Top 10 sisteme de raportare analitică olap. OLAP-CUBE (raportare de management dinamic)

Scopul termen de hârtie este studiul tehnologiei OLAP, conceptul implementării și structurii acesteia.

V lumea modernă reţele de calculatoare şi sisteme de calcul vă permit să analizați și să procesați cantități mari de date.

O cantitate mare de informații complică foarte mult căutarea soluțiilor, dar face posibilă obținerea unor calcule și analize mult mai precise. Pentru a rezolva această problemă, există o întreagă clasă de sisteme informaționale care efectuează analize. Astfel de sisteme se numesc sisteme de sprijinire a deciziilor (DSS) (DSS, Decision Support System).

Pentru a efectua analiza, DSS ar trebui să acumuleze informații, având mijloacele de introducere și stocare a acesteia. În total, sunt trei sarcini principale rezolvate în DSS:

· introducere a datelor;

· stocare a datelor;

· analiza datelor.

Introducerea datelor în DSS este efectuată automat de la senzori care caracterizează starea mediului sau a procesului, sau de către un operator uman.

Dacă datele sunt introduse automat de la senzori, atunci datele sunt acumulate prin semnalul de pregătire care apare atunci când apar informații sau prin sondaj ciclic. Dacă intrarea este de către un om, atunci ar trebui să le ofere utilizatorilor mijloace convenabile pentru a introduce date, verificându-le pentru corectitudinea intrării, precum și pentru a efectua calculele necesare.

La introducerea simultană a datelor de către mai mulți operatori, este necesar să se rezolve problemele de modificare și acces paralel al acelorași date.

DSS oferă analiștilor date sub formă de rapoarte, tabele, grafice pentru studiu și analiză, motiv pentru care astfel de sisteme oferă funcții de suport decizional.

În subsistemele de introducere a datelor numite OLTP (On-linetransactionprocessing), este implementată procesarea operațională a datelor. Pentru a le implementa, utilizați sisteme convenționale Management DB (DBMS).

Subsistemul de analiză poate fi construit pe baza:

· Subsisteme de analiză de regăsire a informațiilor bazate pe SGBD relațional și interogări statice folosind limbajul SQL;

· Subsisteme de analiză operaţională. Pentru implementarea unor astfel de subsisteme se utilizează tehnologia de prelucrare a datelor analitice online OLAP, care utilizează conceptul de prezentare a datelor multidimensionale;

· Subsisteme de analiză intelectuală. Acest subsistem implementează metode și algoritmi de DataMining.

Din punctul de vedere al utilizatorului, sistemele OLAP asigură un mijloc de vizualizare flexibilă a informațiilor în diverse slice, obținerea automată a datelor agregate, efectuarea de operații analitice de convoluție, detaliere, comparare în timp. Datorită tuturor, sistemele OLAP sunt o soluție cu mari avantajeîn domeniul pregătirii datelor pentru toate tipurile de raportare de afaceri, implicând prezentarea datelor în diferite secțiuni și diferite niveluri ierarhii, cum ar fi rapoartele de vânzări, diverse forme de bugete și altele. Sistemele OLAP au mari avantaje ale unei astfel de prezentări în alte forme de analiză a datelor, inclusiv în prognoză.

1.2 Definiție OLAP -sisteme

Tehnologia pentru analiza complexă a datelor multivariate se numește OLAP. OLAP este o componentă cheie a unei organizații HD.

Funcționalitatea OLAP poate fi implementată în diferite moduri, atât cele mai simple, cum ar fi analiza datelor în aplicații de birou, cât și mai complexe - sisteme analitice distribuite bazate pe produse server.

OLAP (On-LineAnalyticalProcessing) este o tehnologie de prelucrare on-line a datelor analitice folosind instrumente și metode pentru colectarea, stocarea și analiza datelor multidimensionale și pentru susținerea proceselor de luare a deciziilor.

Scopul principal al sistemelor OLAP este de a sprijini activitati analitice, solicitări arbitrare ale utilizatorilor analiștilor. Scopul analizei OLAP este de a testa ipotezele emergente.

După ce ne-am dat seama ce este OLAP și care sunt proprietățile sale, să trecem la cea mai importantă întrebare: cui sunt destinate produsele software din această clasă?

După cum s-a menționat deja, infrastructura informațională a unei companii este ierarhică și include nivelul de colectare a informațiilor primare (nivelul tranzacțional), nivelurile de stocare și marturi de date, nivelul OLAP și nivelul aplicațiilor analitice ale clienților. Astfel, sistemele OLAP ocupă un loc cert în infrastructura informațională a unei companii.

Adeseori apare întrebarea: prin ce, din punctul de vedere al unui analist-utilizator, un sistem OLAP diferă de un depozit de date? Putem spune că principalul lucru, din punctul de vedere al utilizatorului, este Diferența OLAP constă în structurarea informaţiei în conformitate cu esenţa subiectului (şi anume subiectul, şi nu tehnic). Lucrând cu o aplicație OLAP, un analist folosește termeni, categorii și indicatori financiari și economici familiari (tipuri de materiale și produse finite, regiuni de vânzare, volum de vânzări, preț de cost, profit etc.) și pentru a forma orice, chiar mai degrabă. interogare complexă, el nu trebuie să studieze Limbajul SQL... Și, în același timp, răspunsul la cerere va fi primit în doar câteva secunde. În plus, lucrând cu un sistem OLAP, un economist poate folosi instrumente familiare precum foi de calcul sau instrumente speciale de raportare.

Dacă depozitul de date este în principal obiectul atenției serviciului IT, atunci OLAP este un instrument pentru analiștii „subiect”. În același timp, este posibil ca analiștii să nu ghicească nici măcar despre existența depozitului. Astfel, fără exagerare, OLAP poate fi numit un instrument software din arsenalul unui economist, deoarece este un economist care se ocupă de o varietate de sarcini analitice: analiză de marketing, analiza vânzărilor, analiza indicatorilor bugetului, analiza situațiilor financiare și multe alții.

Despre LAP este un instrument universal. Dar, în același timp, tocmai versatilitatea sa îl face să nu fie tocmai potrivit pentru sarcini financiare și economice specifice care necesită utilizarea unor metode și principii organizaționale speciale. Prin urmare, aplicațiile OLAP nu pot servi ca o alternativă cu drepturi depline la aplicațiile analitice specializate, de exemplu, sistemele de bugetare sau sistemele de consolidare a raportării financiare. Nu există nicio contradicție aici: un produs software care implementează principiile generale ale analizei economice nu poate pretinde că rezolvă absolut toate problemele particulare. Dar, pe de altă parte, combinația dintre OLAP și sisteme specializate este cea care oferă economistului cele mai mari avantaje, deoarece în acest caz funcțiile, metodele și algoritmii speciali sunt combinate cu succes cu versatilitatea prelucrării datelor analitice.

Acesta este motivul pentru care instrumentele OLAP sunt adesea folosite de aplicațiile de analiză client pentru stocarea datelor multidimensionale. Aici utilizatorul își aplică instrumentele obișnuite pentru a implementa anumite tehnici de management, dar în același timp datele pentru prelucrare și analiză sunt stocate în serverul OLAP. Un exemplu ilustrativ este Hyperion Planning, un sistem de bugetare, planificare și prognoză. Elementul său obligatoriu este o bază de date multidimensională, care este utilizată pentru a stoca informațiile care se schimbă cel mai dinamic (în timp ce metadatele și alte informații statice sunt stocate în bază relațională date).

Astfel, un sistem OLAP bine construit joacă un rol foarte remarcabil în viața unui economist, deoarece cu ajutorul său puteți obține acces la cele mai recente informații și puteți efectua rapid proceduri analitice generale. Iar funcțiile financiare complexe și aspectele organizatorice necesare vor fi asigurate de sisteme specializate, din nou, bazate pe date OLAP. După cum arată experiența companiilor de vârf (atât internaționale, cât și rusești), tehnologiile OLAP sunt profitabile din punct de vedere economic, iar investițiile în astfel de soluții se plătesc destul de repede.

Conceptul de management al performanței afacerii: Noțiuni introductive Instrumente de interogare și raportare

După cum s-a menționat deja, instrumentele pentru generarea de interogări și crearea de rapoarte (Query and Reporting au luat) oferă funcții pentru construirea de interogări către sisteme informatice și analitice, integrarea datelor din mai multe surse, vizualizarea datelor cu posibilitatea de a detalia și rezuma, construirea și tipărirea completă. rapoarte reale, inclusiv calitatea prezentării. Unele dintre produsele software din această clasă pot fi utilizate de utilizatorii finali cu suport IT minim, în timp ce altele necesită o anumită programare și sunt configurate de tehnicieni.

Reprezentanții tipici ai acestei clase de sisteme sunt produsele software Hyperion Corporation, unite în familia Hyperion Performance Suite.

Hyperion Performance Suite este o colecție de instrumente pentru crearea de interogări, analiză, raportare și livrare în întreaga organizație. Aceste produse software au devenit parte din linia de sisteme BI Hyperion după ce Hyperion a achiziționat Brio Software în 2003, o companie bine cunoscută pe piața de business intelligence pentru soluțiile sale eficiente și ușor de utilizat. Înainte de asta, de câțiva ani, Hyperion și Brio au lucrat îndeaproape ca parteneri tehnologici, astfel încât combinația dezvoltărilor lor a creat o linie unică în care soluțiile Hyperion (sistemul Hyperion Essbase OLAP și aplicațiile analitice - Hyperion Planning, Hyperion Financial Management și altele) s-au dovedit a fi completate organic de instrumentele moderne de interogare și raportare Brio. Ca urmare, Hyperion a devenit proprietarul celei mai puternice și complete linii de produse software de Business Intelligence de pe piață. Astăzi, toate aceste soluții, apreciate de multe companii străine, au devenit disponibile întreprinderilor rusești.

Hyperion Performance Suite include două produs software- Hyperion Intelligence și Hyperion SQR.

Hyperion Intelligence este un sistem modern, ușor de utilizat pentru a genera interogări complexe diverse surse date, inclusiv ERP, CRM, sisteme bancare și alte sisteme tranzacționale, precum și pentru a prezenta aceste date într-o formă ușor de analizat. Prin valorificarea datelor stocate în sistemele informatice existente, Hyperion Intelligence dă putere dezvoltatorilor, analiștilor și consumatorilor să transforme datele brute în informatie pretioasa pentru luarea deciziilor. Capacitățile analitice ale sistemului permit specialiștilor organizației să evalueze rapid oportunitățile și tendințele de afaceri și să sporească valabilitatea deciziilor de management, iar interfața intuitivă de utilizator bazată pe tehnologiile Internet pune informațiile la dispoziție oricărui dintre utilizatorii autorizați.

Sistemul Hyperion SQR este solutie eficienta pentru a gestiona fluxuri mari de rapoarte – de la relativ mesaje simple la rapoarte complexe, critice pentru organizație. Hyperion SQR le permite dezvoltatorilor să genereze rapoarte de calitate a prezentării de orice complexitate și apoi să livreze aceste rapoarte utilizatorilor finali din întreaga organizație. Procesând interogări complexe și generând rapoarte semnificative din acestea, Hyperion SQR transformă seturile de date în informații de afaceri pentru a îmbunătăți eficiența întregii organizații. Sistemul este axat pe lucrul cu raportare reglementată, generarea de rapoarte în conformitate cu un program dat și furnizarea de informații la timp angajaților, clienților, furnizorilor și partenerilor de afaceri. Este foarte ușor să lucrați cu rapoarte: folosind browsere web familiare, utilizatorii pot vizualiza rapoarte, le pot imprima sau le pot trimite prin e-mail către diferite formate... Sistemul permite, de asemenea, clasificarea mesajelor, controlul versiunilor și arhivarea, iar limbajul de programare încorporat de a treia generație permite ca Hyperion SQR să fie folosit ca instrument pentru construirea de instrumente de extragere, transformare și încărcare a datelor.

Linia de soluții BI de la Hyperion, completată de instrumente de interogare și raportare moștenite de la Brio, este de interes atât pentru profesioniștii IT, cât și pentru utilizatorii finali.

Din perspectiva utilizatorului final, este - instrument la îndemână, permițând rezolvarea problemei deja menționate, cu care managerii și specialiștii în domeniu se confruntă atât de des - problema „unui punct de vedere al informațiilor de management”. Reamintim că această problemă constă în faptul că de foarte multe ori informațiile de management necesare analizei și luării deciziilor sunt stocate în diferite surse - sisteme contabile, sisteme ERP, baze de date etc. Acest lucru face extrem de dificilă obținerea informațiilor necesare și prezentarea acesteia. .într-un mod ușor de utilizat: specialiștii sunt forțați să petreacă timp cu procedurile de rutină de colectare și prelucrare a datelor, cu riscul de denaturare. Informațiile de management obținute în acest mod adesea nu îndeplinesc cerințele de fiabilitate și relevanță, ceea ce îi reduce valoarea. În acest sens, soluțiile Hyperion BI pot simplifica și accelera semnificativ colectarea informațiilor, o pot unifica și o pot prezenta într-o formă convenabilă și vizuală. Astfel de informații reprezintă o bază de încredere pentru luarea deciziilor de management, în timp ce procedurile de rutină sunt minimizate, iar timpul specialiștilor este eliberat pentru rezolvarea problemelor analitice.

Din perspectiva serviciilor IT, soluțiile Hyperion BI se remarcă prin scalabilitate, ușurință de asistență și limbaje încorporate care extind funcționalitatea software-ului.

Săgețile albastre sunt modalitățile prin care informațiile intră în sistem, cele verzi - modul în care informațiile sunt utilizate în viitor.

1. Informațiile despre comenzi sunt introduse în sistemul 1c - versiunea dbf.
2. Se încarcă datele „schimb automat”. De fapt este pas suplimentar... Datele pot fi obținute direct din baza de date dbf. Dar programatorii 1c au decis că mecanismul standard de descărcare a datelor (pentru 1c) ar face mai puțin rău.
3. O dată pe zi, modificările pentru ziua trecută sunt încărcate într-o bază de date MsSql special pregătită - stocare. Nu toate informațiile sunt descărcate, ci doar ceea ce este necesar pentru cuburi.

   În principiu, nu este necesară construirea unui „depozit”. Datele pentru un cub pot fi obținute direct din baza de date 1c (MsSQL sau dbf). Dar în cazul meu, datele din perioadele trecute sunt șterse periodic din 1c și cărțile de referință sunt șterse. În plus, datele sunt ușor „curățate” înainte de a le încărca în stocare.

4. Cubul este recalculat - datele intră în cub.

Informațiile din stocare sunt folosite nu numai de cuburi, ci și de aplicații externe, de exemplu, aceste date sunt necesare pentru calcularea salariilor, pentru contabilizarea plăților și livrărilor, pentru planificarea muncii unui manager. În același timp, date din acestea programe externe cad de asemenea in cuburi.

Angajații din birou lucrează cu cuburi - management, manageri, marketing, contabilitate. Informațiile sunt transmise și furnizorilor și reprezentanților de vânzări din diferite orașe din regiune.

Orice utilizator poate obține informații în diferite moduri:

1. Creați singur un raport pe o pagină web sau în Excel

   La început, s-a folosit doar excel, dar au existat multe probleme cu faptul că fișierele Excel erau „împrăștiate”, a fost necesar să obțineți un „punct de intrare” pentru a selecta informații.
   Prin urmare, a fost creat un site local unde sunt publicate paginile cu PivotTable. Un angajat care dorește să obțină câteva numere „aici și acum” vine pe acest site și întocmește un raport în forma de care are nevoie. Dacă o persoană trebuie să folosească acest raport în viitor, poate scrie o solicitare de a-și publica raportul în SSRS sau de a-l salva el însuși în Excel.

2. Vedeți raportul standard publicat pe SQL Server Reporting Services (SSRS)
3. Obțineți un cub local - și „rotiți” datele în afara biroului folosind Excel
4. Abonați-vă la newsletter și primiți rapoarte standard de la SSRS prin e-mail
5. Departamentul de marketing folosește și programul CubeSlice. În ea, puteți crea singur cuburi locale și este mult mai convenabil decât în ​​excel

Cuburi locale

Uneori, un utilizator trebuie să primească periodic rapoarte care conțin cantități mari de date. De exemplu, departamentul de marketing a trimis rapoarte furnizorilor sub formă de fișiere Excel care conțin câteva zeci de pagini.
Olap nu este „ascuțit” să primească astfel de informații - rapoartele au fost generate de foarte mult timp.

De regulă, furnizorul este, de asemenea, incomod să lucreze cu rapoarte mari. Prin urmare, majoritatea, după ce a încercat să lucreze cu cuburi locale, a fost de acord să primească rapoarte în această formă. Lista rapoartelor generate de departamentul de marketing a fost redusă semnificativ. Rapoartele grele rămase au fost implementate în SSRS, au fost create abonamente (rapoartele sunt generate automat și trimise furnizorilor într-un program)

Parametrii de bază ai sistemului

Configurare server:

procesor: 2xAMD Opteron 280
memorie: 4Gb
matrice de discuri:
sistem de operare: RAID 1 (oglindă) 2xSCSI 15k
date: RAID 0 + 1 4xSCSI 10k

De acord, o astfel de mașină cu greu poate fi numită un server „puternic”.

Volumul datelor:

stocare 10 GB, date din 2002
agregare 30%
Dimensiunea bazei multidimensionale este de 350M
numărul de membri de „dimensiuni mari”: mărfuri 25 mii, adrese - 20 mii.
numărul de documente pe zi - 400. numărul mediu de rânduri dintr-un document - 30

Ce a primit compania în final:

pro

• Pentru conducerea intreprinderii

  Vă permite să priviți situația „de sus”, pentru a identifica tiparele generale de dezvoltare a afacerii.
  Ajută la urmărirea dinamicii schimbărilor în principalii indicatori ai organizației în ansamblu și la evaluarea rapidă a indicatorilor de performanță ai subordonaților.

• Pentru manager

  Capacitatea de a primi independent și într-un timp scurt informațiile necesare pentru luarea unei decizii.
  Ușurință de operare. Toate acțiunile sunt intuitive

• Pentru furnizori

  Posibilitate de lucru interactiv cu informații

• Din punctul de vedere al unui specialist IT

  Reducerea muncii de rutină. Utilizatorul primește majoritatea rapoartelor pe cont propriu.

Minusuri:

• Costul de implementare. Necesar echipament optionalși software.
• Lipsa unor profesioniști pregătiți. Cheltuieli pentru instruirea angajaților departamentului IT.

4. Clasificarea produselor OLAP.

5. Principiile de lucru ale clienților OLAP.

7. Sfere de aplicare a tehnologiilor OLAP.

8. Un exemplu de utilizare a tehnologiilor OLAP pentru analiză în domeniul vânzărilor.

1. Locul OLAP în structura informaţională a întreprinderii.

Termenul OLAP este indisolubil legat de termenul Data Warehouse.

Datele din depozit provin din sisteme operaționale (sisteme OLTP), care sunt concepute pentru a automatiza procesele de afaceri. În plus, depozitul poate fi completat prin surse externe precum rapoartele statistice.

Sarcina depozitului este de a furniza „materia primă” pentru analiză într-un singur loc și într-o structură simplă, de înțeles.

Mai există un motiv care justifică apariția unui depozit separat - interogările analitice complexe la informațiile operaționale încetinesc locul de munca actual companii, blocând permanent tabele și confiscând resursele serverului.

O stocare nu este neapărat o acumulare gigantică de date - principalul lucru este că este convenabil pentru analiză.

Centralizarea și structurarea convenabilă nu sunt tot ceea ce are nevoie un analist. Mai are nevoie de un instrument pentru vizualizarea și vizualizarea informațiilor. Rapoartelor tradiționale, chiar și construite pe baza unui singur depozit, le lipsește un singur lucru - flexibilitatea. Ele nu pot fi răsucite, extinse sau restrânse pentru a obține vizualizarea dorită a datelor. Mi-aș dori să aibă un astfel de instrument care să permită extinderea și restrângerea datelor simplu și convenabil! OLAP acționează ca un astfel de instrument.

Deși OLAP nu este un atribut necesar al unui depozit de date, este din ce în ce mai folosit pentru a analiza informațiile acumulate în acest depozit.

Locul OLAP în structura informațională a întreprinderii (Fig. 1).

Poza 1... LocOLAP în structura informaţională a întreprinderii

Datele operaționale sunt colectate din diverse surse, curățate, integrate și stocate într-un depozit relațional. În plus, acestea sunt deja disponibile pentru analiză folosind diverse instrumente de raportare. Apoi datele (în întregime sau parțial) sunt pregătite pentru analiza OLAP. Acestea pot fi încărcate într-o bază de date OLAP specială sau lăsate într-un stocare relațional. Elementul său cel mai important este metadatele, adică informațiile despre structura, plasarea și transformarea datelor. Datorită acestora, este asigurată interacțiunea eficientă a diferitelor componente de stocare.

Pe scurt, OLAP poate fi definit ca o colecție de instrumente multidimensionale de analiză a datelor acumulate în depozit.

2. Operațional prelucrare analitică date.

Conceptul OLAP se bazează pe principiul prezentării multidimensionale a datelor. În 1993 E. F. Codd a trecut în revistă dezavantajele model relațional, în primul rând, subliniind imposibilitatea „de a combina, vizualiza și analiza datele din punct de vedere al dimensiunilor multiple, adică în cel mai înțeles mod pentru analiștii corporativi”, și a definit cerințe generale pentru sisteme OLAP, extinzând funcționalitatea SGBD relațional și incluzând analiza multidimensională ca una dintre caracteristicile sale.

Potrivit Codd, o viziune conceptuală multidimensională este o perspectivă multiplă constând din mai multe dimensiuni independente de-a lungul cărora pot fi analizate seturi specifice de date.

Analiza simultană pe mai multe dimensiuni este definită ca analiză multivariată. Fiecare dimensiune include direcții de consolidare a datelor, constând dintr-o serie de niveluri succesive de agregare, unde fiecărui nivel superior îi corespunde un grad mai mare de agregare a datelor pentru dimensiunea corespunzătoare.

Astfel, dimensiunea Antreprenor poate fi determinată de direcția de consolidare, care constă din nivelurile de generalizare „întreprindere – departament – ​​departament – ​​angajat”. Dimensiunea Timp poate include chiar și două direcții de consolidare - an - trimestru - lună - zi și săptămână - zi, deoarece numărarea timpului pe lună și pe săptămână este incompatibilă. În acest caz, devine posibil să se selecteze în mod arbitrar nivelul dorit de detaliu al informațiilor pentru fiecare dintre măsurători.

Operațiunea de foraj în jos corespunde deplasării de la treptele superioare de consolidare la cele inferioare; dimpotrivă, o operație de rulare înseamnă trecerea de la niveluri inferioare la niveluri superioare (Fig. 2).

Figura 2.Măsurători și direcții de consolidare a datelor

3. Cerințe pentru instrumentele de prelucrare analitică on-line.

Abordarea multidimensională a apărut aproape simultan și în paralel cu abordarea relațională. Cu toate acestea, abia de la mijlocul anilor nouăzeci, sau mai degrabă de atunci
1993, interes în MSUBD a început să capete un caracter general. În acest an, o nouă articol program unul dintre fondatorii abordării relaţionale E. Codda, în care a formulat 12 cerințe de bază pentru mijloacele de implementare OLAP(Tabelul 1).

Tabelul 1.

	Reprezentarea datelor multidimensionale	Instrumentele trebuie să susțină o viziune conceptuală multidimensională a datelor.
	Transparenţă	Utilizatorul nu trebuie să știe ce mijloace specifice sunt folosite pentru stocarea și prelucrarea datelor, cum sunt organizate datele și de unde provin.
	Disponibilitate	Rămâne la latitudinea mass-media să aleagă și să comunice cu cei mai buni pentru a modela răspunsul cererea dată sursă de date. Mijloacele ar trebui să ofere un afișaj automat propriu diagrama logicaîn diverse surse de date eterogene.
	Performanță constantă	Performanța nu ar trebui să depindă practic de numărul de dimensiuni din cerere.
	Suport arhitectură client-server	Instrumentele trebuie să funcționeze într-o arhitectură client-server.
	Egalitatea tuturor măsurătorilor	Niciuna dintre măsurători nu trebuie să fie de bază, toate trebuie să fie egale (simetrice).
	Prelucrare dinamică matrici rare	Valorile nedefinite ar trebui stocate și tratate în cel mai eficient mod.
	Suport pentru modul multi-utilizator de lucru cu date	Instrumentele trebuie să ofere capacitatea de a funcționa pentru mai mult de un utilizator.
	Sprijină operațiuni bazate pe diferite dimensiuni	Toate operațiunile multidimensionale (de exemplu, agregarea) trebuie aplicate uniform și consecvent la orice număr de orice dimensiune.
	Ușurință în manipularea datelor	Instrumentele ar trebui să aibă cea mai convenabilă, naturală și confortabilă interfață de utilizator.
	Instrumente avansate de prezentare	Fondurile trebuie să sprijine căi diferite vizualizarea (prezentarea) datelor.
	Număr nelimitat de dimensiuni și niveluri de agregare a datelor	Nu ar trebui să existe o limită a numărului de dimensiuni acceptate.

Reguli de evaluare a produselor software din clasa OLAP

Setul acestor cerințe, care a servit drept definiție de facto a OLAP, ar trebui considerat consultativ, iar produsele specifice ar trebui evaluate în funcție de gradul în care sunt aproape de a îndeplini perfect toate cerințele.

Mai târziu, definiția lui Codd a fost revizuită în așa-numitul test FASMI, care necesită o aplicație OLAP pentru a oferi capacitatea de a analiza rapid informațiile multidimensionale partajate.

Amintirea celor 12 reguli ale lui Codd este prea împovărătoare pentru majoritatea oamenilor. S-a dovedit că puteți rezuma definiția OLAP cu doar cinci Cuvinte cheie: Analiza rapidă a informațiilor multidimensionale partajate - sau, pe scurt - FASMI (tradus din engleză:F ast A analiză a S hared M multidimensionale eu informație).

Această definiție a fost formulată pentru prima dată la începutul anului 1995 și nu a avut nevoie de revizuire de atunci.

RAPID ( Rapid ) - înseamnă că sistemul ar trebui să poată furniza majoritatea răspunsurilor utilizatorilor în aproximativ cinci secunde. Mai mult, cel mai mult interogări simple sunt procesate într-o secundă și foarte puține - mai mult de 20 de secunde. Cercetările au arătat că utilizatorii finali percep procesul ca fiind nereușit dacă nu se primesc rezultate după 30 de secunde.

La prima vedere, poate părea surprinzător că la primirea unui raport într-un minut, ceea ce nu cu mult timp în urmă a durat zile, utilizatorul se plictisește foarte repede în timp ce așteaptă, iar proiectul se dovedește a fi mult mai puțin reușit decât în ​​cazul unui răspuns instantaneu, chiar și cu prețul unei analize mai puțin detaliate.

ANALIZA (Analiză)înseamnă că sistemul poate gestiona orice analiză logică și statistică specifică a acestei aplicații, și se asigură că este salvat într-o formă accesibilă utilizatorului final.

Nu contează dacă această analiză se face în propriul banc de lucru al furnizorului sau într-un produs software extern asociat, cum ar fi foaie de calcul, doar că toate funcționalitățile de analiză necesare trebuie furnizate într-un mod intuitiv utilizatorilor finali. Instrumentele de analiză ar putea include proceduri specifice, cum ar fi analiza seriilor temporale, alocarea costurilor, transferurile valutare, căutarea țintelor, modificările structurii multidimensionale, modelarea non-procedurală, detectarea excepțiilor, extragerea datelor și alte operațiuni dependente de aplicație. Astfel de capabilități variază foarte mult între produse, în funcție de orientarea țintei.

IMPARTIT înseamnă că sistemul îndeplinește toate cerințele de protecție a confidențialității (eventual până la nivelul celulei) și, dacă este necesar acces de scriere multiplă, asigură blocarea modificărilor la nivelul corespunzător. Nu toate aplicațiile sunt necesare rescriere date. Cu toate acestea, numărul de astfel de aplicații este în creștere, iar sistemul trebuie să poată face față modificărilor multiple în timp util și în siguranță.

MULTIDIMENSIONAL - aceasta este o cerință cheie. Dacă ar trebui să definiți OLAP într-un singur cuvânt, l-ați alege. Sistemul ar trebui să ofere o vedere conceptuală multidimensională a datelor, inclusiv suport complet pentru ierarhii și ierarhii multiple, deoarece acesta este cu siguranță cel mai logic mod de a analiza o afacere și o organizație. Nu există un număr minim de dimensiuni de procesat, deoarece este, de asemenea, dependent de aplicație, iar majoritatea produselor OLAP au dimensiuni suficiente pentru piețele pe care le vizează.

INFORMAȚIE - e tot. Informațiile necesare ar trebui primit acolo unde este nevoie. Totuși, multe depind de aplicație. Puterea diferitelor produse este măsurată în funcție de cantitatea de intrare pe care o pot procesa, dar nu de câți gigaocteți pot stoca. Puterea produselor este foarte diferită - cu cele mai mari produse OLAP pot funcționa macar, de o mie de ori mai multe date decât cele mai mici. Există mulți factori de luat în considerare în acest sens, inclusiv duplicarea datelor, RAM necesară, utilizarea spatiu pe disc, indicatori de performanță, integrare cu depozite de informații etc.

Testul FASMI este o definiție rezonabilă și de înțeles a obiectivelor pe care OLAP se concentrează pe atingerea.

4. ClasificareOLAP-produse.

Deci, esența OLAP constă în faptul că informațiile inițiale pentru analiză sunt prezentate sub forma unui cub multidimensional, iar capacitatea de a le manipula în mod arbitrar și de a obține secțiunile de informații necesare - rapoarte - este asigurată. În acest caz, utilizatorul final vede cubul ca un tabel dinamic multidimensional care rezumă automat datele (fapte) în diferite secțiuni (dimensiuni) și vă permite să controlați în mod interactiv calculele și formularul de raport. Executarea acestor operațiuni este asigurată OLAP -mașină (sau mașină calcule OLAP).

Până în prezent, în lume au fost dezvoltate multe produse care implementează OLAP -tehnologii. Pentru a facilita navigarea printre ele, se folosesc clasificări OLAP -produse: prin modul de stocare a datelor pentru analiza si dupa localizare OLAP - mașini. Să aruncăm o privire mai atentă la fiecare categorie produse OLAP.

Clasificarea după metoda de depozitare

Cuburile multidimensionale sunt construite pe baza datelor sursă și agregate. Atât datele sursă, cât și cele agregate pentru cuburi pot fi stocate atât în ​​relațional, cât și în baze multidimensionale date. Prin urmare, în prezent există trei metode de stocare a datelor: MOLAP (OLAP multidimensional), ROLAP (OLAP relațional) și HOLAP (OLAP hibrid ). Respectiv, OLAP -Produsele sunt împărțite în trei categorii similare prin stocarea datelor:

1. În cazul MOLAP , datele sursă și agregate sunt stocate într-o bază de date multidimensională sau într-un cub local multidimensional.

2. În ROLAP -produse, datele sursă sunt stocate în baze de date relaționale sau în tabele locale plate pe un server de fișiere. Datele agregate pot fi plasate în tabele de servicii din aceeași bază de date. Conversia datelor dintr-o bază de date relațională în cuburi multidimensionale are loc la cerere Instrumente OLAP.

3. În caz de utilizare HOLAP arhitectura, datele originale raman in baza de date relationala, iar agregatele sunt plasate in cea multidimensionala. Clădire OLAP -cubul se realizeaza la cerere OLAP -Mijloace bazate pe date relaționale și multidimensionale.

Clasificarea locației OLAP- mașini.

Pe această bază OLAP -produsele se împart în Servere OLAP și clienți OLAP:

Server OLAP -mijloacele de calcul si stocare a datelor agregate se realizeaza printr-un proces separat - serverul. Aplicație client preia numai rezultatele interogărilor împotriva cuburilor multidimensionale care sunt stocate pe server. niste OLAP -serverele suportă stocarea datelor doar în baze de date relaționale, unele - doar în cele multidimensionale. Multe moderne OLAP -serverele acceptă toate cele trei moduri de stocare a datelor:MOLAP, ROLAP și HOLAP.

MOLAP.

MOLAP este Procesare analitică on-line multidimensională, adică OLAP multidimensional.Aceasta înseamnă că serverul utilizează o bază de date multidimensională (MDB) pentru a stoca date. Sensul utilizării MDB este evident. Poate stoca eficient date care sunt de natură multidimensională, oferind un mijloc de deservire rapidă a interogărilor bazei de date. Datele sunt transferate dintr-o sursă de date într-o bază de date multidimensională, apoi baza de date este agregată. Precalculul este ceea ce face ca interogările OLAP să fie mai rapide, deoarece datele rezumative au fost deja calculate. Timpul de solicitare devine o funcție exclusiv a timpului necesar pentru a accesa o anumită bucată de date și pentru a efectua un calcul. Această metodă susține conceptul că munca se face o singură dată și rezultatele sunt apoi folosite din nou și din nou. Bazele de date multidimensionale sunt o tehnologie relativ nouă. Utilizarea MDB are aceleași dezavantaje ca majoritatea noilor tehnologii. Și anume, ele nu sunt la fel de stabile ca bazele de date relaționale (RDB) și nu sunt optimizate în aceeași măsură. Alte slăbiciune MDB constă în imposibilitatea utilizării majorității bazelor de date multidimensionale în procesul de agregare a datelor, prin urmare este nevoie de timp pentru informație nouă a devenit disponibil pentru analiză.

ROLAP.

ROLAP este Procesare analitică relațională on-line, adică OLAP relaţional.Termenul ROLAP înseamnă că serverul OLAP se bazează pe o bază de date relațională. Datele originale sunt introduse într-o bază de date relațională, de obicei într-o schemă stea sau fulg de zăpadă, ceea ce ajută la reducerea timpilor de recuperare. Serverul oferă un model de date multidimensional folosind interogări SQL optimizate.

Există o serie de motive pentru a alege o bază de date relațională în locul unei baze de date multidimensionale. RDB este o tehnologie bine stabilită, cu multe oportunități de optimizare. Utilizati in conditii reale a rezultat un produs mai elaborat. În plus, RDB-urile acceptă volume de date mai mari decât MDB-urile. Sunt concepute doar pentru astfel de volume. Principalul argument împotriva RDB-urilor este complexitatea interogărilor necesare pentru a prelua informații dintr-o bază de date mare folosind SQL. Un programator SQL fără experiență ar putea împovăra cu ușurință resurse valoroase de sistem încercând să execute o interogare similară, care este mult mai ușor de executat în MDB.

Date agregate/preagregate.

Implementarea rapidă a interogărilor este imperativă pentru OLAP. Acesta este unul dintre principii de baza OLAP - abilitatea de a manipula intuitiv datele necesită extracție rapidă informație. În general, cu cât este nevoie de mai multe calcule pentru a obține o informație, cu atât răspunsul este mai lent. Prin urmare, pentru a economisi puțin timp pentru implementarea interogărilor, informațiile care sunt de obicei accesate cel mai des, dar care în același timp necesită calcul, sunt supuse unei agregări preliminare. Adică sunt numărate și apoi stocate în baza de date ca date noi. Un exemplu de tip de date care poate fi calculat în avans sunt datele rezumative - de exemplu, cifrele de vânzări pe lună, trimestru sau an - pentru care datele reale introduse sunt cifre zilnice.

Furnizorii diferiți au metode de selecție diferite pentru parametrii care necesită agregare prealabilă și un număr de valori precalculate. Abordarea de agregare afectează atât baza de date, cât și timpul de execuție a interogării. Dacă se calculează mai multe valori, probabilitatea ca utilizatorul să ceară o valoare deja calculată crește și, prin urmare, timpul de răspuns va fi mai scurt, deoarece nu este nevoie să ceară valoarea inițială pentru calcul. Cu toate acestea, dacă calculăm toate valorile posibile, acest lucru nu este cea mai bună soluție- in acest caz, dimensiunea bazei de date creste semnificativ, ceea ce o va face de negestionat, iar timpul de agregare va fi prea mare. În plus, când se adaugă baza de date valori numerice, sau dacă se modifică, aceste informații ar trebui să se reflecte în valorile calculate anterior în funcție de noile date. Astfel, actualizarea bazei de date poate dura mult timp dacă un numar mare valori precalculate. Deoarece baza de date este de obicei offline în timpul agregării, este de dorit ca timpul de agregare să nu fie prea lung.

OLAP -clientul este aranjat diferit. Construirea unui cub multidimensional și OLAP -calculele se fac in memoria calculatorului client.OLAP -clientii sunt si ei impartiti in ROLAP și MOLAP.Și unele pot accepta ambele tipuri de acces la date.

Fiecare dintre aceste abordări are propriile sale avantaje și dezavantaje. Spre deosebire de credința populară cu privire la avantajele instrumentelor server față de cele client, în unele cazuri, utilizarea OLAP - clientul pentru utilizatori poate fi mai eficient și mai profitabil decât utilizarea servere OLAP.

Dezvoltarea de aplicații analitice folosind instrumente client OLAP este un proces rapid și nu necesită pregătire specială pentru antreprenor. Un utilizator care cunoaște implementarea fizică a bazei de date poate dezvolta singur o aplicație analitică, fără implicarea unui specialist IT.

Când utilizați un server OLAP, trebuie să studiați 2 sisteme diferite, uneori de la diferiți furnizori - pentru a crea cuburi pe server și pentru a dezvolta o aplicație client.

Clientul OLAP oferă o interfață vizuală unificată pentru descrierea cuburilor și personalizarea interfețelor lor cu utilizatorul.

Deci, în ce cazuri poate fi mai eficientă și mai profitabilă utilizarea unui client OLAP pentru utilizatori decât utilizarea unui server OLAP?

· Fezabilitatea economică a aplicării OLAP -server apare atunci cand cantitatea de date este foarte mare si insuportabila pt OLAP - clientul, in caz contrar folosirea acestuia din urma este mai justificata. În acest caz OLAP -Clientul combină caracteristicile de înaltă performanță cu costul scăzut.

· PC-urile de analist puternice sunt un alt motiv bun OLAP -clienti. La aplicare OLAP -server, aceste capacități nu sunt folosite.

Printre avantajele clienților OLAP se numără următoarele:

· Costuri de implementare si intretinere OLAP - clientul este semnificativ mai mic decât costul de server OLAP.

· Folosind OLAP - pentru un client cu o mașină încorporată, transmiterea datelor prin rețea se face o singură dată. Facand OLAP -operațiunile noilor fluxuri de date nu sunt generate.

5. Principii de lucru OLAP-clienti.

Să ne uităm la procesul de creare a unei aplicații OLAP folosind instrumentul client (Figura 1).

Poza 1.Creați o aplicație OLAP utilizând instrumentul client ROLAP

Principiul de funcționare al clienților ROLAP este o descriere preliminară a stratului semantic în spatele căruia se ascunde structura fizică a datelor inițiale. În acest caz, sursele de date pot fi: tabele locale, RDBMS. Lista surselor de date acceptate este specifică produsului. După aceea, utilizatorul poate manipula în mod independent obiectele pe care le înțelege în termeni domeniul subiectului pentru a crea cuburi și interfețe analitice.

Clientul serverului OLAP funcționează diferit. În serverul OLAP, atunci când creează cuburi, utilizatorul manipulează descrierile fizice ale bazei de date. Acest lucru creează descrieri personalizate în cubul însuși. Clientul OLAP Server este configurat numai pe cub.

La crearea unui strat semantic, sursele de date - tabelele Vânzări și Oferte - sunt descrise clar Utilizator final termeni și devin „Produse” și „Tranzacții”. Câmpul „ID” din tabelul „Produse” este redenumit „Cod”, iar „Nume” cu „Produs”, etc.

Apoi este creat obiectul de afaceri Vânzări. Un obiect de afaceri este o masă plată din care se formează un cub multidimensional. Când este creat un obiect de afaceri, tabelele „Produse” și „Oferte” sunt combinate prin câmpul „Cod” al produsului. Deoarece toate câmpurile din tabel nu trebuie să fie afișate în raport, obiectul de afaceri folosește doar câmpurile „Articol”, „Dată” și „Sumă”.

În exemplul nostru, pe baza obiectului de afaceri Vânzări, am creat un raport privind vânzările de mărfuri pe lună.

Când lucrează cu un raport interactiv, utilizatorul poate seta condiții de filtrare și grupare cu aceleași mișcări simple ale mouse-ului. În acest moment, clientul ROLAP accesează datele din cache. Pe de altă parte, clientul serverului OLAP generează o nouă interogare împotriva bazei de date multidimensionale. De exemplu, prin aplicarea unui filtru pe produse în raportul de vânzări, puteți obține un raport privind vânzările produselor care ne interesează.

Toate setările aplicației OLAP pot fi stocate într-un depozit de metadate dedicat, într-o aplicație sau într-un depozit de sistem de baze de date multidimensionale.Implementarea depinde de produsul software specific.

Tot ceea ce este inclus în aceste aplicații este o privire standard asupra interfeței, funcțiilor și structurii predefinite și decizii rapide pentru situaţii mai mult sau mai puţin standard. De exemplu, pachetele financiare sunt populare. Aplicațiile financiare pre-construite vor permite profesioniștilor să utilizeze instrumente financiare familiare fără a fi nevoie să proiecteze o structură de bază de date sau formulare și rapoarte comune.

Internetul este formă nouă client. În plus, poartă amprenta noilor tehnologii; o multime de solutii de internet diferă semnificativ în capacitățile lor în general și în calitatea soluțiilor OLAP în special. Există multe avantaje în a genera rapoarte OLAP pe Internet. Cea mai semnificativă este absența nevoii de specializare software pentru a accesa informații. Acest lucru economisește compania mult timp și bani.

6. Alegerea arhitecturii aplicației OLAP.

La implementarea unui sistem informatic și analitic, este important să nu greșiți în alegerea unei arhitecturi de aplicație OLAP. Traducerea literală a termenului On-Line Analytical Process – „prelucrare analitică on-line” – este adesea luată literal în sensul că datele care intră în sistem sunt analizate cu promptitudine. Aceasta este o amăgire - eficiența analizei nu are nimic de-a face timp real actualizarea datelor din sistem. Această caracteristică se referă la timpul de răspuns al sistemului OLAP la solicitările utilizatorilor. În același timp, datele analizate sunt adesea un instantaneu de informații „pentru ziua de ieri”, dacă, de exemplu, datele din depozite sunt actualizate o dată pe zi.

În acest context, traducerea OLAP ca „prelucrare analitică interactivă” este mai precisă. Abilitatea de a analiza datele în mod interactiv este cea care distinge sistemele OLAP de sistemele de pregătire a rapoartelor reglementate.

O altă caracteristică a procesării interactive în formularea fondatorului OLAP E. Codd este capacitatea de a „combina, vizualiza și analiza datele din punctul de vedere al dimensiunilor multiple, adică în cel mai înțeles mod pentru analiștii corporativi”. Pentru Codd însuși, termenul OLAP denotă un mod exclusiv specific de reprezentare a datelor la nivel conceptual – multidimensional. La nivel fizic, datele pot fi stocate în baze de date relaționale, dar, în realitate, instrumentele OLAP tind să funcționeze cu baze de date multidimensionale, în care datele sunt organizate într-un hipercub (Figura 1).

Poza 1. OLAP- cub (hipercub, metacub)

Mai mult, relevanța acestor date este determinată de momentul în care hipercubul este umplut cu date noi.

Evident, timpul de formare a unei baze de date multidimensionale depinde în mod semnificativ de volumul de date încărcate în ea, așa că este rezonabil să se limiteze acest volum. Dar cum să nu restrângem posibilitățile de analiză și să nu privam utilizatorul de acces la toate informațiile de interes? Există două căi alternative: Analizați apoi interogați și Interogați apoi analizați.

Adepții primei căi sugerează încărcarea informațiilor generalizate într-o bază de date multidimensională, de exemplu, totaluri lunare, trimestriale, anuale pentru departamente. Și dacă este necesar să detaliezi datele, utilizatorului i se cere să genereze un raport asupra bazei de date relaționale care să conțină selecția necesară, de exemplu, pe zi pentru un anumit departament sau pe luni și angajați ai unui departament selectat.

Susținătorii celui de-al doilea mod, dimpotrivă, oferă utilizatorului, în primul rând, să decidă asupra datelor pe care urmează să le analizeze și să le încarce într-un microcub - o mică bază de date multidimensională. Ambele abordări diferă conceptual și au propriile avantaje și dezavantaje.

Avantajele celei de-a doua abordări includ „prospețimea” informațiilor pe care utilizatorul le primește sub forma unui raport multidimensional – un „microcub”. Microcubul este format pe baza informațiilor solicitate din baza de date relațională curentă. Lucrul cu microcubul se realizează într-un mod interactiv - obținerea de felii de informații și detalierea acestuia în microcub se realizează instantaneu. Alții punct pozitiv este că proiectarea structurii și umplerea microcubului sunt efectuate de utilizator „din zbor”, fără participarea administratorului bazei de date. Cu toate acestea, abordarea suferă și de dezavantaje serioase. Utilizatorul nu vede imaginea generală și trebuie determinat în prealabil cu direcția cercetării sale. În caz contrar, microcubul solicitat poate fi prea mic și să nu conțină toate datele de interes, iar utilizatorul va trebui să solicite un nou microcub, apoi unul nou, apoi iar și iar. Abordarea de analiză a interogării implementează instrumentul BusinessObjects al companiei cu același nume și unelte Platforme Compania ContourIntersoft laborator.

Cu abordarea Analiză apoi interogare, cantitatea de date încărcate într-o bază de date multidimensională poate fi destul de mare, completarea trebuie efectuată conform regulilor și poate dura mult timp. Cu toate acestea, toate aceste dezavantaje dau roade mai târziu, când utilizatorul are acces la aproape toate datele necesare în orice combinație. Referirea la datele sursă dintr-o bază de date relațională se efectuează doar în ultimă instanță, atunci când sunt necesare informații detaliate, de exemplu, pe o anumită factură.

Lucrarea unei singure baze de date multidimensionale nu este practic afectată de numărul de utilizatori care o accesează. Ei citesc doar datele disponibile acolo, spre deosebire de abordarea Query then analysis, în care numărul de microcuburi în cazuri extreme poate crește în același ritm cu numărul de utilizatori.

Această abordare mărește încărcarea serviciilor IT, care, pe lângă cele relaționale, sunt obligate să deservească și baze de date multidimensionale.Aceste servicii sunt responsabile pentru actualizarea automată la timp a datelor din bazele de date multidimensionale.

Cei mai proeminenți reprezentanți ai abordării „Analiză, apoi interogă”, sunt instrumentele PowerPlay și Impromptu de la Cognos.

Alegerea atât a abordării, cât și a instrumentului care o implementează depinde în primul rând de scopul urmărit: trebuie întotdeauna să echilibrați între economisirea bugetului și îmbunătățirea calității serviciului pentru utilizatorii finali. Trebuie avut în vedere faptul că, din punct de vedere strategic, crearea de sisteme informaționale și analitice urmărește scopul de a obține un avantaj competitiv, și nu evitarea costului automatizării. De exemplu, un sistem informatic și analitic corporativ poate oferi cele necesare, în timp util și informaţii de încredere despre o companie, a cărei publicare pentru potențialii investitori va asigura transparența și predictibilitatea acestei companii, care va deveni inevitabil o condiție pentru atractivitatea investițională a acesteia.

7. Sfere de aplicare a tehnologiilor OLAP.

OLAP este aplicabil oriunde există o sarcină de analiză multivariată a datelor. În general, dacă aveți un tabel cu date, în care există cel puțin o coloană descriptivă (dimensiune) și o coloană cu numere (măsuri sau fapte), un instrument OLAP va fi de obicei un instrument eficient pentru analiza și generarea de rapoarte.

Să luăm în considerare câteva domenii de aplicare a tehnologiilor OLAP, preluate din viața reală.

1. Vânzări.

Pe baza analizei structurii vânzărilor se rezolvă problemele necesare luării deciziilor manageriale: despre modificarea gamei de mărfuri, prețuri, închiderea și deschiderea magazinelor, sucursalelor, rezilierea și semnarea contractelor cu dealerii, efectuarea sau rezilierea. campanii de publicitate etc.

2. Achizitii.

Sarcina este opusul analizei vânzărilor. Multe întreprinderi achiziționează componente și materiale de la furnizori. Comercianții cumpără bunuri pentru revânzare. Există multe sarcini posibile în analiza achizițiilor, de la planificare Bani pe baza experienței anterioare, înainte control asupra managerilor alegerea furnizorilor.

3. Preturi.

Analiza achizițiilor este strâns legată de analiza prețurilor pieței. Scopul acestei analize este optimizarea costurilor, selectarea celor mai avantajoase oferte.

4. Marketing.

Prin analiză de marketing vom înțelege doar zona de analiză a cumpărătorilor sau clienților-consumatori de servicii. Sarcina acestei analize este poziționarea corectă a produsului, identificarea grupurilor de cumpărători pentru publicitate direcționată și optimizarea sortimentului. Sarcina OLAP în în acest caz- să ofere utilizatorului un instrument pentru a primi rapid, cu viteza gândirii, răspunsuri la întrebările care apar intuitiv în timpul analizei datelor.

5. Depozit.

Analiza structurii soldurilor stocurilor în contextul tipurilor de mărfuri, depozite, analiza termenului de valabilitate al mărfurilor, analiza expedierii după destinatar și multe alte tipuri de analize importante pentru companie sunt posibile dacă organizația are contabilitate de depozit.

6. Fluxul de numerar.

Aceasta este o întreagă zonă de analiză, cu multe școli și metodologii. Tehnologia OLAP poate servi ca instrument pentru implementarea sau îmbunătățirea acestor tehnici, dar în niciun caz un înlocuitor pentru acestea. Analizează rulajul de numerar al non-cash și al numerarului din punct de vedere al tranzacțiilor comerciale, contrapărților, valutelor și timpului în vederea optimizării fluxurilor, asigurarii lichidității etc. Compoziția măsurătorilor depinde în mare măsură de specificul afacerii, industriei și metodologiei.

7. Buget.

Unul dintre cele mai fertile domenii de aplicare pentru tehnologiile OLAP. Nu degeaba niciun sistem modern de bugetare nu este considerat complet fără prezența instrumentelor OLAP pentru analiza bugetară în componența sa. Majoritatea rapoartelor bugetare sunt ușor de construit pe baza sistemelor OLAP. În același timp, rapoartele răspund la un foarte gamă largăîntrebări: analiza structurii cheltuielilor și veniturilor, compararea cheltuielilor pentru anumite articole din diferite departamente, analiza dinamicii și tendințelor cheltuielilor pentru anumite articole, analiza costurilor și profitului.

8. Conturi.

Bilanțul clasic, format dintr-un număr de cont și care conține solduri de intrare, cifre de afaceri și solduri de ieșire, poate fi analizat perfect în sistemul OLAP. In plus, sistemul OLAP poate calcula automat si foarte rapid soldurile consolidate ale unei organizatii multifiliale, soldurile pe luna, trimestrul si anul, soldurile agregate pe ierarhia conturilor, soldurile analitice pe baza caracteristicilor analitice.

9. Raportarea financiară.

Un sistem de raportare avansat tehnologic nu este altceva decât un set de indicatori denumiți cu valori de la zi, care trebuie grupați și însumați în diverse aspecte pentru a obține rapoarte specifice. Atunci când acesta este cazul, afișarea și tipărirea rapoartelor este cel mai ușor și mai ieftin de implementat în sistemele OLAP. În orice caz, sistemul intern de raportare al companiei nu este atât de conservator și poate fi reconstruit pentru a economisi bani pe lucrări de inginerie pentru a crea rapoarte și a obține capabilități de analiză operațională multivariată.

10. Trafic pe site.

Fișierul jurnal al serverului de Internet este de natură multidimensională, ceea ce înseamnă că este potrivit pentru analiza OLAP. Faptele sunt: ​​numărul de vizite, numărul de accesări, timpul petrecut pe pagină și alte informații disponibile în jurnal.

11. Volume de producție.

Acesta este un alt exemplu analize statistice... Astfel, se pot analiza volumele de cartofi cultivati, otel topit, marfa produsa.

12. Consumul de consumabile.

Imaginați-vă o fabrică formată din zeci de ateliere, care consumă lichide de răcire, spălare, uleiuri, cârpe, șmirghel - sute de articole Provizii... Pentru planificarea corectă și optimizarea costurilor, este necesară o analiză amănunțită a consumului real de consumabile.

13. Utilizarea spațiilor.

Un alt tip de analiză statistică. Exemple: analiza volumului de muncă al sălilor de clasă, clădirilor și spațiilor închiriate, utilizarea sălilor de conferințe etc.

14. Cifra de afaceri a salariaților la întreprindere.

Analiza fluctuatiei de personal la intreprindere in contextul ramurilor, departamentelor, profesiilor, nivelului de studii, sexului, varstei, timpului.

15. Traficul de pasageri.

Analiza numarului de bilete vandute si a sumelor in contextul anotimpurilor, directiilor, tipurilor de vagoane (claselor), tipurilor de trenuri (avioane).

Domeniul de aplicare nu se limitează la această listă. OLAP - tehnologii. De exemplu, luați în considerare tehnologia OLAP -analiza in domeniul vanzarilor.

8. Exemplu de utilizare OLAP -tehnologii de analiza in domeniul vanzarilor.

Proiectarea unei reprezentări de date multidimensionale pentru OLAP -analiza începe cu formarea unei hărți de măsurare. De exemplu, atunci când se analizează vânzările, poate fi recomandabil să se evidențieze părți individuale ale pieței (consumatori în curs de dezvoltare, stabili, mari și mici, probabilitatea de noi consumatori etc.) și să se evalueze volumele vânzărilor pe produse, teritorii, clienți, segmente de piață, canale de distribuție etc. dimensiunea comenzilor. Aceste direcții formează grila vizualizării multidimensionale a vânzărilor - structura dimensiunilor acesteia.

Întrucât activitatea oricărei întreprinderi se desfășoară în timp, prima întrebare care se ridică în analiză este problema dinamicii dezvoltării afacerilor. Organizare corecta axa timpului va oferi un răspuns calitativ la această întrebare. De obicei, axa timpului este împărțită în ani, trimestre și luni. Este posibilă și mai multă fragmentare în săptămâni și zile. Structura dimensiunii temporale se formează ținând cont de frecvența de primire a datelor; poate fi condiționată și de frecvența cererii de informații.

Dimensiunea „grup de produse” este concepută pentru a reflecta cât mai aproape posibil structura produselor vândute. În același timp, este important să se respecte un anumit echilibru pentru, pe de o parte, pentru a evita detaliile excesive (numărul de grupuri ar trebui să fie vizibil), și pe de altă parte, pentru a nu rata un segment semnificativ de piață .

Dimensiunea „Clienți” reflectă structura vânzărilor pe locație geografică. Fiecare dimensiune poate avea propriile ierarhii, de exemplu, în această dimensiune poate fi o structură: Țări - Regiuni - Orașe - Clienți.

Pentru a analiza performanța departamentelor, ar trebui să vă creați propria dimensiune. De exemplu, puteți distinge două niveluri ale ierarhiei: departamentele și subdiviziunile acestora, care ar trebui să fie reflectate în dimensiunea „Departamente”.

De fapt, dimensiunile „Timp”, „Produse”, „Clienți” definesc destul de pe deplin spațiul subiectului.

În plus, este utilă împărțirea acestui spațiu în zone condiționate, luând ca bază caracteristicile calculate, de exemplu, intervalele volumului tranzacțiilor în termeni valorici. Apoi întreaga afacere poate fi împărțită într-un număr de intervale de valori în care se desfășoară. În acest exemplu, vă puteți limita la următorii indicatori: valoarea vânzărilor de mărfuri, numărul de mărfuri vândute, suma veniturilor, numărul tranzacțiilor, numărul clienților, volumul achizițiilor de la producători.

OLAP - cubul pentru analiză va arăta ca (Fig. 2):

Figura 2.OLAP- un cub pentru analiza volumului vanzarilor

Tocmai o astfel de matrice tridimensională în termeni OLAP este numită cub. De fapt, din punct de vedere al matematicii stricte, o astfel de matrice nu va fi întotdeauna un cub: un cub real ar trebui să aibă același număr de elemente în toate dimensiunile, în timp ce cuburile OLAP nu au o astfel de limitare. Un cub OLAP nu trebuie să fie deloc 3D. Poate fi atât bidimensional, cât și multidimensional - în funcție de problema care se rezolvă. Produsele OLAP serioase sunt proiectate pentru aproximativ 20 de dimensiuni. Aplicațiile desktop mai simple acceptă aproximativ 6 dimensiuni.

Departe de toate elementele cubului ar trebui să fie completate: dacă nu există informații despre vânzările produsului 2 către Clientul 3 în al treilea trimestru, valoarea din celula corespunzătoare pur și simplu nu va fi determinată.

Totuși, cubul în sine nu este potrivit pentru analiză. Dacă este încă posibil să reprezentați sau să descrieți în mod adecvat un cub tridimensional, atunci cu șase sau nouăsprezece dimensiuni situatia este mult mai rea. Prin urmare, înainte de utilizare, tabele bidimensionale obișnuite sunt extrase din cubul multidimensional. Această operație se numește „tăierea” cubului. Analistul, așa cum spune, ia și „tăie” dimensiunile cubului în funcție de etichetele de interes. În acest fel, analistul ia o felie bidimensională a cubului (raport) și lucrează cu ea. Structura raportului este prezentată în Figura 3.

Figura 3.Structura raportului analitic

Să ne tăiem OLAP - cubul și să obținem raportul de vânzări pentru al treilea trimestru, va arăta așa (Fig. 4).

Figura 4.Raport de vânzări al treilea trimestru

Puteți tăia cubul de-a lungul unei axe diferite și puteți obține un raport despre vânzările grupului de produse 2 pe parcursul anului (Fig. 5).

Figura 5.Raport trimestrial privind vânzările de produse 2

În mod similar, puteți analiza relația cu clientul 4, prin taierea cubului la eticheta Clienti(fig. 6)

Figura 6.Raport privind livrarea mărfurilor către client 4

Puteți detalia raportul pe lună sau puteți vorbi despre livrarea mărfurilor către o anumită sucursală client.

Uimitor - aproape de...

În decursul muncii, am avut deseori nevoie să fac rapoarte complexe, am încercat constant să găsesc ceva în comun în ele pentru a le compune mai simplu și mai universal, chiar am scris și publicat un articol pe acest subiect „Arborele lui Osipov”. Totuși, articolul meu a fost criticat și spunea că toate problemele pe care le-am ridicat au fost de mult rezolvate în MOLAP.RU v.2.4 (www.molap.rgtu.ru) și a recomandat să te uiți la tabelele rezumative în EXCEL.
S-a dovedit a fi atât de simplu încât punând mâinile mele ingenioase pe el, am obținut un foarte circuit simplu pentru descărcarea datelor din 1C7 sau din orice altă bază de date (denumită în continuare 1C orice bază de date) și analiză în OLAP.
Cred că multe dintre schemele de încărcare OLAP sunt prea complicate, aleg simplitatea.

Specificații :

1. Pentru funcționare este necesar doar EXCEL 2000.
2. Utilizatorul însuși poate proiecta rapoarte fără programare.
3. Descărcare de la 1C7 la format simplu fisier text.
4. Pentru înregistrările contabile deja disponibile prelucrare universală pentru descărcare, lucrând în orice configurație. Procesarea eșantionului este disponibilă pentru încărcarea altor date.
5. Puteți proiecta formulare de raport în avans și apoi le puteți aplica diferitelor date fără a le reproiecta.
6. Frumos performanță bună... La prima etapă lungă, datele sunt importate mai întâi în EXCEL dintr-un fișier text și este construit un cub OLAP, iar apoi, destul de repede, pe baza acestui cub poate fi construit orice raport. De exemplu, datele despre vânzările de produse de către un magazin timp de 3 luni cu un sortiment de 6000 de produse sunt încărcate în EXCEL în 8 minute pe Cel600-128M, evaluarea pe produse și grupuri (raport OLAP) este recalculată în 1 minut.
7. Datele sunt descărcate din 1C7 complet pentru perioada specificată (toate mișcările, în toate depozitele, firmele, conturile). La importul în EXCEL, este posibil să folosiți filtre care încarcă doar datele necesare pentru analiză (de exemplu, din toate mișcările, doar vânzări).
8. În prezent, s-au dezvoltat metode de analiză a mișcărilor sau a reziduurilor, dar nu a mișcărilor și a reziduurilor împreună, deși acest lucru este posibil în principiu.

Ce este OLAP : (www.molap.rgtu.ru)

Să presupunem că ai retea comerciala... Lăsați datele despre operațiunile comerciale să fie încărcate într-un fișier text sau un tabel de forma:

Data - data operațiunii
Luna - luna de functionare
Săptămâna - săptămână de intervenție chirurgicală
Tip - cumpărare, vânzare, retur, anulare
Contraparte - o organizație externă implicată într-o operațiune
Autor - persoana care a emis factura

În 1C, de exemplu, un rând din acest tabel va corespunde unui rând al facturii, unele câmpuri (Contraparte, Data) sunt preluate din antetul facturii.

Datele pentru analiză sunt de obicei încărcate în sistemul OLAP pentru o anumită perioadă de timp, din care, în principiu, se poate selecta o altă perioadă prin aplicarea filtrelor de încărcare.

Acest tabel este sursa pentru analiza OLAP.

Raport	Măsurătorile	Date	Filtru
Câte produse se vând și pentru ce sumă pe zi?	Data, articol	Cantitate, Sumă	Kind = „vânzare”
Care contrapărți au livrat ce produs pentru ce sumă pe lună?	Lună, contrapartidă, articol	Sumă	Vizualizare = „cumpărare”
Pentru ce suma au scris operatorii de facturi ce tip de factura pe toata perioada raportului?		Sumă

Utilizatorul însuși determină care dintre câmpurile din tabel vor fi Dimensiuni, ce Date și ce Filtre să aplice. Sistemul în sine construiește un raport într-o imagine vizuală formă tabelară... Dimensiunile pot fi plasate în titlurile de rând sau de coloană ale tabelului de raport.
După cum puteți vedea, dintr-un tabel simplu, puteți obține o mulțime de date sub formă de rapoarte diferite.

Cum se folosește acasă :

Despachetați datele din kitul de distribuție în directorul c:\fixin (pentru un sistem de tranzacționare, este posibil în c:\rapoarte). Citiți fișierul readme.txt și urmați toate instrucțiunile din acesta.

În primul rând, trebuie să scrieți procesarea care descarcă datele din 1C într-un fișier text (tabel). Trebuie să determinați compoziția câmpurilor care vor fi descărcate.
De exemplu, o procesare universală gata făcută care funcționează în orice configurație și descarcă tranzacții pentru o perioadă pentru analiza OLAP, descarcă următoarele câmpuri pentru analiză:

Data | Ziua săptămânii | Săptămâna | Anul | Trimestrul | Luna | Document | Companie | Debit | Dt
| DtGroupNomenclature | DtSectionNomenclature | Credit | Sumă | ValSum | Cantitate
Valută
CTDifferObjects

În cazul în care sub prefixele Дт (Кт) sunt subconto-ul Debit (Credit), Grup este grupul acestui subconto (dacă există), Secțiune este grupul grupului, Clasa este grupul secțiunii.

Pentru un sistem de tranzacționare, câmpurile pot fi următoarele:

Direcție | Tip de mișcare | Vânzări | Produs | Cantitate | Preț | Sumă | Data | Companie
| Depozit | Monedă | Document | Ziua săptămânii | Săptămâna | An | Trimestru | Luna | Autor
| Categorie de produs | Categorie de mișcare | Categoria de antreprenor | Grup de produse
| ValSum | Preț de cost | Contraparte

Pentru a analiza datele, utilizați tabelele „Analiza mișcărilor.xls” („Analiza contabilității.xls”). Nu dezactivați macrocomenzi în timp ce le deschideți, altfel nu veți putea actualiza rapoartele (sunt lansate de macrocomenzi în limbaj VBA). Aceste fișiere sunt preluate din fișierele C:\fixin\motions.txt (C:\fixin\buh.txt), altfel sunt aceleași. Prin urmare, poate fi necesar să vă copiați datele într-unul dintre aceste fișiere.
Pentru a vă încărca datele în EXCEL, selectați sau scrieți filtrul și faceți clic pe butonul „Generează” din foaia „Condiții”.
Foile de raport încep cu prefixul „Raport”. Accesați foaia de raport, faceți clic pe „Actualizați” și datele raportului se vor modifica în funcție de ultimele date încărcate.
Dacă nu sunteți mulțumit de rapoartele standard, există o fișă Rep. Template. Copiați-l în frunză nouăși personalizați aspectul raportului lucrând cu tabelul pivot din această foaie (despre lucrul cu tabelele pivot - în orice carte despre EXCEL 2000). Recomand să configurați rapoarte pe un set de date mic și apoi să le rulați pe un set de date mare. nu există nicio modalitate de a dezactiva redesenarea tabelului de fiecare dată când aspectul raportului se modifică.

Note tehnice :

La încărcarea datelor din 1C, utilizatorul alege folderul în care să încarce fișierul. Am făcut asta pentru că este probabil ca mai multe fișiere (rămășițe și mișcări) să fie încărcate în viitorul apropiat. Apoi, făcând clic pe butonul „Trimite” din Explorer -> „Pentru analiza OLAP în EXCEL 2000”, datele sunt copiate din folderul selectat în folderul C:\fixin. (pentru ca această comandă să apară în lista comenzii „Trimite” și trebuie să copiați fișierul „Pentru analiza OLAP în EXCEL 2000.bat” în directorul C:\Windows\SendTo) Prin urmare, descărcați datele imediat dând nume la fișierele motion.txt sau buh.txt.

Format fișier text:
Prima linie a fișierului text este antetele coloanelor separate prin „|”, restul liniilor conțin valorile acestor coloane, separate prin „|”.

Pentru a importa fișiere text în Excel, Microsoft Query ( componentă EXCEL) pentru funcționarea sa, fișierul shema.ini trebuie să fie prezent în directorul de import (C:\fixin) care conține următoarea informație:

ColNameHeader = Adevărat
Format = Delimitat (|)
MaxScanRows = 3
CharacterSet = ANSI
ColNameHeader = Adevărat
Format = Delimitat (|)
MaxScanRows = 3
CharacterSet = ANSI

Explicație: motion.txt și buh.txt este numele secțiunii, corespunde numelui fișierului importat, descrie cum se importă un fișier text în Excel. Restul parametrilor înseamnă că prima linie conține numele coloanelor, separatorul de coloane este „|”, setul de caractere este Windows ANSI (pentru DOS - OEM).
Tipul câmpurilor este determinat automat pe baza datelor conținute în coloană (data, număr, rând).
Lista de câmpuri nu trebuie să fie descrisă nicăieri - EXCEL și OLAP vor determina ele însele care câmpuri sunt conținute în fișier de anteturile din prima linie.

Atenție, verificați setările regionale „Panou de control” -> „Setări regionale”. În procesarea mea, numerele sunt descărcate cu un separator prin virgulă, iar datele sunt în formatul „ZZ.LL.AAAA”.

Când butonul „Generare” este apăsat, datele sunt încărcate în tabelul pivot de pe foaia „Base” și din aceasta masă rotativăși luați datele tuturor rapoartelor de pe foile „Raport”.

Înțeleg că iubitorii de MS SQL Server și baze puternice datele vor începe să mormăie că totul este prea simplificat pentru mine, că prelucrarea mea va fi aplecată pe un eșantion de un an, dar în primul rând vreau să ofer avantajele analizei OLAP pentru organizațiile mijlocii. Aș poziționa acest produs ca instrument de analiză de un an pentru angrosisti, analiză trimestrială pentru retail și analiză operațională pentru orice organizație.

A trebuit să mă ocup de VBA, astfel încât datele să fie preluate dintr-un fișier cu orice listă de câmpuri și să fie posibil să pregătesc formulare de raport în avans.

Descrierea muncii în EXCEL (pentru utilizatori):

Instrucțiuni pentru utilizarea rapoartelor:
1. Trimiteți datele descărcate pentru analiză (consultați administratorul). Pentru a face acest lucru, faceți clic dreapta pe folderul în care ați descărcat datele din 1C și selectați comanda „Trimite”, apoi „Pentru analiza OLAP în EXCEL 2000”.
2. Deschideți fișierul „Motion Analysis.xls”
3. Selectați valoarea Filtrului, filtrele de care aveți nevoie pot fi adăugate în fila „Valori”.
4. Apăsați butonul „Generare”, iar datele încărcate vor fi încărcate în EXCEL.
5. După încărcarea datelor în EXCEL, puteți vizualiza diferite rapoarte. Pentru a face acest lucru, faceți clic pe butonul „Actualizați” din raportul selectat. Foile cu rapoarte încep cu Rep.
Atenţie! După ce modificați valoarea filtrului, trebuie să faceți clic din nou pe butonul „Generare”, astfel încât datele din EXCEL să fie reîncărcate din fișierul de încărcare în conformitate cu filtrele.

Procesare demonstrativă:

Procesarea motionsbuh2011.ert este cea mai recentă versiune de încărcare a tranzacțiilor din Accounting 7.7 pentru analiză în Excel. Are o casetă de selectare „Atașați la fișier”, care vă permite să încărcați date în părți pe perioade, atașându-le la același fișier, în loc să le încărcați din nou în același fișier:

Procesarea motionwork.ert încarcă datele de vânzări pentru analiză în Excel.

Exemple de rapoarte:

Tablă de șah prin postări:

Volumul de lucru al operatorului în funcție de tipul de factură:

P.S. :

Este clar că printr-o schemă similară, puteți organiza descărcarea datelor din 1C8.
În 2011, m-a contactat un utilizator care trebuia să finalizeze această prelucrare în 1C7 pentru a încărca cantități mari de date, am găsit un externalizator și am făcut această lucrare. Deci dezvoltarea este destul de relevantă.

Procesarea motionsbuh2011.ert a fost îmbunătățită pentru a face față descarcării unei cantități mari de date.