Съдържание
- Определение - Какво означава онлайн аналитична обработка (OLAP)?
- Въведение в Microsoft Azure и Microsoft Cloud | В това ръководство ще научите за какво се занимава компютърните изчисления и как Microsoft Azure може да ви помогне да мигрирате и стартирате бизнеса си от облака.
- Techopedia обяснява онлайн аналитичната обработка (OLAP)
Определение - Какво означава онлайн аналитична обработка (OLAP)?
Онлайн аналитичната обработка (OLAP) е концепция на високо ниво, която описва категория инструменти, които помагат при анализа на многомерните заявки.
OLAP възникна поради огромната сложност и чист растеж, свързан с бизнес данните през 70-те години на миналия век, тъй като обемът и видът информация станаха твърде тежки за адекватен анализ чрез прости заявки за структуриран език на заявките (SQL).
Въведение в Microsoft Azure и Microsoft Cloud | В това ръководство ще научите за какво се занимава компютърните изчисления и как Microsoft Azure може да ви помогне да мигрирате и стартирате бизнеса си от облака.
Techopedia обяснява онлайн аналитичната обработка (OLAP)
Възможността за сравняване на данни на традиционните SQL е ограничена. Например SQL може да управлява заявки, като списък на агенти по продажби, спрямо историята на обема на продажбите. Въпреки това, при по-големи обеми от данни, може да бъде преобладаващо само използването на SQL и трудно да превеждате данни в информация, която лесно улеснява вземането на решения. Трудно е да се отговори на някои въпроси в SQL, например защо продажбите на продукти са по-високи в средата на месеца или защо женските търговски агенти постоянно продават своите мъжки колеги през лятото.
Осъзнавайки, че релационните бази данни имат присъщи ограничения, производителите създадоха нови начини за представяне на сложни връзки с данни и анализ на резултатите, за да открият скрити и неизвестни досега модели и тенденции.
Проучване на потенциала на OLAP нараства от използването на OLAP инструменти на големи търговци на дребно за извличане на данни. Този търговец на дребно забеляза, че покупките на бебешки продукти в късна нощ корелират с увеличените покупки на бира в късна нощ. Първоначално това изглежда като съвпадение, но по-задълбочен анализ на клиентите разкри, че клиентите в късна нощ са предимно млади бащи в средата до края на двадесетте или началото на тридесетте години - демографски, свързан също с разполагаемия доход за късна нощ. Въз основа на тези данни търговците на дребно започнаха кръстосана търговия на бебешки продукти и бира и комбинираните продажби и за двете продуктови линии скочиха.
Този казус доказа как OLAP снабдява изследователите да задълбочават и разкриват връзките между данните между на пръв поглед несвързани събития и тенденции, като по този начин подобряват вземането на бизнес решения.