OLAP 和多维数据库

数据集的多维视图可以分析数据类别之间的关系，在财务、销售和零售、营销、制造、CRM、人力资源、业务运营、IT 等领域应用广泛。Essbase 的计算和时间智能功能使其成为灵活的数据建模和分析的绝佳选择。

财务部门将 OLAP 用于预算、基于活动的成本计算（分配）、财务绩效分析和财务建模等应用。销售部门使用 OLAP 进行销售分析和预测。营销部门使用 OLAP 进行市场研究分析、销售预测、促销分析、客户分析和市场/客户细分。典型的制造 OLAP 应用包括生产计划和缺陷分析。

对于所有这些应用程序来说，重要的是能够为经理提供他们需要的信息，以便就组织的战略方向做出有效的决策。成功的 OLAP 应用程序可根据需要提供信息；也就是说，它为有效的决策提供“及时”信息。

提供此类信息需要比基本级别更详细的数据。即时信息是计算的数据，通常反映复杂的关系，并且通常实时计算。只有当响应时间始终短时，分析和建模复杂关系才可行。此外，由于可能无法提前知道数据关系的性质，因此数据模型必须灵活。真正灵活的数据模型可确保 OLAP 系统能够根据需要对不断变化的业务需求做出有效决策。

虽然 OLAP 应用程序在功能领域广泛不同，但都需要以下关键功能：

• 数据的多维视图

• 计算密集型功能

• 时间智能

OLAP 系统的关键是多维数据库，不仅可以整合和计算数据，还可以检索和计算各种数据子集。对于需要分析数据类别间关系的用户，多维数据库支持多个数据集视图。例如，营销分析师可能会提出以下问题：

• 上个月产品 A 如何销售？此数字与过去五年的同月销售额相比如何？产品如何按分部、区域和地区销售？

• 该产品在特定地区销售是否更好？是否存在区域趋势？

• 客户去年是否退回了产品 A？是否由于产品缺陷导致退货？公司是否在特定工厂生产产品？

• 佣金和定价是否影响了销售人员的销售方式？某些销售人员是否销售更多？

在多维数据库中，数据视图的数量仅受数据库大纲的限制，数据库大纲是定义数据库所有元素的结构。用户可以透视数据，从其他视点查看信息，向下钻取以查找更多详细信息，或向上钻取以查看概览。