Negli ultimi anni, l’elaborazione delle informazioni è diventata più semplice, grazie soprattutto alla tecnologia che svolge un ruolo enorme.
Il computer, per esempio, è diventato oggi uno degli strumenti o dispositivi tecnologici più essenziali, tanto che ora è abbastanza difficile immaginare un momento in cui non potevamo farne affidamento.
Indubbiamente, il business e l’industria sono solo due dei molti campi o aree che hanno grandemente beneficiato dell’informatica e della tecnologia dell’informazione, in particolare quando si tratta delle sue attività principali e dei processi aziendali.
La business intelligence, o BI, è uno di quegli aspetti su cui un’impresa o un’organizzazione concentra una considerevole quantità di risorse per garantire un processo decisionale tempestivo e basato sui dati.
Per questo scopo ci sono tutta una serie di strumenti che si possono utilizzare, tra cui i sistemi OLAP.
In questo articolo vediamo di cosa si tratta, che operazioni possono eseguire e che tipologia di sistemi OLAP esistono.
Cos’è OLAP?
OLAP è l’acronimo di Online Analytical Processing e rappresenta un potente strumento di rilevamento dei dati progettato per consentire agli utenti di eseguire analisi multidimensionali dei dati.
In pratica, si prefigge di aiutare gli utenti ad accedere, estrarre e visualizzare i dati (usando un computer) da diversi punti di vista.
In questo modo rende possibile agli analisti, ai manager e ai dirigenti prendere decisioni efficaci sulle direzioni strategiche di un’organizzazione, nonché far conoscere il rendimento della propria attività per poter apportare miglioramenti.
Le query di Business Intelligence OLAP spesso aiutano nell’analisi delle tendenze, nella rendicontazione finanziaria, nelle previsioni di vendita, nel budgeting e in altri scopi di pianificazione.
Cosa rende speciale un sistema OLAP
I report tradizionali sono in genere statici e possono richiedere giorni per essere generati. Quando trovi un’eccezione nei dati, di solito devi eseguire altre verifiche per ulteriori informazioni.
Ad esempio, immagina un sistema tradizionale (solitamente definito con la sigla OLTP Online Transaction Processing) che produca un report che mostri vendite e margini per tutte le linee di prodotti in varie regioni europee.
Si nota che i margini della linea di prodotti B sono diminuiti negli ultimi mesi. Immediatamente si vorranno avere maggiori dettagli sulla linea di prodotti B: il costo dei beni venduti, il prezzo medio di vendita e gli sconti, e così via.
Tuttavia, il sistema OLTP potrebbe impiegare diverse ore, se non giorni per produrre un report che contenga queste informazioni e il report potrebbe portare a un’altra domanda che richiede un altro report. A questo ritmo, potresti aver bisogno di qualche settimana per trovare la fonte del problema.
Al contrario, se hai bisogno di risposte sequenziali, è possibile rendere disponibili le informazioni necessarie in pochi secondi anziché in giorni. Essi sono sistemi interattivi, quindi gli utenti possono porre domande sequenziali e analizzare rapidamente i loro dati.
In una sessione di 10 minuti con uno strumento di query OLAP, un utente può generare più di 30 query sull’origine dati sottostante, aumentando notevolmente la qualità delle informazioni che è possibile utilizzare nel processo decisionale.
Il cubo OLAP
Al centro del concetto OLAP c’è sicuramente il cubo OLAP.
Chiamato anche “Ipercubo“, è definito da “fatti numerici” (misure) classificati per aspetti (dimensioni).
Le misure rappresentano proprietà misurabili come vendite, costi o durata e forniscono informazioni sulle quantità che interessa scoprire.
Se si sta analizzando i costi nei diversi uffici per i trimestri in cui si sono verificate, la misura potrebbe essere costituita dai costi.
Al contrario la dimensione può essere pensata come un elenco o una categoria di articoli correlati che definiscono un determinato aspetto di un’azienda.
Ad esempio, se l’azienda è un produttore automobilistico, le dimensioni possono essere negozi, reparti interni o modelli di veicoli.
Un altro modo di pensare a una dimensione è pensare a una tabella pivot. Le dimensioni sono simili alle righe o alle colonne che costituiscono una tabella pivot.
Nel report delle operazioni di produzione, la misura potrebbe rappresentare i costi totali di produzione e le quantità prodotte. Le dimensioni saranno la data o il tempo di produzione, la fase di produzione e forse anche i lavoratori coinvolti nel processo di produzione.
In un report delle vendite, la misura sarà la quantità di vendite, mentre le dimensioni includeranno spesso il periodo di vendita, i commerciali, il prodotto o il servizio venduto e la regione di vendita.
Nell’immagine seguente possiamo vedere un cubo OLAP che sintetizza un report delle vendite. Formato dalle tre dimensioni città, tempo e articoli e dalla misura vendita quantificata dal valore dentro ad ogni cubetto. Ad esempio, è possibile vedere che nel primo trimestre nel punto vendita di Sydney si sono venduti 583 pc, 825 libri, 935 paia di scarpe e 629 vestiti.
Per altre informazioni puoi vedere la pagina di Wikipedia, molto chiara a riguardo.
Operazioni OLAP
Esistono cinque operazioni principali da poter usare nei sistemi OLAP, riassumibili dalla seguente immagine.
Roll-up
Conosciuto anche come “consolidamento”, il roll-up comporta l’accumulo di tutti i dati che possono essere raccolti e il calcolo di tutte le loro relazioni in una o più dimensioni.
Ad esempio, il direttore commerciale dell’azienda vorrebbe conoscere i prodotti venduti nei vari punti vendita al dettaglio delle varie città, nel periodo di un anno (diviso in trimestri).
Per una visione di insieme si potrebbero accorpare tali dati per paese di vendita, tramite l’operazione di roll up, accorpando tutti i punti vendita dell’azienda per paese di vendita.
Si veda in merito l’immagine seguente, tratta dall’articolo del blog guru99 (l’immagine è stata tradotta in italiano per una più facile interpretazione).
Pertanto, avremo che il paese USA avrà 2000 pc venduti (1560 venduti a Los Angeles e 440 nel New Jersey) e 1000 in Australia (605 a Sydney e 395 a Perth).
Drill-down
È l’operazione inversa del roll-up. Inizia con un ampio set di dati, quindi suddiviso in parti più piccole, consentendo agli utenti di esaminare i dettagli.
Nell’esempio della catena di vendita al dettaglio, l’analista analizzerà i dati di vendita e visualizzerà i singoli prodotti in ciascuno dei punti vendita nelle diverse città e comparandoli per i diversi mesi dell’anno.
Dall’immagine seguente possiamo vedere che dei 400 vestiti venduti nel primo trimestre (T1) a Sydney, 150 sono stati venduti a gennaio, 100 a febbraio e gli altri 150 a marzo.
Dicing
Questa operazione analitica si prefigge l’obiettivo di visualizzare il cubo OLAP da varie prospettive.
Ciò può accadere quando tutti i dati, non solo i dati di vendita, di tutti i punti vendita vengono acquisiti e inseriti nell’ipercubo.
La direzione o l’analista tratterà dal cubo OLAP il set di dati relativo alle vendite, che saranno quindi suddivisi in cubetti o visualizzati nell’analisi delle vendite unitarie per regione, mentre altri utenti potrebbero concentrarsi sulla valutazione del rapporto costo-efficacia e dell’efficienza dei processi di vendita.
D’altro canto, un altro può utilizzare lo stesso insieme di dati per valutare l’efficacia della campagna pubblicitaria e di marketing dell’azienda.
Slicing
L’operazione di “Slicing” implica il dover estrarre un set di dati specifico dal cubo OLAP.
Ad esempio se si volesse vedere solamente il quantitativo di prodotti venduti, senza considerare l’orizzonte temporale, si può estrarre dal cubo un piano, quello dei paesi dei punti vendita, col quantitativo raggruppato nel tempo dei vari articoli (si veda pertanto l’immagine seguente).
Pivot
Infine, tramite OLAP è possibile applicare la tecnica “Pivot”.
Essa ci permette di modificare il layout e quindi il tipo di dato da visualizzare dal cubo OLAP.
Tipi di sistemi OLAP
I principali sistemi OLAP possono essere così classificati.
ROLAP (Relational Olap)
Questo modello consente agli utenti di eseguire una funzione equivalente a quella della tradizionale funzionalità di divisione e cubettatura OLAP.
Ciò è ottenuto utilizzando in modo approfondito qualsiasi strumento di reporting SQL per estrarre o “interrogare” i dati direttamente dal data warehouse, in cui specificare una clausola Where equivale a eseguire una certa azione di slice e dice.
Uno dei vantaggi di ROLAP rispetto agli altri stili di strumenti di analisi OLAP è che è ritenuto più scalabile nella gestione di enormi quantità di dati.
ROLAP si trova in cima ai database relazionali e quindi gli consente di sfruttare diverse funzionalità di cui è capace un database relazionale. Un altro vantaggio di uno strumento ROLAP è che è efficiente nella gestione di dati numerici e testuali. Permette inoltre agli utenti di approfondire i dettagli “foglia” o il livello più basso di una struttura gerarchica.
Tuttavia, le applicazioni ROLAP presentano prestazioni più lente rispetto ad altri stili di strumenti OLAP poiché, spesso, i calcoli vengono eseguiti all’interno del server.
Un altro demerito di uno strumento ROLAP è che poiché dipende dall’utilizzo di SQL per la manipolazione dei dati, potrebbe non essere l’ideale per le prestazioni di alcuni calcoli che non sono facilmente traducibili in una query SQL.
MOLAP (Multidimensional OLAP)
Il MOLAP è considerato come il miglior strumento OLAP da utilizzare per creare report di analisi poiché consente agli utenti di riorganizzare o ruotare facilmente la struttura del cubo per visualizzare diversi aspetti dei dati.
Con questo sistema, gli utenti possono riscrivere rapidamente i dati in un set di dati occupando meno spazio grazie a tecniche di compressione.
MOLAP permette anche di eseguire calcoli complessi, in tempi brevi. Infatti questo strumento analitico garantisce elevati risultati e il facile recupero di informazioni riepilogative.
HOLAP (Hybrid OLAP)
HOLAP è il prodotto del tentativo di incorporare le migliori funzionalità di MOLAP e ROLAP in un’unica architettura.
Questo strumento ha cercato di colmare il divario tecnologico di entrambi i prodotti, consentendo l’accesso o l’utilizzo sia agli archivi di dati multidimensionali che ai database RDBMS (Relational Database Management System).
Il loro vantaggio è che memorizzano grandi quantità di dati dettagliati nelle tabelle relazionali mentre le aggregazioni sono memorizzate nei cubi pre-calcolati. Altri vantaggi di questo sistema sono la migliore scalabilità, l’elaborazione rapida dei dati e la flessibilità nell’accesso alle fonti di dati.
Altri
Sono gli OLAP meno diffusi. Tra di essi abbiamo:
Web OLAP (WOLAP)
In poche parole, un OLAP Web che è indicato anche come OLAP abilitato al Web, riguarda l’applicazione OLAP accessibile tramite il browser Web.
Probabilmente alcune delle caratteristiche più interessanti di questo stile di OLAP sono l’investimento notevolmente inferiore, l’accessibilità migliorata in quanto un utente ha bisogno solo di una connessione Internet e un browser web per connettersi ai dati e facilitare l’installazione, la configurazione e il processo di distribuzione.
Attualmente, è inferiore rispetto alle applicazioni OLAP che implicano l’implementazione nelle macchine client in termini di funzionalità, impatto visivo e prestazioni.
Desktop OLAP (DOLAP)
Desktop OLAP o “DOLAP” si basa sull’idea che un utente può scaricare una sezione dei dati dal database o dall’origine e utilizzare tale set di dati localmente o sul proprio desktop.
DOLAP è più facile da implementare e ha un costo inferiore, ma offre funzionalità molto limitate rispetto ad altre applicazioni OLAP.
Mobile OLAP (MOLAP)
Mobile OLAP si riferisce semplicemente alle funzionalità OLAP su un dispositivo mobile o wireless.
Ciò consente agli utenti di accedere e lavorare su dati e applicazioni OLAP da remoto attraverso l’uso dei loro dispositivi mobili.
Spatial OLAP (SOLAP)
Con l’obiettivo di integrare le funzionalità di GIS (Geographic Information Systems) e OLAP in un’interfaccia utente singola, è emerso “SOLAP” o Spatial OLAP.
SOLAP è stato creato per facilitare la gestione di dati sia spaziali che non spaziali, poiché i dati potrebbero venire non solo in una forma alfanumerica, ma anche in immagini e vettori. Questa tecnologia offre un’esplorazione facile e veloce dei dati che risiedono su un database spaziale.
Conclusione
In quest’articolo abbiamo visto cos’è OLAP, le operazioni che può compiere e le tipologie di sistemi in cui si può suddividere.
OLAP aiuta a trovare risposte alle persone non tecniche. Lo fa raggruppando le misure in gruppi logici e consentendo all’utente di suddividere i dati in viste diverse attraverso l’uso di dimensioni.
Crea un meccanismo per facilitare la segnalazione longitudinale (analisi nel tempo) e l’analisi delle tendenze. In questo modo è possibile rispondere a domande come “Quanti”, “Quanto” o “Qual è la media?” in minor tempo rispetto che ai sistemi OLTP.
