriamo il nostro bot.

Dal menù principale clicchiamo su ‘impostazioni‘.

Poi clicchiamo su ‘Autoposting‘.

Successivamente clicchiamo su ‘+ RSS feed‘.

Adesso troviamo il feed RSS di un sito che pubblica notizie rilevanti per noi, il feed potrebbe essere rappresentato dall’icona dell’RSS.

Oppure potrebbe essere nascosto dentro la pagina web.

Nel caso sia nascosto clicchiamo col tasto destro del mouse sul sito web e selezioniamo ‘Visualizza sorgente pagina‘.

Digitiamo ‘ctrl + F‘ per aprire la casella di ricerca e cerchiamo la parola ‘rss‘.

Abbiamo trovato la url del feed RSS, che in questo caso è https://hlcs.it/feed/

Torniamo a chattare col nostro bot per incollare la ulr del feed RSS.

Abbiamo finito la configurazione del bot, che ci aggiornerà in automnatico ogni volta che il sito da noi scelto pubblica una notizia.

NoSQL? Invece SìSQL!

Grazie a Federico Razzoli, amico esperto di Database, per aver accettato l’invito a scrivere sul mio blog.

Marco.

nosql-plm

Da qualche anno, un nuovo paradigma sta cercando di imporsi nel mondo dei database: il NoSQL.

In Italia il NoSQL diventa No Esse Cu Elle, No Eschiuèl, No Sìquel. Sempre no, insomma. Non è un caso: il NoSQL nel suo complesso non propone una novità precisa. Certo, alcuni progetti NoSQL sono innovativi e interessanti. Ma l’insieme del movimento NoSQL si basa sul rifiuto della teoria relazionale e della sua naturale applicazione pratica, il linguaggio SQL.

Perché rifiutare l’SQL? I motivi sono tanti, e ognuno di essi ha la sua parte di verità. Ad esempio:

  • La sintassi è complicata. Questa critica, a ben guardare, è quasi buffa. Tutti i linguaggi più diffusi sono molto più complessi dell’SQL. SQL avrebbe potuto essere più flessibile? Sì, ma sarebbe venuto meno un grande vantaggio: la stretta relazione tra la sintassi delle query e la logica dei DBMS.
  • Impedance Mismatch. Queste parolone significano semplicemente che SQL si basa su una logica diversa rispetto a quella usata dalla programmazione a oggetti. Questo porta dei problemi pratici e rende l’SQL antipatico ad alcune categorie, come i programmatori Java. Ma questi problemi si ridimensionano molto con l’esperienza.
  • L’inefficienza dei software ORM. Queste librerie sono state introdotte per risparmiare ai programmatori il compito di apprendere la sintassi e la logica dell’SQL. In pratica permettono di trattare le righe di una tabella come se fossero oggetti. I limiti prestazionali di questa soluzione dimostrano che, se si ha a che fare con i database relazionali, è meglio conoscere l’SQL.
  • Database progettati e amministrati male. Non si può chiedere a una tecnologia prestazioni ottimali, se non la si mette in mano a chi la conosce e sa utilizzarla. Purtroppo i professionisti realmente competenti, in questo campo, non sono molti.

Non è mia intenzione negare l’esistenza di questi problemi, o tergiversare sulla necessità di risolverli. Ma credo che la soluzione consista nel migliorare le competenze in materia di database e adeguare i processi aziendali, piuttosto che nel cercare metodologie diverse.

Una delle prime verità scomode che si imparano, e non solo nell’informatica, è che niente è perfetto: ogni soluzione ha i suoi pregi e i suoi difetti. Le tecnologie maturano col tempo, venendo incontro a problemi pratici che in fase di progettazione non erano previsti. Le comunità di esperti in grado di fornire assistenza non nascono dall’oggi al domani. È proprio per questo che abbandonare una tecnologia consolidata da decenni per utilizzarne una nuova può portare più guai di quanti ne risolva. Certo, per un progetto particolare, scegliere uno specifico strumento NoSQL può essere una soluzione interessante; ma per l’uso generico, no.

Anche in questo caso, andiamo a elencare alcuni dei motivi.

  • Se è difficile trovare un professionista che conosca a fondo una tecnologia diffusissima come MySQL, è molto più difficile trovarne uno che conosca a fondo un database NoSQL. Se lo si trova, ha un costo. Se non lo si trova… auguri. Davvero.
  • E’ credenza comune che il NoSQL gestisca grandi quantità di dati velocemente. Ma questo è vero solo in casistiche ristrette.
    • In generale i software NoSQL hanno un supporto molto limitato per gli indici, quindi non possono garantire prestazioni accettabili se devono rispondere a domande complesse – in altre parole, non sono progettati per un uso generico.
    • Se non si dispone di abbastanza RAM per contenere tutti i dati, le prestazioni precipitano. Il clustering è spesso una soluzione, ma costa.
  • Le tecnologie che raggiungono prestazioni molto elevate, spesso, lo fanno riducendo l’input e l’output verso i dischi. Il che significa che non effettuano (o effettuano raramente) alcune operazioni di sicurezza che garantiscono l’integrità dei dati.
  • Il modello relazionale ha un grande vantaggio: i dati sono strutturati in modo preciso. Molti software NoSQL si vantano di non seguire il loro esempio. Ma in questo modo un errore di programmazione può rendere i dati inservibili.
  • I software più usati sono scritti per funzionare con i database relazionali, non con il NoSQL. Anche scegliendo un progetto diffuso come MongoDB, la scelta del software si ridurrà parecchio.

Ma spesso il motivo per cui si ritiene che il NoSQL sia la scelta migliore si riassume in due parole: Big Data. Il marketing di alcune aziende ci racconta che oggi i dati sono grandi, che il loro valore è enorme e che i database relazionali non sono più all’altezza.

È vero? Certo che no. Perfino i maggiori social network, pur utilizzando anche prodotti NoSQL, investono in MySQL fino al punto di mantenere veri e propri fork. Figuriamoci se un’azienda di dimensioni normali non può usare i database relazionali!

Ma crederci fa bene all’autostima. E’ bello lasciarsi raccontare che… ehi, ce l’abbiamo proprio grande, il database! Le dimensioni contano, altro che storie! E addirittura, le più consolidate tecnologie non riescono a star dietro al nostro flusso di dati! Noi le usiamo al meglio, ma che possono fare con un carico di lavoro come il nostro? Per fortuna il gatto e la volpe hanno la soluzione: Di noi ti puoi fidar!

Federico Razzoli
www.federico-razzoli.com

Grazie a Federico Razzoli, amico esperto di Database, per aver accettato l’invito a scrivere sul mio blog.

Marco.

nosql-plm

Da qualche anno, un nuovo paradigma sta cercando di imporsi nel mondo dei database: il NoSQL.

In Italia il NoSQL diventa No Esse Cu Elle, No Eschiuèl, No Sìquel. Sempre no, insomma. Non è un caso: il NoSQL nel suo complesso non propone una novità precisa. Certo, alcuni progetti NoSQL sono innovativi e interessanti. Ma l’insieme del movimento NoSQL si basa sul rifiuto della teoria relazionale e della sua naturale applicazione pratica, il linguaggio SQL.

Perché rifiutare l’SQL? I motivi sono tanti, e ognuno di essi ha la sua parte di verità. Ad esempio:

  • La sintassi è complicata. Questa critica, a ben guardare, è quasi buffa. Tutti i linguaggi più diffusi sono molto più complessi dell’SQL. SQL avrebbe potuto essere più flessibile? Sì, ma sarebbe venuto meno un grande vantaggio: la stretta relazione tra la sintassi delle query e la logica dei DBMS.
  • Impedance Mismatch. Queste parolone significano semplicemente che SQL si basa su una logica diversa rispetto a quella usata dalla programmazione a oggetti. Questo porta dei problemi pratici e rende l’SQL antipatico ad alcune categorie, come i programmatori Java. Ma questi problemi si ridimensionano molto con l’esperienza.
  • L’inefficienza dei software ORM. Queste librerie sono state introdotte per risparmiare ai programmatori il compito di apprendere la sintassi e la logica dell’SQL. In pratica permettono di trattare le righe di una tabella come se fossero oggetti. I limiti prestazionali di questa soluzione dimostrano che, se si ha a che fare con i database relazionali, è meglio conoscere l’SQL.
  • Database progettati e amministrati male. Non si può chiedere a una tecnologia prestazioni ottimali, se non la si mette in mano a chi la conosce e sa utilizzarla. Purtroppo i professionisti realmente competenti, in questo campo, non sono molti.

Non è mia intenzione negare l’esistenza di questi problemi, o tergiversare sulla necessità di risolverli. Ma credo che la soluzione consista nel migliorare le competenze in materia di database e adeguare i processi aziendali, piuttosto che nel cercare metodologie diverse.

Una delle prime verità scomode che si imparano, e non solo nell’informatica, è che niente è perfetto: ogni soluzione ha i suoi pregi e i suoi difetti. Le tecnologie maturano col tempo, venendo incontro a problemi pratici che in fase di progettazione non erano previsti. Le comunità di esperti in grado di fornire assistenza non nascono dall’oggi al domani. È proprio per questo che abbandonare una tecnologia consolidata da decenni per utilizzarne una nuova può portare più guai di quanti ne risolva. Certo, per un progetto particolare, scegliere uno specifico strumento NoSQL può essere una soluzione interessante; ma per l’uso generico, no.

Anche in questo caso, andiamo a elencare alcuni dei motivi.

  • Se è difficile trovare un professionista che conosca a fondo una tecnologia diffusissima come MySQL, è molto più difficile trovarne uno che conosca a fondo un database NoSQL. Se lo si trova, ha un costo. Se non lo si trova… auguri. Davvero.
  • E’ credenza comune che il NoSQL gestisca grandi quantità di dati velocemente. Ma questo è vero solo in casistiche ristrette.
    • In generale i software NoSQL hanno un supporto molto limitato per gli indici, quindi non possono garantire prestazioni accettabili se devono rispondere a domande complesse – in altre parole, non sono progettati per un uso generico.
    • Se non si dispone di abbastanza RAM per contenere tutti i dati, le prestazioni precipitano. Il clustering è spesso una soluzione, ma costa.
  • Le tecnologie che raggiungono prestazioni molto elevate, spesso, lo fanno riducendo l’input e l’output verso i dischi. Il che significa che non effettuano (o effettuano raramente) alcune operazioni di sicurezza che garantiscono l’integrità dei dati.
  • Il modello relazionale ha un grande vantaggio: i dati sono strutturati in modo preciso. Molti software NoSQL si vantano di non seguire il loro esempio. Ma in questo modo un errore di programmazione può rendere i dati inservibili.
  • I software più usati sono scritti per funzionare con i database relazionali, non con il NoSQL. Anche scegliendo un progetto diffuso come MongoDB, la scelta del software si ridurrà parecchio.

Ma spesso il motivo per cui si ritiene che il NoSQL sia la scelta migliore si riassume in due parole: Big Data. Il marketing di alcune aziende ci racconta che oggi i dati sono grandi, che il loro valore è enorme e che i database relazionali non sono più all’altezza.

È vero? Certo che no. Perfino i maggiori social network, pur utilizzando anche prodotti NoSQL, investono in MySQL fino al punto di mantenere veri e propri fork. Figuriamoci se un’azienda di dimensioni normali non può usare i database relazionali!

Ma crederci fa bene all’autostima. E’ bello lasciarsi raccontare che… ehi, ce l’abbiamo proprio grande, il database! Le dimensioni contano, altro che storie! E addirittura, le più consolidate tecnologie non riescono a star dietro al nostro flusso di dati! Noi le usiamo al meglio, ma che possono fare con un carico di lavoro come il nostro? Per fortuna il gatto e la volpe hanno la soluzione: Di noi ti puoi fidar!

Federico Razzoli
www.federico-razzoli.com

Business Intelligence o Big Data, qual è la differenza?

statistiche

Ciclicamente il Marketing  propone termini nuovi per descrivere strumenti che già esistono, allo scopo di “markettarli” per renderli più appetibili ai potenziali clienti.

Ma se si guarda oltre l’aspetto promozionale, è possibile beneficiare del valore reale creato da questi strumenti, pagandoli per i risultati concreti che portano, che pure esistono e non sono marginali.

La statistica è una disciplina che ha una storia molto antica e tradizionalmente è stata divisa in due branche:

  • La statistica descrittiva fa riferimento all’insieme di tecniche usate per descrivere le caratteristiche di base dei dati raccolti.

La statistica descrittiva fornisce una sintesi semplice del campione e delle misure raccolte, insieme ad una semplice analisi grafica.

In poche parole la statistica “descrive” ciò che si osserva, quello che i dati evidenziano nei loro tratti essenziali.

In ambito aziendale, una possibile applicazione della statistica descrittiva potrebbe essere l’analisi del rischio commerciale, ovvero della dipendenza dell’azienda dai clienti.

Sappiamo dal modello delle cinque forze di Porter che maggiore è la concentrazione di fatturato nelle mani di un cliente, peggiore sarà la posizione nell’ambiente competitivo dell’azienda.

Nel caso limite di concentrazione, per esempio azienda dell’indotto che produce pezzi meccanici esclusivamente per la FCA, la dipendenza dell’azienda dal cliente sarà totale ed il cliente avrà ampio potere di negoziare i prezzi del prodotto venduto.

Viceversa nel caso di equidistribuzione, per esempio nel caso di compagnie aeree che trasportano vari passeggeri, i singoli clienti avranno uno scarso potere contrattuale sul prezzo del biglietto.

Con la statistica descrittiva è possibile rappresentare la concentrazione del fatturato in mano ai clienti tramite una Curva di Lorenz e comprendere così la posizione competitiva dell’azienda.

  • La statistica inferenziale è il procedimento per cui si inducono le caratteristiche di una popolazione dall’osservazione di una parte di essa, detta campione.

Con la statistica inferenziale si provano quindi a raggiungere conclusioni che si estendono oltre i dati raccolti, conclusioni che possono essere valide e riferibili ad un contesto più ampio rispetto a quello dei dati oggetto di studio.

In ambito aziendale una possibile applicazione della statistica inferenziale si ha nel controllo statistico della Qualità, quando non è possibile controllare la qualità di ogni singolo elemento della produzione che si mette in vendita, risulta quindi necessario selezionare un campione e osservarlo per provare ad arrivare a delle conclusioni sull’intera popolazione.

Se la nostra azienda produce lampadine e vogliamo sapere quante ore di vita hanno in media, non potremo esaminarle tutte, perchè misurare la vita di tutte le lampadine significa distruggere per intero la nostra produzione.

In poche parole non si avrebbe più un prodotto da vendere!

Ecco allora che risulta necessario lavorare su un campione di lampadine, da accendere fino a far bruciare per valutare la durata media delle lampadine che produciamo.

Ma cosa c’entra la statistica con i concetti di Business Intelligence e Big Data?

Senza troppo giri di parole:

  • Business intelligence non è altro che il nome figo della statistica descrittiva.

  • Big Data non è altro che il nome figo della statistica inferenziale.

Non fatevi ingannare dai paroloni del marketing che tenterà di propinarvi la storia che si tratta di quantità di dati talmente grandi da non poter essere gestiti con strumenti tradizionali: i computer sono stati inventati per elaborare grandi quantità di dati che non potevano essere elaborati con carta e penna!

In Italia la maggior parte delle aziende è di medio-piccole dimensioni, anche se a tutti piace pensare di avere una quantità di dati talmente grande da non poter essere gestita con strumenti tradizionali, è improbabile che sia così.

Adesso vanno molto di moda i database che non utilizzano modelli relazionali, non che siano strumenti inutili, ma se non avete alcuni Terabyte di dati da gestire o esigenze particolari, i costi del loro utilizzo supereranno sicuramente i benefici.

Occhio quindi alla scelta della figura professionale del Database Administrator a cui affidate i dati aziendali: se la quantità di dati da gestire non è elavata ma il database relazionale non funziona, potrebbe anche essere colpa sua!

Per concludere, provate a guardare il valore vero delle cose oltre il marketing: gli strumenti della statistica descrittiva e inferenziale sono sicuramente utilissimi, ma non necessariamente servono o possono essere utilizzati in tutte le aziende.

La maggior parte dei software E.R.P. in circolazione, tra cui LibrERP.com, include la possibilità di avere a disposizione le statistiche di base che realmente servono al vostro business.

Servono però consulenti realmente preparati, in grado di aiutarvi a selezionare gli strumenti statistici utili al vostro business, che si facciano equamente pagare per il valore reale che creano e non perchè per esigenze di marketing si mettano a fare delle query inutili, pubblicizzandole manco fossero l’apparizione della divinità di Odino in terra.statistiche

Ciclicamente il Marketing  propone termini nuovi per descrivere strumenti che già esistono, allo scopo di “markettarli” per renderli più appetibili ai potenziali clienti.

Ma se si guarda oltre l’aspetto promozionale, è possibile beneficiare del valore reale creato da questi strumenti, pagandoli per i risultati concreti che portano, che pure esistono e non sono marginali.

La statistica è una disciplina che ha una storia molto antica e tradizionalmente è stata divisa in due branche:

  • La statistica descrittiva fa riferimento all’insieme di tecniche usate per descrivere le caratteristiche di base dei dati raccolti.

La statistica descrittiva fornisce una sintesi semplice del campione e delle misure raccolte, insieme ad una semplice analisi grafica.

In poche parole la statistica “descrive” ciò che si osserva, quello che i dati evidenziano nei loro tratti essenziali.

In ambito aziendale, una possibile applicazione della statistica descrittiva potrebbe essere l’analisi del rischio commerciale, ovvero della dipendenza dell’azienda dai clienti.

Sappiamo dal modello delle cinque forze di Porter che maggiore è la concentrazione di fatturato nelle mani di un cliente, peggiore sarà la posizione nell’ambiente competitivo dell’azienda.

Nel caso limite di concentrazione, per esempio azienda dell’indotto che produce pezzi meccanici esclusivamente per la FCA, la dipendenza dell’azienda dal cliente sarà totale ed il cliente avrà ampio potere di negoziare i prezzi del prodotto venduto.

Viceversa nel caso di equidistribuzione, per esempio nel caso di compagnie aeree che trasportano vari passeggeri, i singoli clienti avranno uno scarso potere contrattuale sul prezzo del biglietto.

Con la statistica descrittiva è possibile rappresentare la concentrazione del fatturato in mano ai clienti tramite una Curva di Lorenz e comprendere così la posizione competitiva dell’azienda.

  • La statistica inferenziale è il procedimento per cui si inducono le caratteristiche di una popolazione dall’osservazione di una parte di essa, detta campione.

Con la statistica inferenziale si provano quindi a raggiungere conclusioni che si estendono oltre i dati raccolti, conclusioni che possono essere valide e riferibili ad un contesto più ampio rispetto a quello dei dati oggetto di studio.

In ambito aziendale una possibile applicazione della statistica inferenziale si ha nel controllo statistico della Qualità, quando non è possibile controllare la qualità di ogni singolo elemento della produzione che si mette in vendita, risulta quindi necessario selezionare un campione e osservarlo per provare ad arrivare a delle conclusioni sull’intera popolazione.

Se la nostra azienda produce lampadine e vogliamo sapere quante ore di vita hanno in media, non potremo esaminarle tutte, perchè misurare la vita di tutte le lampadine significa distruggere per intero la nostra produzione.

In poche parole non si avrebbe più un prodotto da vendere!

Ecco allora che risulta necessario lavorare su un campione di lampadine, da accendere fino a far bruciare per valutare la durata media delle lampadine che produciamo.

Ma cosa c’entra la statistica con i concetti di Business Intelligence e Big Data?

Senza troppo giri di parole:

  • Business intelligence non è altro che il nome figo della statistica descrittiva.

  • Big Data non è altro che il nome figo della statistica inferenziale.

Non fatevi ingannare dai paroloni del marketing che tenterà di propinarvi la storia che si tratta di quantità di dati talmente grandi da non poter essere gestiti con strumenti tradizionali: i computer sono stati inventati per elaborare grandi quantità di dati che non potevano essere elaborati con carta e penna!

In Italia la maggior parte delle aziende è di medio-piccole dimensioni, anche se a tutti piace pensare di avere una quantità di dati talmente grande da non poter essere gestita con strumenti tradizionali, è improbabile che sia così.

Adesso vanno molto di moda i database che non utilizzano modelli relazionali, non che siano strumenti inutili, ma se non avete alcuni Terabyte di dati da gestire o esigenze particolari, i costi del loro utilizzo supereranno sicuramente i benefici.

Occhio quindi alla scelta della figura professionale del Database Administrator a cui affidate i dati aziendali: se la quantità di dati da gestire non è elavata ma il database relazionale non funziona, potrebbe anche essere colpa sua!

Per concludere, provate a guardare il valore vero delle cose oltre il marketing: gli strumenti della statistica descrittiva e inferenziale sono sicuramente utilissimi, ma non necessariamente servono o possono essere utilizzati in tutte le aziende.

La maggior parte dei software E.R.P. in circolazione, tra cui OpenERP, include la possibilità di avere a disposizione le statistiche di base che realmente servono al vostro business.

Servono però consulenti realmente preparati, in grado di aiutarvi a selezionare gli strumenti statistici utili al vostro business, che si facciano equamente pagare per il valore reale che creano e non perchè per esigenze di marketing si mettano a fare delle query inutili, pubblicizzandole manco fossero l’apparizione della divinità di Odino in terra.

Chi finanzia Linux?

Nel precedente articolo ho spiegato perchè il Software Libero, essendo sinonimo di Qualità,  non dovrebbe essere associato al concetto di  “gratuito”.

Nell’Open Source, infatti, non ci sono costi di licenza ma i contratti di assistenza tecnica annuali di livello professionale si pagano, perchè rappresentano la principale fonte con cui si finanziano la scrittura di codice di qualità e la risoluzione dei bugs.

In questo post vedremo l’esempio di Linux, Software Libero per antonomasia che spesso, a torto, viene descritto dalla stampa non specialistica come il prodotto di una massa di hobbisti.

Linux, infatti, è scritto prevalentemente da informatici retribuiti, che lavorano in aziende che vendono contratti di assistenza tecnica su Linux, oppure che utilizzano Linux come “semilavorato” per i loro prodotti (es. fabbriche di televisori che installano Linux come sistema operativo per gestire il classico menù a video del digitale terrestre).

Come ripreso da IEEE SPECTRUM, la Linux Foundation ogni anno pubblica un rapporto contenente il dettaglio delle aziende che scrivono Linux.

02DataFlowBills3-1390852937757

Come si vede dal grafico, i volontari contribuiscono per meno di un quarto del totale al codice.

Tra le aziende che hanno alle loro dipendenze informatici che lavorano su Linux, si distinguono:

  • Red Hat, la più famosa azienda open source, vende contratti annuali di assistenza tecnica Linux.
  • Intel, la multinazionale produttrice di micropocessori.
  • Texas Instruments, azienda produttrice di dispositivi elettronici a semiconduttori.
  • Linaro, azienda di ingegneria no profit che lavora per ottimizzare il software open source per le architetture ARM.
  • Suse, rivale di Red Hat nella vendita di assistenza tecnica Linux di livello professionale.
  • IBM, la più grande azienda di consulenza informatica aziendale al mondo.
  • Samsung, produttore di elettronica di consumo, dai cellulari ai televisori.
  • Google, azienda di servizi internet.

Insomma Linux, e più in generale i Software Liberi di Qualità, sono prodotti principalmente da persone stipendiate per sviluppare, mentre il contributo dei volontari, pur esistendo ed essendo prezioso, non rappresenta la componente determinante.

 Nel precedente articolo ho spiegato perchè il Software Libero, essendo sinonimo di Qualità,  non dovrebbe essere associato al concetto di  “gratuito”.

Nell’Open Source, infatti, non ci sono costi di licenza ma i contratti di assistenza tecnica annuali di livello professionale si pagano, perchè rappresentano la principale fonte con cui si finanziano la scrittura di codice di qualità e la risoluzione dei bugs.

In questo post vedremo l’esempio di Linux, Software Libero per antonomasia che spesso, a torto, viene descritto dalla stampa non specialistica come il prodotto di una massa di hobbisti.

Linux, infatti, è scritto prevalentemente da informatici retribuiti, che lavorano in aziende che vendono contratti di assistenza tecnica su Linux, oppure che utilizzano Linux come “semilavorato” per i loro prodotti (es. fabbriche di televisori che installano Linux come sistema operativo per gestire il classico menù a video del digitale terrestre).

Come ripreso da IEEE SPECTRUM, la Linux Foundation ogni anno pubblica un rapporto contenente il dettaglio delle aziende che scrivono Linux.

02DataFlowBills3-1390852937757

Come si vede dal grafico, i volontari contribuiscono per meno di un quarto del totale al codice.

Tra le aziende che hanno alle loro dipendenze informatici che lavorano su Linux, si distinguono:

  • Red Hat, la più famosa azienda open source, vende contratti annuali di assistenza tecnica Linux.
  • Intel, la multinazionale produttrice di micropocessori.
  • Texas Instruments, azienda produttrice di dispositivi elettronici a semiconduttori.
  • Linaro, azienda di ingegneria no profit che lavora per ottimizzare il software open source per le architetture ARM.
  • Suse, rivale di Red Hat nella vendita di assistenza tecnica Linux di livello professionale.
  • IBM, la più grande azienda di consulenza informatica aziendale al mondo.
  • Samsung, produttore di elettronica di consumo, dai cellulari ai televisori.
  • Google, azienda di servizi internet.

Insomma Linux, e più in generale i Software Liberi di Qualità, sono prodotti principalmente da persone stipendiate per sviluppare, mentre il contributo dei volontari, pur esistendo ed essendo prezioso, non rappresenta la componente determinante.

Perchè Software Libero è sinonimo di Qualità

Linux World

Quando si parla di Software Libero c’è un misunderstanding generale sul fatto che sia sinonimo di “gratuito”.

In realtà, la motivazione che sta alla base dell’apertura del codice è mostrare la qualità del proprio prodotto al potenziale acquirente.

Il nobel per l’economia George Akerlof, già nel 1970, con un articolo dal titolo “Market for Lemons“, aveva dimostrato che la motivazione scientifica per la quale “Software Libero” è sinonimo di “Qualità” è l’assenza di asimmetria informativa tra venditore ed acquirente.

Definiamo “Asimmetrici” tutti quei mercati nei quali il venditore è in possesso di un numero maggiore di informazioni rispetto all’acquirente sul prodotto che viene trattato sul mercato.

Akerlof fà l’esempio del mercato delle automobili usate, in cui i venditori avendo guidato le automobili per svariati anni, sono perfettamente in grado di valutare la qualità del bene (pregi e difetti).

Nello stesso mercato, gli acquirenti non hanno a disposizione la stessa quantità di informazioni in mano ai venditori.

Per questo motivo, quando gli acquirenti devono decidere quale prezzo sono disposti a pagare per acquistare la macchina, non si basano sulla dichiarazione di qualità della macchina fatta dal venditore, perchè non possono verificare l’attendibilità delle dichiarazioni se non dopo l’acquisto e l’utilizzo per qualche tempo dell’automobile.

Gli acquirenti stabiliscono quindi il prezzo che sono disposti a spendere per l’automobile chiedendo informazioni a chi ha già acquistato, facendo in seguito una media della qualità delle automobili scambiate in precedenza sul mercato.

Essendo il prezzo d’acquisto una media tra il prezzo più alto del mercato e quello più basso, i venditori che erano nel mercato per vender auto di alta qualità non concluderanno la vendita.

Chiariamo con un esempio, supponiamo che ci siano tre venditori e per loro il valore delle auto sia rispettivamente di € 20.000, € 18.000 ed € 16.500.

I potenziali acquirenti non potendo valutare quale delle tre auto vale €20.000, quale €18.000 e quale €16.500, faranno una media dei tre valori che porterà al seguente risultato:

(20.000 + 18.000 + 16.5000) / (3) = € 18.166,67 = prezzo massimo che i potenziali acquirenti sono disposti a pagare per le auto.

Alla valutazione della qualità media del mercato di € 18.166,67, solo due automobili verranno vendute, più precisamente quelle che hanno il prezzo di € 18.000 e € 16.500.

Il venditore che valuta il prezzo della sua auto € 20.000 non riterrà conveniente vendere al prezzo di € 18.166,67, si ritirerà quindi dal mercato.

Allo scambio successivo, quando i nuovi potenziali acquirenti andranno a valutare la qualità media del mercato, questa sarà data dalla media della qualità delle auto scambiate in precedenza e quindi:

(18.000 + 16.500) / (2) = € 17.250.

La valutazione della qualità media del mercato è scesa per effetto della mancata vendita nello scambio precedente dell’auto di qualità più alta.

In questa sessione di scambi, alla valutazione della qualità massima di € 17.250, verrà scambiata una sola auto, quella col prezzo di € 16.500.

Ad ogni sessione di scambi s’innesca quindi una spirale involutiva che fa uscire dal mercato le auto di più alta qualità, facendo contemporaneamente diminuire la qualità media del mercato.

Adesso sostituiamo la parola “Automobile” usata nell’esempio di Akerlof con “Software“.

Il mercato del Software Proprietario è caratterizzaro da Asimmetria informativa dal momento che il venditore, avendo accesso al sorgente, ha più informazioni sulla qualità di ciò che vende rispetto al potenziale acquirente.

Ciò innesca la stessa spirale involutiva sulla qualità già vista nel mercato delle automobili.

Nel mercato del “Software Libero” l’asimmetria informativa non esiste.

Il potenziale acquirente ha accesso non solo al codice sorgente, ma anche all’intera lista dei bug e questi due strumenti combinati gli permettono di valutare perfettamente la qualità del software.

A questo punto non vi stupirà sapere che il sistema operativo con la qualità più alta in assoluto, Debian, è quello che ha promesso ai suoi utenti di NON NASCONDERE MAI I PROBLEMI.

Questa scelta è valsa al progetto Debian il riconoscimento da parte della United Space Alliance di sistema operativo di Qualità, tanto da essere scelto per missioni sulla stazione spaziale internazionale ISS.

Come tutte le cose belle della vita, anche nel mercato del software la Qualità si paga.

Non sorprendetevi quindi se contratti d’assistenza sul Software Libero hanno prezzi superiori alle licenze dei Software Proprietari.

Linux World

Quando si parla di Software Libero c’è un misunderstanding generale sul fatto che sia sinonimo di “gratuito”.

In realtà, la motivazione che sta alla base dell’apertura del codice è mostrare la qualità del proprio prodotto al potenziale acquirente.

Il nobel per l’economia George Akerlof, già nel 1970, con un articolo dal titolo “Market for Lemons“, aveva dimostrato che la motivazione scientifica per la quale “Software Libero” è sinonimo di “Qualità” è l’assenza di asimmetria informativa tra venditore ed acquirente.

Definiamo “Asimmetrici” tutti quei mercati nei quali il venditore è in possesso di un numero maggiore di informazioni rispetto all’acquirente sul prodotto che viene trattato sul mercato.

Akerlof fà l’esempio del mercato delle automobili usate, in cui i venditori avendo guidato le automobili per svariati anni, sono perfettamente in grado di valutare la qualità del bene (pregi e difetti).

Nello stesso mercato, gli acquirenti non hanno a disposizione la stessa quantità di informazioni in mano ai venditori.

Per questo motivo, quando gli acquirenti devono decidere quale prezzo sono disposti a pagare per acquistare la macchina, non si basano sulla dichiarazione di qualità della macchina fatta dal venditore, perchè non possono verificare l’attendibilità delle dichiarazioni se non dopo l’acquisto e l’utilizzo per qualche tempo dell’automobile.

Gli acquirenti stabiliscono quindi il prezzo che sono disposti a spendere per l’automobile chiedendo informazioni a chi ha già acquistato, facendo in seguito una media della qualità delle automobili scambiate in precedenza sul mercato.

Essendo il prezzo d’acquisto una media tra il prezzo più alto del mercato e quello più basso, i venditori che erano nel mercato per vender auto di alta qualità non concluderanno la vendita.

Chiariamo con un esempio, supponiamo che ci siano tre venditori e per loro il valore delle auto sia rispettivamente di € 20.000, € 18.000 ed € 16.500.

I potenziali acquirenti non potendo valutare quale delle tre auto vale €20.000, quale €18.000 e quale €16.500, faranno una media dei tre valori che porterà al seguente risultato:

(20.000 + 18.000 + 16.5000) / (3) = € 18.166,67 = prezzo massimo che i potenziali acquirenti sono disposti a pagare per le auto.

Alla valutazione della qualità media del mercato di € 18.166,67, solo due automobili verranno vendute, più precisamente quelle che hanno il prezzo di € 18.000 e € 16.500.

Il venditore che valuta il prezzo della sua auto € 20.000 non riterrà conveniente vendere al prezzo di € 18.166,67, si ritirerà quindi dal mercato.

Allo scambio successivo, quando i nuovi potenziali acquirenti andranno a valutare la qualità media del mercato, questa sarà data dalla media della qualità delle auto scambiate in precedenza e quindi:

(18.000 + 16.500) / (2) = € 17.250.

La valutazione della qualità media del mercato è scesa per effetto della mancata vendita nello scambio precedente dell’auto di qualità più alta.

In questa sessione di scambi, alla valutazione della qualità massima di € 17.250, verrà scambiata una sola auto, quella col prezzo di € 16.500.

Ad ogni sessione di scambi s’innesca quindi una spirale involutiva che fa uscire dal mercato le auto di più alta qualità, facendo contemporaneamente diminuire la qualità media del mercato.

Adesso sostituiamo la parola “Automobile” usata nell’esempio di Akerlof con “Software“.

Il mercato del Software Proprietario è caratterizzaro da Asimmetria informativa dal momento che il venditore, avendo accesso al sorgente, ha più informazioni sulla qualità di ciò che vende rispetto al potenziale acquirente.

Ciò innesca la stessa spirale involutiva sulla qualità già vista nel mercato delle automobili.

Nel mercato del “Software Libero” l’asimmetria informativa non esiste.

Il potenziale acquirente ha accesso non solo al codice sorgente, ma anche all’intera lista dei bug e questi due strumenti combinati gli permettono di valutare perfettamente la qualità del software.

A questo punto non vi stupirà sapere che il sistema operativo con la qualità più alta in assoluto, Debian, è quello che ha promesso ai suoi utenti di NON NASCONDERE MAI I PROBLEMI.

Questa scelta è valsa al progetto Debian il riconoscimento da parte della United Space Alliance di sistema operativo di Qualità, tanto da essere scelto per missioni sulla stazione spaziale internazionale ISS.

Come tutte le cose belle della vita, anche nel mercato del software la Qualità si paga.

Non sorprendetevi quindi se contratti d’assistenza sul Software Libero hanno prezzi superiori alle licenze dei Software Proprietari.

Sei cose da sapere su Odoo!

odoo_logo_color

Odoo è forse il più chiacchierato progetto open source del momento, la sua popolarita come software di gestione aziendale è in rapida crescita, anche rispetto a concorrenti più blasonati, grazie alla libertà con cui è possibile scaricarlo.
 Vediamo le sei principali caratteristiche che dovreste conoscere di questo software:

1) Odoo è più vicino all’idea di framework che di prodotto: come un sarto usa i pezzi di stoffa per cucire addosso al corpo del cliente un abito su misura, Odoo è lo strumento che professionisti dell’informatica aziendale possono usare per costruire un software per la gestione aziendale integrata su misura dell’impresa utilizzatrice, in modo da gestire aree funzionali quali la relazione coi clienti, il ciclo di vendita, il magazzino, la comunicazione, etc. con un unico software che genera un solo grande archivio di dati da mantenere.

Se da un lato questa flessibilità, garantita dalla licenza libera e dal linguaggio di programmazione Python garantiscono il 100 % della personalizzaazione della soluzione finale, il fatto di non lavorare con un prodotto “pronto all’uso” ma “da costruire sulle esigenze del cliente”, comporta che di volta in volta andrà scritto un documento di analisi con una lista dettagliata dei bisogni dell’impresa, da paragonare successivamente alle funzionalità di Odoo, in modo da capire quali esigenze sono già coperte dai moduli della comunità e quali invece andranno scritte, ma soprattutto a che prezzo.

Il risultato dell’analisi, quando  i processi da gestire sono complessi e personalizzati spesso si conclude con un’assoluta convenienza nel fare l’investimento in Odoo, perchè la comodità di lavorare con addosso un “abito personalizzato” si traduce in una velocità gestionale che permette di sorpassare i concorrenti.

Il risultato dell’analisi non dovrà comunque darsi per scontato dall’inizio, in alcuni casi è possibile che risulti economicamente più conveniente adottare software “già pronti all’uso”, o addirittura continuare ad usare ciò che si usa!

2) Odoo è il figlio di 30 anni di cultura open source: questo ha permesso alla comunità, di costruire rapidamente ed economicamente un ERP “salendo sulle spalle dei giganti”.

Non è stato necessario inventarsi un sistema operativo, Linux è liberamente disponibile, mentre per il database relazionale ci si è potuti appoggiare ad un altro software aperto come PostgreSQL. (*)

A parte i due progetti maggiori già citati, ogni installazione di Odoo porta dentro di se un ecosistema libero che contribuisce a creare un’intera “filiera” dell’open source, si può andare da software di containerizzazione come Docker al web server Nginx.

Questa miriade di strumenti di alta qualità disponibili, hanno permesso alla ccomunità di fare un investimento economico focalizzato, caratterizzato da un rapido sviluppo del software , utilizzando un linguaggio di programmazione aperto come Python per creare solo i moduli che gestiscono la logica aziendale (ORM).

Esiste tuttavia un risvolto della medaglia, mentre per l’utente aziendale è veramente banale utilizzare il software, perchè vi accede da un normale browser come Firefox, il professionista che vuole prestare assistenza tecnica dovrà conoscere a menadito Linux, PostgreSQL, Python e gli altri strumenti citati su cui Odoo si appoggia per funzionare.

3) Odoo ha una struttura modulare ma alcune funzionalità è probabile che non saranno mai sviluppate nativamente: l’immagine collettiva dell’ERP è quella del software che dovrebbe sostituirsi a tutti i programmi di gestione aziendale precedentemente usati dall’azienda, in modo da guidare in maniera unitaria e coordinata funzioni aziendali che prima erano separate, anche per via del fatto che ogni applicazione usata precedentemente (ad esempio per la fatturazione o per la gestione del magazzino) creava un archivio di dati distinto da quello degli altri programmi.

Odoo grazie a suoi 4.600 moduli che si possono assemblare, permette di creare un software integrato ed abbastanza completo che utilizza un solo database, arrivando a toccare la maggior parte dei processi aziendali.

È però prevedibile che alcune funzionalità non verranno mai sviluppate, perchè è più conveniente interfacciare Odoo ad applicazioni legacy.

Mi riferisco ad esempio alla fiscalità, dove le specifiche delle funzionalità del software sono dettate dall’Agenzia delle Entrate e dall’Agenzia per l’Italia Digitale e sono quindi uguali per tutti.

In queste situazioni un modulo di Odoo diventerebbe una commodity, vale a dire che dal momento che i  vincoli di legge impongono che le funzionalità siano uguali per tutti, non vale la pena investire dei soldi per creare un prodotto che andrebbe a competere con applicazioni ben fatte e già presenti sul mercato per la fatturazione elettronica e la conservazione sostitutiva, peraltro senza potersi differenziare da questo in modo significativo per via appunto dei vincoli di legge.

Attenzione però a non confondere la contabilità, che Odoo riesce a gestire, con la fiscalità che anche in futuro Odoo ammministrerà interfacciandosi con applicazioni esterne.

In linea generale, ad un ERP si dovrebbe chiedere di dare il meglio nelle funzioni aziendali dove sono meno stringenti i vincoli normativi, perchè questa libertà permette di creare delle personalizzazioni che per via della differenziazione della gestione della propria azienda da quella dei concorrenti, crea valore aggiunto.

Spazio quindi ad investimenti in applicazioni volte a migliorare la gestione delle relazioni coi clienti, la produzione, la contabilità analitica.

4) Odoo nasce per il cloud computing: inutile girarci attorno, l’architettura prevede l’installazione del software su un server che andrà gestito da uno staff di professionisti, mentre gli utenti comuni potranno utilizzare il programma accedendo da qualsiasi computer connesso ad internet, utilizzando un qualunque strumento per la navigazione come Firefox, Chrome, Safari, etc.

Questa struttura è stata studiata per ottenere una serie di vantaggi dal software: le piccole aziende con meno di 15 dipendenti che al loro interno non hanno un informatico possono concentrarsi sul loro business, utilizzando Odoo come utenti per la gestione dei processi aziendali, scaricando su un fornitore di servizi IT tutta  la parte di gestione tecnica del software.

Installare Odoo su un server cloud consente ai fornitori di servizi IT di gestire il cuore del sistema da remoto, senza doversi recare necessariamente presso la sede del cliente ogni volta che si verifica un problema, perchè la parte che crea valore e che contiene i dati è saldamente nel loro controllo, mente i pc che utilizza il cliente sono dei normalissimi computer che si possono comprare in qualsiasi centro commerciale, che si usano in qualsiasi abitazione anche privata per navighare su internet e che al loro interno non hanno installato nulla di Odoo.

Il cloud computing permette anche all’azienda utilizzatrice di non dover acquistare e gestire l’hardwaree del server, le risorse vengono “noleggiate” mensilmente ed il pagamento avviene sulla base del consumo effettivo di potenza di calcolo.

Una gestione più snella dell’informatica dunque, con l’azienda che non si troverà tra i piedi in ufficio un server che porta solo polvere, per la cui manutenzione non è necessario rivolgersi a tecnici che si fanno pagare le spese dell’uscita per recarsi nell’ufficio del cliente.

Al contrario, il server aziendale verrà custodito in server farm che garantiscono ogni tipo di sicurezza al server aziendale:

In conclusione, è tecnicamente possibile installare Odoo anche su server locali installati presso l’ufficio dell’azienda utilizzatrice, ma così facendo si perderebbero la maggior parte dei vantaggi economici e tecnici di una delle poche applicazioni che possonmo sfruttare a pieno la tecnologia del cloud computing.

L’installazione su server locali va valutata solo ove si riscontrassero seri motivi tecnici che precludono l’utilizzo del cloud computing, come l’utilizzo di casse nei punti vendita o l’assenza di connessione ad internet ADSL nella città in cui ha sede l’azienda.

5) La comunità: come in ogni progetto open source, data la complessità del software che si usa, non è pensabile di fare tutto da soli, specialmente se quello che si vuole fare è creare un’alternativa al Sap, azienda che conta 74.000 dipendenti.

Sia che voi siate l’azienda utilizzatrice, sia che voi siate un’azienda che offre assistenza informatica a livello locale, se lavorate in Italia è probabile che la vostra organizzazione sia composta solo da poche decina di persone.

Per fare un lavoro di qualità, sarà necessario dunque collaborare con una comunità di volontari che a livello internazionale conta circa 500 persone,  riunite nella Odoo Community Association, abbreviata in OCA.

La OCA si occupa di sviluppare e mantenere la traduzione e la localizzazione di molti paesi, inclusa l’Italia, e del mantenimento e debug delle vecchie versioni di Odoo.

La OCA è stata creata da aziende di rilievo internzionale nel campo della consulenza sul software libero, come CamptoCamp e Savoir Faire Linux.

6) Software Libero non vuol dire assenza di regole: raccomandazione fondamentale se è la prima volta che vi avvicinate ad un progetto aperto.

Software Libero non vuol dire assenza di regole, tutti i software citati vengono rilasciati con una licenza che accetate di rispettare nel momento stesso in cui usate il software.

Odoo ad esempio viene rilasciato con licenza APL v3.0, PostgreSQL con PostgreSQL Licence.

Nulla di preoccupante, il software libero se ne avete le competenze è realmente utilizzabile gratuitamente anche per fini commerciali, ma ricordatevi di controllare ad esempio se la licenza d’uso vi chiede di rilasciare gratuitamente il codice che modificate.

Esistono poi una serie di regole non scritte che vi permetteranno di essere accettati e benvoluti dalla comunità.

In linea generale, non fate domande la cui risposta si trova con una semplice ricerca su Google, ricordate che le persone che fanno parte della comunità sono li per aiutare volontariamente ma che non si tratta di un supporto commerciale da cui potete pretendere risposte, provate a dare un contributo oltre che riceverlo (ad esempio segnalando bugs o completando una discussione su un problema che avevate iniziato, scrivendo la soluzione che avete trovato).

Ricordate che il rispetto e l’ammirazione di una comunità open source nel lungo periodo porta più vantaggi che una politica di egoismo di breve periodo. 😀