Après avoir lu notre article Qu'est-ce que l'OLAP ? il est temps d'examiner quelques exemples d'utilisation de la couche OLAP dans certaines bases de données/magasins de données OLAP réels afin de mieux comprendre la puissance des cubes analytiques en ligne et leurs avantages.
Historiquement, ils ont été utilisés de manière intensive dans Intelligence d'affaires contextes mais peut également être très utile dans Analytique intégrée nécessitant des solutions analytiques complexes.
Nous aborderons cela sous 3 angles différents.
- Requêtes
- Tableaux de Bord
- Outils Xxternes comme Excel et Tableau de recherche en utilisant XMLA
Requêtes
Les requêtes sont basées sur des données clairement définies Sémantique Métier défini dans le modèle OLAP via sa couche de modélisation sémantique.
Nous utiliserons pour nos exemples la norme de facto du monde OLAP appelée MDX. MDX est très similaire - certains diront même trop similaire - à SQL. Regardons directement notre première requête, émanant de la nôtre. Présentation en Douceur de MDX.
SÉLECTIONNER
([Géographie]. [Géographie]. [Pays] .members) NON 0,
([Heure]. [Année] .membres) NON 1
À PARTIR DE
[Ventes]
Qu'est-ce que cela signifie ?
Cela signifie récupérer à partir d'un cube nommé « Ventes » toutes les mesures (qui est implicitement ici la mesure par défaut « quantité de licences ») et les organiser sur deux axes appelés 0 et 1, en listant d'abord les pays d'une hiérarchie appelée Géographie et l'autre les années d'une hiérarchie appelée Temps. Ces hiérarchies appelées dimensions sont ce qui donne l'aspect multidimensionnel à un cube OLAP.
Nous pouvons également, comme en SQL, réduire l'espace de la requête avec une clause WHERE indiquant de ne prendre qu'un sous-cube.
SÉLECTIONNER
([Géographie]. [Géographie]. [Pays] .members) NON 0,
([Heure]. [Année] .membres) NON 1
À PARTIR DE
[Ventes]
OÙ
[Heure]. [Calendrier]. [Année]. [2010]
Pour plus d'exemples, nous vous renvoyons à l'introduction succincte susmentionnée pour approfondir les concepts OLAP.
Comme pour SQL, le générateur de requêtes est un bon outil à utiliser pour créer des requêtes plus complexes.
En outre, ces requêtes, comme dans le monde SQL, sont soumises à des contraintes de sécurité au niveau des données conformément aux politiques internes de l'entreprise qui utilise le système.
Naturellement, à l’intérieur de la requête, de nombreux calculs et autres fonctions différents peuvent être utilisés pour enrichir ou transformer les données. Opérations sur les dimensions comme Crossjoin ou UniqueName. Fonctions mathématiques sur les membres comme AddN, Avg et Count et, dans le cas de MDX+ dans icCube, expressions analytiques complexes comme MultiLinearRegression.
Tableaux de bord/rapports
Tous les projets de reporting et de tableaux de bord ainsi que Analytique Intégrée celui où les fonctionnalités du système hôte et les rapports et tableaux de bord avec certaines actions associées sont combinées consiste à sélectionner une tranche de données, à effectuer des calculs et des agrégations sur ces données et à les découper en tranches afin d'explorer les causes profondes des résultats spécifiques observés.
Les avantages d'OLAP sont évidents lorsque nous étudions le parcours typique à travers les données de tout utilisateur final. Par exemple, le grand livre d'une banque est constitué de comptes, mais il est tout à fait naturel de vouloir les voir agrégés par unités commerciales, lignes de produits, départements et bien d'autres dimensions. Ensuite, lorsque nous examinons les KPI à ce niveau, afin de comprendre comment les choses se développent, nous devons revenir au niveau du compte.
Exemples tirés de notre environnement de démonstration en direct
Vous trouverez des exemples généraux de tableaux de bord et de rapports utilisant les fonctionnalités d'OLAP sur notre Environnement de Démonstration.
Tableaux de bord
Vous pouvez modifier le tableau de bord et voir, par exemple, comment la deuxième case KPI est construite.
Voici la requête:
WITH
MEMBER [Measures].[#Customers 2018] AS ([Time].[Time].[Year].[2018],[Measures].[#Customers] )
MEMBER [Measures].[#Customers 2019] AS ([Time].[Time].[Year].[2019],[Measures].[#Customers] )
MEMBER [Measures].[Hist] AS Vector( [Time].[Time].[Year].members, [Measures].[#Customers] )
SELECT
{[#Customers 2019], [#Customers 2018], [Measures].[Hist]} ON 0
FROM [Sales]
Nous sélectionnons la mesure Customers (Clients) de 2018 et 2018 en tant que deux nouveaux membres avec une vue mensuelle de la même mesureet le widget de la carte KPI les utilise ensuite pour afficher les valeurs.
Tableaux croisés dynamiques
Cartes KPI
Outils externes
Excel
Excel intègre dans sa fonctionnalité de tableau croisé dynamique une connexion via XMLA à des sources de données multidimensionnelles/OLAP.
SeekTable
SeekTable est un outil de BI en libre-service pour l'analyse de données ad hoc, les rapports opérationnels et intégrés avec des tableaux et des graphiques en direct qui prend en charge diverses sources de données, y compris les bases de données OLAP et les sources de données prenant en charge XMLA comme icCube.
Cas d'utilisation, solutions et fonctionnalités réels
À partir de notre base de clients, nous pouvons voir différents cas d'utilisation des principes OLAP/multidimensionnels. Ils sont tous différents mais partagent le même besoin de regrouper les données dans plusieurs hiérarchies, de les découper en tranches pour des besoins spécifiques ICP et d'autres rapports et tableaux de bord et explorez les données de niveau inférieur pour étudier les problèmes et les domaines d'action potentiels.
Un échantillon de clients icCube et leurs cas d'utilisation
- Analyse des transactions en temps réel
- Gestion de projet et contrôle des recettes
- Intégration avec des logiciels internes et des tableaux de bord en temps réel
- Analyse des ressources humaines pour l'aéroport d'Eindhoven
- Analyses avancées des marchés financiers
- Prévisions météorologiques pour les itinéraires aériens
Conclusion
Il s'agit d'une très brève introduction à la puissance d'OLAP. Nous vous encourageons à rester à l'affût des prochains articles sur le sujet et plus généralement sur les analyses et leurs intégrations. Pour poursuivre votre voyage de découverte, jetez un œil à notre Environnement de Démonstration.