Co to jest OLAP (Online Analytical Processing)?

Zarządzanie nowoczesną firmą wiąże się z koniecznością obsługi coraz bardziej skomplikowanych i przetwarzanych danych. Standardowe systemy administracyjne, finansowe i księgowe nie zawsze są już w stanie takie potrzeby obsłużyć. Patrzące ambitnie w przyszłość biznesy korzystają więc z najbardziej profesjonalnych technologii pracy z danymi. Taką technologią jest OLAP (Online Analytical Processing – przetwarzanie analityczne online).

OLAP to technologia, która została stworzona do przetwarzania i organizowania dużych baz danych biznesowych i obsługi analiz biznesowych. OLAP umożliwia jednoczesną analizę informacji z wielu systemów baz danych.

Gdzie wykorzystuje się OLAP?

Bazy danych OLAP są podzielone na moduły. Każdy moduł jest zaprojektowany tak, aby pasował do sposobu pobierania i analizowania danych, dzięki czemu możliwe jest tworzenie raportów w formie tabeli przestawnej lub wykresów przestawnych. W czasach, gdy od umiejętności skutecznego przetwarzania i analizowania danych może zależeć przewaga konkurencyjna Twojego biznesu, technologia i systemy OLAP są niezwykle pomocne w opartym na danych podejmowaniu świadomych decyzji biznesowych i podejmowaniu działań. OLAP pomaga np. odpowiedzieć na pytania:

• Jak porównać łączną sprzedaż usług z roku ubiegłego ze sprzedażą z roku jeszcze wcześniejszego?
• Jaki jest rozkład dochodu w przypadku poszczególnych produktów dla różnych grup wiekowych klientów?
• W jaki sposób porównać aktualną rentowność firmy z rentownością w roku ubiegłym?

To tylko przykłady analiz, które możesz przeprowadzić, korzystając z OLAP. Narzędzi OLAP używają organizacje z różnych branż dla analiz sprzedażowych, biznesowych i marketingowych. OLAP znajduje też szerokie zastosowanie we wspomaganiu przetwarzania danych na potrzeby kontrolingu i rachunkowości zarządczej.

OLAP a systemy hurtowni danych

Analiza danych przy pomocy technologii OLAP często porównywana jest z inną kategorią systemów informatycznych – systemami hurtowni danych. Hurtownie danych również umożliwiają dokonywanie kompleksowej analizy danych pochodzących z różnych źródeł. System pobiera dane z różnych baz, oczyszcza je i ujednolica, umożliwiając wgląd w dane z szerszej perspektywy i szybsze znalezienie między nimi zależności, na podstawie których możliwe jest zaobserwowanie trendów. Hurtownie danych umożliwiają też analizowanie wycinków danych i tworzenie bardzo szczegółowych raportów.

OLAP vs OLTP – czym różnią się te systemy?

Warto więc wyjaśnić różnice między przetwarzaniem danych OLAP i OLTP. Choć oba systemy pracują z danymi, pełnią zupełnie inne role. OLAP, jak już wyjaśniliśmy wcześniej, obsługuje rozbudowane zapytania na dużej ilości danych. System zbiera dane z różnych źródeł, przetwarza je podczas procesu ELT^[1], a następnie przechowuje je w celu przeprowadzenia rozbudowanej analizy u procesu raportowania. Dzięki OLAP możemy zbadać skuteczność działań wśród poszczególnych grup klientów, przewidywać churn na podstawie danych sprzedaży oraz analizować trendy czy prognozować popyt. Z drugiej strony mamy OLTP (online transactional processing), czyli przetwarzanie danych polegające na jednoczesnym wykonywaniu wielu transakcji. Bazy danych przechowują informacje na temat konkretnego wycinka biznesu (np. transakcje w sklepie internetowym) i są na bieżąco aktualizowane. Technologia OLTP doskonale przetwarza dużą liczbę prostych zapytań, nie jest jednak zaprojektowana do prowadzenia zaawansowanej analityki. Doskonale sprawdza się tam, gdzie dochodzi do dużej liczby transakcji lub rejestracji – wydajność systemu nie jest jednak wystarczająca, aby przechowywać więcej niż tylko najnowsze informacje.

Narzędzia OLAP

Struktura OLAP uważana jest obecnie za jedną z najbardziej skutecznych do przetwarzania różnego rodzaju danych w różnych polach. Pozwala szybko i łatwo uzyskać dostęp do potrzebnych danych w celu natychmiastowego wykorzystania ich do kolejnych zapytań i analiz. Dzięki temu możliwe jest tworzenie raportów niezbędnych do podejmowania inteligentnych decyzji biznesowych. Narzędzia OLAP zmieniają transakcje przechowywane w bazach relacyjnych na wielowymiarowe struktury logiczne. Te struktury są porządkowane w tzw. kostki, dzięki którym dane możesz wyświetlać i analizować z różnych punktów widzenia. Ze źródeł danych zbudowanych na kostkach OLAP możesz skorzystać m.in. tworząc raporty w systemie NAVIGATOR.

Rodzaje kostek OLAP

Kostki OLAP jako system do analizy danych sprawdzają się w każdej firmie, niezależnie od wielkości i branży, w której działa. Aby jednak jak najlepiej dopasować narzędzie do potrzeb różnych organizacji, stworzono kilka rodzajów kostek OLAP.

MOLAP – wielowymiarowy OLAP

Kostki MOLAP stosują wyspecjalizowane struktury danych i baz danych do organizacji i analizy zebranych danych. Ten typ narzędzia wykorzystuje technologię macierzy i techniki efektywnego przechowywania danych ograniczające wymagania wolumenowe. Wykorzystanie kostek MOLAP pomaga np. oszacować zyski z wydajności systemu. Jeśli MOLAP jest wykorzystywany do danych wspierających specyficzne procesy decyzyjne, zapewnia bardzo wysoką wydajność i dodatkowo zużywa mniej niż inne systemy miejsca na dyskach. Jedyną wadą systemu opartego na kostkach MOLAP jest to, że system może mieć trudności z ładowaniem dużych ilości informacji (m.in. z powodu pokazywania powtarzających się danych), co może spowolnić proces przetwarzania danych.

ROLAP – relacyjny OLAP

Ze wszystkich rodzajów systemów OLAP, to właśnie relacyjny używany jest najczęściej. Popularność tego typu rozwiązania jest efektem możliwości analizowania coraz większych baz danych. ROLAP najczęściej porównamy jest z systemem MOLAP. Kostka ROLAP może być używana w każdym typie relacyjnej tabeli danych. Umożliwia dokonywanie korekt w kodzie ETL zgodnie z potrzebami danej organizacji. Każdy z użytkowników może łatwo korzystać z informacji w bazie danych, np. wykorzystując narzędzia zaprojektowane w raportach SQL. Silniki SQL, które są częścią niektórych narzędzi ROLAP, dodatkowo wspierają złożone wielowymiarowe analizy. Jeśli chodzi o minusy tego rozwiązania, to eksperci najczęściej podkreślają stosunkowo słabą wydajność systemu podczas tworzenia zapytań.

HOLAP – hybrydowy OLAP

Kostki HOLAP przeprowadzane są za pomocą systemów RDBMS lub wykorzystują pośrednie systemy MOLAP. System został nazwany hybrydowym, ponieważ korzysta z dwóch technologii: MOLAP i ROLAP, wykorzystując ich najlepsze parametry. Dane są przechowywane w silniku relacyjnym, a inna ich część umieszczane jest w wielowymiarowej bazie danych. HOLAP wykorzystuje dane w zależności od potrzeb przetwarzanych danych. Dzięki temu system osiąga wysoką szybkość przetwarzania i odpowiednio ustala skalę danych i dostosowuje wsparcie przy wykonywaniu zapytań w bazie danych.

DOLAP – desktop OLAP

Ostatni z czterech najbardziej popularnych systemów OLAP – desktop OLAP – przechowuje dane w środowisku użytkownika. Zaletą DOLAP jest możliwość obsługi wielowymiarowego przetwarzania, a to dzięki wykorzystaniu lokalnych silników, które wspierają ten proces. Aby wielowymiarowe przetwarzanie mogło być bez przeszkód realizowane, konieczne są niewielkie fragmenty danych, które są rozpowszechniane z góry lub na żądanie. Do zarządzania systemem DOLAP konieczny jest centralny serwer, a także specjalne procedury odpowiedzialne za przygotowanie kostek danych.

Podsumowanie

OLAP szczególnie przydaje się w firmach, które stosują obliczenia agregujące na dużych ilościach danych. Warto rozważyć wdrożenie tego systemu, jeśli:

• Konieczne jest wykonania złożonych zapytań analitycznych.
• Potrzebujesz prostego narzędzia do generowania raportów na podstawie danych, aby na ich podstawie podejmować decyzje biznesowe. OLAP doskonale sprawdza się np. w pracy z platformami do zarządzania dokumentacją.
• Chcesz podać szereg agregacji, dzięki którym dostarczysz użytkownikom szybkie i spójne wyniki.

Dzięki systemowi OLAP możesz niemal w zupełności wyeliminować język SQL podczas stosowania złożonych analiz. Jest to ogromna zaleta dla osób będących na szczeblach kierowniczych, które każdego dnia podejmują krytyczne dla biznesu decyzje, niekoniecznie jednak obsługują technicznie bazy danych. Systemy OLAP są bowiem doskonale zoptymalizowane pod kątem scenariuszy z dużą liczbą operacji odczytu. Ma to ogromne znaczenie w realizowaniu takich procesów jak analiza biznesowa.

[1] Extract, Load, and Transfom.