Què són els sistemes OLAP?

El processament analític en línia, o OLAP, és una tecnologia de processament de dades efectiva, per la qual cosa, a partir d’enormes matrius de tot tipus de dades, es mostra la informació final. Es tracta d’un producte potent que ajuda a accedir, recuperar i visualitzar la informació d’un PC, analitzant-la des de diferents punts de vista.

L’OLAP és una eina que proporciona una posició estratègica per a la planificació a llarg termini i considera la informació bàsica de les dades operatives per a una perspectiva de 5, 10 o més anys. Les dades s’emmagatzemen a la base de dades amb la dimensió, que és el seu atribut. Els usuaris poden visualitzar el mateix conjunt de dades amb diferents atributs, segons l’objectiu de l’anàlisi.

Història OLAP

L’OLAP no és un concepte nou i s’utilitza des de fa dècades. De fet, l'origen de la tecnologia es remunta a 1962. Però el terme va ser creat només el 1993 per l’autor de la base de dades Ted Coddom, que també va establir 12 regles per al producte. Com en moltes altres aplicacions, el concepte ha sofert diverses etapes d'evolució.

La pròpia història de la tecnologia OLAP data del 1970, quan es van publicar els recursos d'informació Express i el primer servidor Olap. Van ser adquirits per Oracle el 1995 i posteriorment es van convertir en la base del processament analític en línia del mecanisme informàtic multidimensional que la reconeguda marca informàtica proporcionava a la seva base de dades. El 1992, un altre conegut producte de processament analític en línia Essbase va ser llançat per Arbor Software (adquirit per Oracle el 2007).

El 1998, Microsoft va llançar el servidor de processament de dades d’anàlisi en línia, MS Analysis Services. Això va contribuir a la popularitat de la tecnologia i va impulsar el desenvolupament d’altres productes. Actualment, hi ha diversos proveïdors de renom mundial que ofereixen aplicacions Olap, incloses IBM, SAS, SAP, Essbase, Microsoft, Oracle, IcCube.

Processament analític en línia

OLAP és una eina que permet prendre decisions sobre els esdeveniments planificats. El càlcul atípic de l’Olap pot ser més complicat que només agregar dades. Les consultes analítiques per minut (AQM) s'utilitzen com a referència estàndard per comparar el rendiment de diferents instruments. Aquests sistemes han d’amagar el màxim possible els usuaris de la sintaxi de consultes complexes i proporcionar un temps de resposta constant per a tothom (per molt que siguin complicats).

Existeixen les següents característiques clau d’OLAP:

1. Representacions multidimensionals de dades.
2. Suport per a informàtica complexa.
3. Intel·ligència temporal.

La presentació multidimensional proporciona les bases per al processament analític mitjançant accés flexible a les dades corporatives. Permet als usuaris analitzar dades en qualsevol dimensió i en qualsevol nivell d’agregació.

El suport per a la informàtica complexa és el fonament del programari OLAP.

La intel·ligència temporal s’utilitza per avaluar l’efectivitat de qualsevol aplicació analítica durant un període de temps concret. Per exemple, aquest mes en comparació amb el mes anterior, aquest mes en comparació amb el mateix mes de l'any passat.

Estructura de dades multidimensional

Una de les principals característiques del processament analític en línia és l’estructura de dades multidimensional. Un cub pot tenir diverses dimensions. Gràcies a aquest model, tot el procés d’anàlisi intel·ligent OLAP és senzill per a gestors i executius, ja que els objectes representats a les cel·les són objectes empresarials del món real. A més, aquest model de dades permet als usuaris processar no només estructures estructurades, sinó també estructurades i semiestructurades.Tot això els fa especialment populars per a l’anàlisi de dades i aplicacions de BI.

Característiques clau dels sistemes OLAP:

1. Utilitzeu mètodes d’anàlisi de dades multidimensionals.
2. Proporciona assistència avançada de bases de dades.
3. Creeu interfícies d’usuari final fàcils d’utilitzar.
4. Suport a l’arquitectura client / servidor.

Un dels components principals dels conceptes OLAP és el servidor del client. A més d’agregar i pre-processar dades d’una base de dades relacional, proporciona paràmetres avançats de càlcul i registre, funcions addicionals, capacitats bàsiques de consulta avançada i altres funcions.

Depenent de l'aplicació d'exemple seleccionada per l'usuari, hi ha diversos models i eines de dades disponibles, incloent-hi alertes en temps real, una funció per aplicar escenaris de si, optimització i informes OLAP complexos.

Forma cúbica

El concepte es basa en una forma cúbica. La ubicació de les dades en ella mostra com OLAP s'adhereix al principi d'anàlisi multivariant, com a resultat d'una estructura de dades creada per a una anàlisi ràpida i eficient.

Un cub OLAP també es diu "hipercub". Es descriu com consistent en fets numèrics (mesures), classificats per facetes (dimensions). Les dimensions es relacionen amb atributs que defineixen un problema empresarial. En poques paraules, una dimensió és una etiqueta que descriu una mesura. Per exemple, als informes de vendes, la mesura serà el volum de vendes i les dimensions inclouran el període de vendes, els venedors, un producte o servei i la regió de vendes. En la presentació de les operacions de producció, la mesura pot suposar costos totals de producció i unitats de producció. Les dimensions seran la data o l’hora de la producció, la fase o fase de producció, fins i tot els treballadors implicats en el procés de producció.

El cub de dades OLAP és la pedra angular del sistema. Les dades del cub s’organitzen utilitzant un patró de fletxa o estelades. Al centre hi ha una taula de dades que conté agregats (mesures). S'associa a una sèrie de taules de mesura que contenen informació sobre mesures. Les dimensions descriuen com es poden analitzar aquestes mesures. Si un cub conté més de tres dimensions, sovint s’anomena hipercub.

Una de les funcions principals del cub és la seva naturalesa estàtica, cosa que implica que el cub no es pot canviar després del seu desenvolupament. Per tant, el procés de creació d’un cub i la configuració d’un model de dades és un pas crucial cap al processament adequat de dades en l’arquitectura OLAP.

Agregació de dades

L’ús d’agregacions és el principal motiu pel qual les sol·licituds es processen molt més ràpidament en eines OLAP (en comparació amb l’OLTP). Les agregacions són resums de dades prèviament calculades durant el processament. Tots els membres emmagatzemats a les taules de dimensió OLAP defineixen les consultes que pot rebre el cub.

En un cub, les acumulacions d’informació s’emmagatzemen en cel·les, les coordenades de les quals s’especifiquen per mides específiques. El nombre d’agregats que pot contenir un cub depèn de totes les combinacions possibles d’elements de dimensió. Per tant, un cub típic d’una aplicació pot contenir un nombre extremadament gran d’àrids. Es farà un càlcul previ només per als agregats clau distribuïts per tot el cub analític d’analítica en línia. Això reduirà significativament el temps necessari per determinar les agregacions en executar una consulta en un model de dades.

També hi ha dues opcions relacionades amb les agregacions amb les quals podeu millorar el rendiment d’un cub acabat: crear una agregació de la memòria cau de funcions i utilitzar l’agregació basada en un anàlisi de les sol·licituds dels usuaris.

Principi de treball

Típicament, l’anàlisi de la informació operativa obtinguda de les transaccions es pot realitzar mitjançant un full de càlcul senzill (els valors de les dades es presenten en files i columnes). Això és bo tenint en compte la naturalesa bidimensional de les dades. En el cas d’OLAP, hi ha diferències a causa de la matriu de dades multidimensional.Com que sovint s’obtenen de fonts diferents, és possible que un full de càlcul no sempre sigui capaç de processar-les de manera eficient.

El cub resol aquest problema i també garanteix que el magatzem de dades OLAP funciona de manera lògica i ordenada. El negoci recopila dades de nombroses fonts i es presenta en diversos formats com ara fitxers de text, fitxers multimèdia, fulls de càlcul Excel, bases de dades Access i fins i tot bases de dades OLTP.

Totes les dades es recullen en un dipòsit ple directament de fonts. En ell, la informació bruta rebuda d’OLTP i d’altres fonts serà eliminada de qualsevol transacció errònia, incompleta i incoherent.

Després de la neteja i conversió, la informació es guardarà en una base de dades relacional. A continuació, es penjarà al servidor OLAP multidimensional (o cub Olap) per a l'anàlisi. Els usuaris finals responsables de les aplicacions empresarials, la mineria de dades i altres operacions comercials obtindran accés a la informació que necessiten des del cub Olap.

Beneficis del model de matriu

OLAP és una eina que proporciona un rendiment ràpid de consultes, que s’aconsegueix mitjançant l’emmagatzematge optimitzat, la indexació multidimensional i la memòria cau, que són avantatges significatius del sistema. A més, els avantatges són:

1. Dades més petites al disc.
2. Càlcul automatitzat d’agregats d’un nivell més alt de dades.
3. Els models Array proporcionen una indexació natural.
4. S'aconsegueix una recuperació eficaç de dades mitjançant una preestructuració.
5. Compacte per a conjunts de dades de baixa dimensió.

Els desavantatges d’OLAP inclouen el fet que algunes solucions (pas de processament) poden ser força llargues, sobretot amb grans quantitats d’informació. Aquesta sol corregir-se només mitjançant processament incremental (s’estudien les dades que s’han modificat).

Operacions analítiques bàsiques

Convolució (roll-up / drill-up) també es coneix com a "consolidació". La coagulació implica recopilar totes les dades que es poden obtenir i calcular-les en una o més dimensions. Molt sovint, això pot requerir l’aplicació d’una fórmula matemàtica. Com a exemple OLAP, podem considerar una xarxa minorista amb punts de venda a diferents ciutats. Per identificar models i anticipar-se a les tendències de vendes futures, les dades sobre tots aquests punts són "col·lapsades" al departament principal de vendes de l'empresa per a la seva consolidació i càlcul.

Divulgació (drill down). Això és el contrari de la coagulació. El procés s’inicia amb un gran conjunt de dades i després es divideix en parts més petites, permetent així als usuaris visualitzar detalls. A l’exemple de la xarxa minorista, l’analista analitzarà les dades de vendes i examinarà les marques o productes individuals que es consideren els més venuts a cadascun dels punts de venda de diferents ciutats.

Secció (Rodanxes i daus). Es tracta d’un procés quan les operacions analítiques inclouen dues accions: obtenir un conjunt de dades específic del cub OLAP (tallar l’aspecte d’anàlisi) i visualitzar-lo des de diferents punts de vista o angles. Això pot passar quan es reben totes les dades dels punts de venda i s’introdueixen a l’hipercub. L'analista retalla el conjunt de dades de vendes d'OLAP Cube. A continuació, es visualitzarà quan s'analitzi les vendes d'unitats individuals a cada regió. En aquest moment, altres usuaris poden concentrar-se en l’avaluació de la rendibilitat de les vendes o en l’avaluació de l’efectivitat d’una campanya de màrqueting i publicitat.

Torn (Pivot). Els eixos de dades es giren al mateix per proporcionar un reemplaçament per a la presentació d'informació.

Varietats de bases de dades

En principi, es tracta d’un cub OLAP típic que implementa processament analític de dades multidimensionals utilitzant el cub OLAP o qualsevol cub de dades de manera que el procés analític pugui afegir dimensions segons sigui necessari. Qualsevol informació penjada a una base de dades multidimensional s’emmagatzemarà o arxivarà i es pot trucar quan sigui necessari.

Existeixen sistemes o tecnologies OLAP menys coneguts, però aquests són els principals que actualment utilitzen grans corporacions, estructures empresarials i fins i tot el govern.

Eines OLAP

Les eines per al tractament analític en línia es presenten molt bé a Internet en forma de versions gratuïtes i de pagament.

El més popular d’ells:

1. Dundas BI de Dundas Data Visualization és una plataforma basada en navegadors per a la intel·ligència empresarial i la visualització de dades, que inclou taulers integrats, eines d’informació OLAP i analítica de dades.
2. Yellowfin és una plataforma d’intel·ligència empresarial, que és una solució integrada única dissenyada per a empreses de diverses indústries i mides. Aquest sistema està configurat per a empreses del camp de la comptabilitat, la publicitat i l’agricultura.
3. ClicData és una solució de BI (business intelligence) dissenyada principalment per a ús de petites i mitjanes empreses. L'eina permet als usuaris finals crear informes i taulers. Board es va crear per combinar la intel·ligència empresarial, la gestió del rendiment corporatiu i és un sistema totalment funcional que serveix a empreses de nivell mitjà i corporatius.
4. Domo és un paquet de gestió empresarial basat en núvol que s’integra amb diverses fonts de dades, inclosos fulls de càlcul, bases de dades, xarxes socials i qualsevol solució de programari existent en núvol o local.
5. InetSoft Style Intelligence és una plataforma de programari d’intel·ligència empresarial que permet als usuaris crear taulers, tecnologia d’anàlisi OLAP visual i informes mitjançant el mecanisme de mashup.
6. Birst from Infor Company és una solució en xarxa per a analistes i anàlisis empresarials, que combina les idees de diversos equips i ajuda a prendre decisions informades. L’eina permet als usuaris descentralitzats augmentar el model d’equips corporatius.
7. Halo és un sistema integral de gestió de la cadena de subministrament i informació comercial que ajuda en la planificació i la previsió d’inventaris per a la gestió de la cadena de subministrament. El sistema utilitza dades de totes les fonts: grans, petites i intermèdies.
8. Chartio és una solució d’intel·ligència empresarial basada en núvol que proporciona als fundadors, grups empresarials, analistes de dades i grups de productes eines organitzatives per al treball diari.
9. Exago BI és una solució basada en web dissenyada per a la seva implementació en aplicacions web. La implementació d’Exago BI permet a empreses de totes les mides proporcionar als seus clients informes especials, oportuns i interactius.

Impacte empresarial

L'usuari trobarà OLAP a la majoria d'aplicacions comercials de les indústries.L'anàlisi no només l'utilitzen els negocis, sinó també els altres grups d'interès.

Algunes de les seves aplicacions més comunes inclouen:

1. Anàlisi de dades OLAP.
2. Estats financers que cobreixen vendes i despeses, pressupostos i planificació financera.
3. Gestió de processos empresarials.
4. Anàlisi de vendes.
5. Màrqueting de bases de dades

Les indústries continuen creixent, cosa que significa que els usuaris veuran properament més aplicacions OLAP. El processament a mida multidimensional proporciona una anàlisi més dinàmic. És per aquesta raó que aquests sistemes i tecnologies OLAP s'utilitzen per avaluar què són els escenaris i els escenaris de negocis alternatius.