Innehåll
- Definition - Vad betyder Online Analytical Processing (OLAP)?
- En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
- Techopedia förklarar Online Analytical Processing (OLAP)
Definition - Vad betyder Online Analytical Processing (OLAP)?
Online analytisk bearbetning (OLAP) är ett koncept på hög nivå som beskriver en kategori av verktyg som hjälper till i analysen multidimensionella frågor.
OLAP uppstod på grund av den enorma komplexiteten och den rena tillväxten förknippad med affärsdata under 1970-talet eftersom volymen och typen av information blev för tung för adekvat analys genom enkla SQL-frågor (SQL).
En introduktion till Microsoft Azure och Microsoft Cloud | I hela denna guide kommer du att lära dig vad cloud computing handlar om och hur Microsoft Azure kan hjälpa dig att migrera och driva ditt företag från molnet.
Techopedia förklarar Online Analytical Processing (OLAP)
Traditionell SQL: s datajämförelsefunktion är begränsad. SQL kan till exempel hantera frågor, till exempel en lista över försäljningsagenter, jämfört med historik om försäljningsvolym. Men med större datavolymer kan det vara överväldigande bara att använda SQL och svårt att översätta data till information som enkelt underlättar beslutsfattande. Det är svårt att besvara vissa frågor i SQL, till exempel varför produktförsäljningen är högre i mitten av månaden, eller varför kvinnliga försäljningsagenter konsekvent säljer sina manliga motsvarigheter under sommaren.
Genom att erkänna att relationsdatabaser har inneboende begränsningar skapade tillverkare nya sätt att representera komplexa dataförhållanden och analysera resultat för att urskilja dolda och tidigare okända mönster och trender.
En fallstudie om OLAP: s potential växte fram från en stor återförsäljares användning av OLAP-verktyg för dataanläggning. Denna återförsäljare märkte att köp av spädbarnsprodukter sent på kvällen korrelerade med ökade ölköp på kvällarna. Ursprungligen verkade detta som en tillfällighet, men djupare kundanalyser avslöjade att kunderna på kvällen mestadels var unga fäder i mitten till sena tjugoårsåldern eller tidigt trettiotalet - en demografisk också förknippad med disponibla inkomster på kvällen. Baserat på denna information började detaljhandlarna korsa produkter för babyprodukter och öl och kombinerade försäljningen för båda produktlinjerna skyrocket.
Denna fallstudie visade hur OLAP utrusta forskare att djuva och avslöja dataförhållanden mellan till synes oberoende händelser och trender och därmed förbättra företagens beslutsfattande.