Aucun résultat trouvé

Votre recherche n’a donné aucun résultat.

OLAP : Qu’est-ce que c’est ?

OLAP est un acronyme pour Online Analytical Processing. OLAP effectue une analyse multidimensionnelle des données d'entreprise et offre la possibilité de calculs complexes, d'analyses de tendances et de modélisation de données sophistiquées. C'est la base de nombreux types d'applications d'entreprise pour la gestion de la performance d'entreprise, la planification, la budgétisation, les prévisions, les rapports financiers, l'analyse, les modèles de simulation, la découverte des connaissances et les rapports sur les entrepôts de données. OLAP permet aux utilisateurs finaux d'effectuer des analyses de données dans de multiples dimensions, leur fournissant ainsi les informations et la compréhension dont ils ont besoin pour prendre de meilleures décisions.

Tout ce que vous devez savoir sur

Temps de lecture : 5 mn

OLAP (Online Analytical Processing) permet aux utilisateurs d'analyser des données présentes de plusieurs systèmes de bases de données en même temps. Alors que les bases de données relationnelles sont considérées comme bidimensionnelles, les données OLAP sont multidimensionnelles, ce qui signifie que l'information peut être comparée de nombreuses façons différentes. Par exemple, une entreprise peut comparer ses ventes d'ordinateurs en juin avec ses ventes en juillet, puis comparer ces résultats avec les ventes d'un autre endroit, qui pourraient être stockées dans une base de données différente.

Un serveur OLAP est nécessaire pour organiser et comparer les informations. Les clients peuvent analyser différents ensembles de données à l'aide des fonctions intégrées au serveur OLAP. En raison de ses puissantes capacités d'analyse de données, le traitement OLAP est souvent utilisé pour le data mining, qui vise à découvrir de nouvelles relations entre différents ensembles de données.

L’OLAP fournit aux analystes, aux gestionnaires et aux cadres supérieurs l'information dont ils ont besoin pour prendre des décisions efficaces sur les orientations stratégiques d'une organisation. L’OLAP peut fournir des informations précieuses sur la performance de leur entreprise, ainsi que sur les améliorations qu'ils peuvent apporter.

Les outils OLAP sont optimisés pour les requêtes et le reporting. Ceci contraste avec les applications OLTP (Online Transactional Processing), qui s'occupent principalement des tâches basées sur les transactions. Les outils OLAP permettent aux utilisateurs d'analyser des données multidimensionnelles de manière interactive à partir de perspectives multiples. OLAP peut être utilisé pour trouver des tendances et obtenir une vue d'ensemble des données. Il peut également être utilisé pour des calculs complexes et pour créer des scénarios " et si " pour la planification prévisionnelle.

Les applications OLAP typiques incluent les rapports d'affaires pour les ventes, le marketing, les rapports de gestion, la gestion des processus d'affaires, la budgétisation et les prévisions, les rapports financiers, et plus encore.

Fonctionnement des systèmes OLAP

Pour faciliter ce type d'analyse, les données sont recueillies à partir de multiples sources de données et stockées dans des Data Warehouse, puis nettoyées et organisées en cubes de données. Chaque cube OLAP contient des données classées par dimensions (telles que les clients, la région géographique de vente et la période de temps) dérivées par tables dimensionnelles dans les Data Warehouse. Les dimensions sont ensuite complétées par les membres (tels que les noms de clients, les pays et les mois) qui sont organisés de manière hiérarchique. Les cubes OLAP sont souvent pré-résumés dans toutes les dimensions afin d'améliorer considérablement le temps de requête par rapport aux bases de données relationnelles.

Cinq opération d’analse OLAP

Les systèmes OLAP sont conçus pour repérer les intersections entre ces multiples dimensions. Les analystes peuvent ensuite effectuer cinq types d'opérations d'analyse OLAP à partir de ces bases de données multidimensionnelles :

  • Roll-up (forage vers le haut).
    Aussi appelée consolidation ou éclatement, effectue l'agrégation sur un cube de données soit en montant dans la hiérarchie, soit en réduisant les dimensions.
  • Drill-down (forage vers le bas).
    Cette opération permet d’obtenir plus de détails soit en descendant dans la hiérarchie, soit en ajoutant une dimension. Cela permet aux analystes de naviguer plus profondément parmi les dimensions, par exemple en descendant de "période de temps" à "années" et "mois" pour représenter la croissance des ventes d'un produit.
  • Slice (le découpage).
    L'opération de découpe sélectionne une dimension particulière à partir d'un cube donné et fournit un nouveau sous-cube, tel que "les ventes en 2017".
  • Dice
    Cette opération est similaire à une « Slice ». La différence dans le « Dice » est que vous sélectionnez 2 dimensions ou plus qui permet de créer un sous-cube. Cela permet à un analyste de sélectionner des données à partir de plusieurs dimensions à analyser, telles que "les ventes de ballons de plage bleus en Iowa en 2017".
  • Pivot
    L'opération de pivotement est également connue sous le nom de rotation. Il fait pivoter les axes de données en vue de fournir une présentation alternative des données. Les analystes peuvent obtenir une nouvelle vue des données en faisant tourner les axes de données du cube.

Le logiciel OLAP localise alors l'intersection des dimensions et les affiche. Le résultat est la "mesure" ; chaque cube OLAP possède au moins une à peut-être des centaines de mesures, qui sont dérivées des informations stockées dans les tables de fait de l'entrepôt de données.

Vous souhaitez en savoir plus sur Autonomous Database ?