OLAP- und mehrdimensionale Datenbanken

Multidimensionale Ansichten von Datensätzen ermöglichen die Analyse von Beziehungen zwischen Datenkategorien, mit grenzenlosen Anwendungen in den Bereichen Finanzen, Vertrieb und Einzelhandel, Marketing, Fertigung, CRM, Personalwesen, Geschäftsbetrieb, IT und mehr. Die Berechnungs- und Time Intelligence-Funktionen von Essbase machen es zu einer hervorragenden Wahl für flexible Datenmodellierung und -analysen.

Finanzabteilungen verwenden OLAP für Anwendungen wie Budgetierung, aktivitätsbasierte Kostenrechnung (Zuteilungen), Finanzperformanceanalyse und Finanzmodellierung. Vertriebsabteilungen verwenden OLAP für Vertriebsanalysen und -prognosen. Marketingabteilungen verwenden OLAP für Marktforschungsanalysen, Umsatzprognosen, Promotionsanalysen, Kundenanalysen und Markt-/Kundensegmentierung. Typische Manufacturing OLAP-Anwendungen umfassen Produktionsplanung und Fehleranalyse.

Wichtig für alle diese Anwendungen ist die Möglichkeit, Managern die Informationen zur Verfügung zu stellen, die sie benötigen, um effektive Entscheidungen über die strategischen Richtungen einer Organisation zu treffen. Eine erfolgreiche OLAP-Anwendung liefert bei Bedarf Informationen, d.h. sie stellt Just-in-Time-Informationen für eine effektive Entscheidungsfindung bereit.

Die Bereitstellung solcher Informationen erfordert mehr als eine Basisebene detaillierter Daten. Just-in-Time-Informationen sind berechnete Daten, die in der Regel komplexe Beziehungen widerspiegeln und oft spontan berechnet werden. Komplexe Beziehungen zu analysieren und zu modellieren ist nur dann sinnvoll, wenn die Reaktionszeiten konstant kurz sind. Da die Art der Datenbeziehungen möglicherweise nicht im Voraus bekannt ist, muss das Datenmodell flexibel sein. Ein wirklich flexibles Datenmodell stellt sicher, dass OLAP-Systeme auf sich ändernde Geschäftsanforderungen reagieren können, wenn dies für eine effektive Entscheidungsfindung erforderlich ist.

Obwohl OLAP-Anwendungen in stark voneinander abweichenden Funktionsbereichen zu finden sind, benötigen alle die folgenden Hauptfeatures:

  • Mehrdimensionale Datenansichten

  • Berechnungsintensive Funktionen

  • Zeitinformationen

Der Schlüssel zu OLAP-Systemen sind mehrdimensionale Datenbanken, die nicht nur Daten konsolidieren und berechnen, sondern auch den Abruf und die Berechnung einer Vielzahl von Datenteilmengen ermöglichen. Eine mehrdimensionale Datenbank unterstützt mehrere Views von Datasets für Benutzer, die Beziehungen zwischen Datenkategorien analysieren müssen. Beispiel: Ein Marketinganalyst stellt folgende Fragen:

  • Wie hat sich Produkt A letzten Monat verkauft? Wie sieht diese Zahl im Vergleich zum Umsatz im selben Monat der letzten fünf Jahre aus? Wie hat sich das Produkt nach Niederlassung, Region und Gebiet verkauft?

  • Hat sich dieses Produkt in bestimmten Regionen besser verkauft? Gibt es regionale Trends?

  • Haben Kunden Produkt A im letzten Jahr zurückgegeben? Waren die Rücksendungen aufgrund von Produktfehlern? Hat das Unternehmen die Produkte in einer bestimmten Anlage hergestellt?

  • Haben sich Provisionen und Preise darauf ausgewirkt, wie Vertriebsmitarbeiter das Produkt verkauft haben? Verkauften bestimmte Verkäufer mehr?

In mehrdimensionalen Datenbanken wird die Anzahl der Daten-Views nur durch das Datenbank-Outline begrenzt, die Struktur, die alle Elemente der Datenbank definiert. Benutzer können die Daten pivotieren, um Informationen aus einem anderen Ansichtspunkt anzuzeigen, einen Drilldown durchführen, um detailliertere Informationen zu erhalten, oder einen Drilldown durchführen, um einen Überblick anzuzeigen.