Analiza multidimendională

Ratiunea pentru care există depozitul de date este de a permite realizarea unor analize economice complexe, care să folosească întreaga valoare pe care o posedă datele colectate. Altfel spus, să valorifice informatiile în decizii manageriale inteligente, atît la nivel strategic cît si la nivel tactic. Iar în acest proces instrumentele de analiză au rolul principal.

Se disting două modalităti prin care se poate valorifica informatia din depozitul de date: "mineritul" în date (data mining) si analiza multidimensională. Data mining este o tehnică aflată în plină dezvoltare, care vizează descoperirea unor "sabloane" (patterns) semnificative în structura datelor, care să indice în general tendinte ale pietei. Se utilizează tehnici complexe, de diverse facturi (inteligentă artificială, statistică matematică, etc) care vor constitui subiectul unor articole viitoare. Se spune că mineritul în date răspunde la întrebări pe care analistul nici măcar nu si le pune...

Întrebări

Analiza multidimensională, referită de regulă ca OLAP (On Line Analytical Processing) este o activitate ceva mai pămînteană, care răspunde la întrebări pe care managerii si le pun la modul concret. Singura trăsătură comună a acestor întrebări este caracterul lor multidimensional. Există totusi cîteva tipuri uzuale de întrebări, care pot arunca o lumină asupra complexitătii instrumentelor care trebuie să furnizeze răspunsuri:

• Raporturi multidimensionale. Exemplu: care este contributia la vînzările săptămînale totale a produselor farmaceutice vîndute prin magazinele situate în regiunea Moldova între 4 si 10 februarie?
• Comparatii. Exemplu: care este media abaterii procentuale de la planul de vînzări în lunile acestui an comparativ cu anului trecut?
• Clasificări si profiluri statistice. Exemplu: Care este volumul vînzărilor si media profitului pentru primii 20% dintre distribuitori si care este contributia acestora la totalul vînzărilor pe trimestrul trecut?
• Agregări libere. Exemplu: care sînt veniturile realizate în ultimele patru trimestre de filialele judetene din regiunea Moldova?
• Evaluări What-If. Exemplu: în ce măsură ar influenta profitul total o crestere cu 10 procente a vînzărilor în judetele din Banat?

Pentru oricine a avut vreodată de formulat interogări în baze de date, este evident că exprimarea unor asemenea interogări depăseste posibilitătile oricărui instrument user-friendy de raportare. Devine evidentă necesitatea unor instrumente specializate OLAP.

Calităti

Care ar fi calitătile pe care ar trebui să le îndeplinească un bun instrument OLAP?

• Să poată să sustină analize sofisticate. Exemplele anterioare justifică pe deplin o astfel de pretentie.
• Să poată fi utilizate eficient de diverse categorii de utilizatori. Managerii de pe diverse nivele ierarhice nu formează o clasă omogenă de utilizatori din perspectiva aptitudinilor si abilitătilor tehnice. Pentru a putea fi eficient utilizate, trebuie să furnizeze viziuni intuitive, multidimensionale asupra datelor, să permită o navigare liberă si o prezentare cît mai naturală a rezultatelor.
• Să fie scalabile la volume oricît de mari de date. Volumele depozitelor de date sînt imense, iar cresterea lor este continuă.
• Să permită accesul concurent al unui mare număr de utilizatori. Depozitul de date este centrul informational al întregii organizatii si este de presupus că o mare parte dintre angajati îl vor utiliza.
• Să fie usor de întretinut si de configurat. Nevoile informationale ale unei organizatii evoluează, iar instrumentele de analiză trebuie să se adapteze în mod continuu.
• Să fie bazate pe o arhitectură deschisă. Evolutia tehnologică poate aduce schimbări radicale în structura sistemului informational, care însă nu trebuie să afecteze instrumentatia utilizată pentru analiză.

Arhitectura

Fiind o tehnologie relativ nouă, modelul care s-a impus pentru sistemele orientate spre analiză multidimensională este unul de tip client/server în trei straturi.

• Bazele de date formează nivelul cel mai de jos, responsabil cu stocarea si regăsirea datelor. De regulă aplicatiile tranzactionale utilizează sisteme relationale, dar pentru depozitele de date se folosesc si sisteme multidimensionale. Dat fiind volumul mare de date, este recomandabil ca SGBD-urile folosite să ofere suport pentru prelucrări paralele (SMP si MPP; interogări, încărcări si indexări paralele) si distribuite, să dispună de mecanisme performante de indexare si de optimizare, să ofere un înalt nivel de sigurantă.
• Logica aplicatiei este sustinută de un "motor analitic" (OLAP Engine), servind ca server pentru instrumentele desktop. Din perspectiva SGBD-ului care administrează depozitul de date, motorul analitic este un client.
• Logica prezentării este reprezentată de instrumentele mînuite de utilizatorul final. Acestea au acces la datele din depozit prin intermediul motorului analitic. Dacă motorul analitic este un instrument foarte specializat si care de regulă este cumpărat "de gata", aplicatiile front-end folosite de utilizatorii finali sînt extrem de diverse. Există aplicatii generale care răspund suficient de bine nevoilor unei categorii largi de utilizatori, există instrumente specializate pe domenii (cum ar fi de pildă analiza financiară) si, în fine, există posibilitatea de a dezvolta instrumente foarte specifice unor anumite nevoi, utilizînd medii de dezvoltare comerciale (de pildă Visual Basic) si interfetele de programare furnizare de serverul OLAP.

Rolul motorului analitic

Principala sarcină a motorlui OLAP este de a prelua cererile exprimate de clienti si, pe baza consultării metadatelor, să genereze cererile necesare pentru obtinerea datelor ce vor fi redirectate către clienti. În plus, datelor obtinute li se pot aplica la acest nivel o serie de prelucrări.

• Generarea de interogări - se bazează pe criteriile furnizate de clienti sub forma unor formule exprimate prin operatori logici. Pentru a genera interogările (SQL sau specifice SGBD-urilor multidimensionale), motorul OLAP dispune de algoritmi care aplică criteriile asupra metadatelor, obtinînd căile de acces la datele referite si transformările necesare. Urmează apoi optimizarea cererii în vederea obtinerii unei viteze optime.
• Manipulările matematice se aplică pentru a aduce datele la forma dorită de clienti. Acestea constau de cele mai multe ori în calcularea unor metrici derivate pe baza unor formule date, analize statistice complexe, etc.
• Sintetizarea rezultatelor (cross-tabulation) este o altă sarcină a motorului analitic. Desi depozitul de date contine si date deja agregate, adeseori utilizatorul doreste consolidarea unor sinteze pe baza unor combinatii de atribute care nu au fost prevăzute. În această situatie, motorul analitic solicită depozitului toate datele necesare la nivel de detaliu si realizează sumarizările necesare.

Rolul aplicatiilor

Din punctul de vedere al utilizatorului final, aplicatia front-end pe care o foloseste trebuie să-i asigure două functionalităti importante: navigarea liberă prin depozitul de date în căutarea informatiilor relevante si posibilităti diverse de prezentare a datelor. Aceste functionalităti sînt strîns legate între ele si este greu de spus care operatie este de navigare si care de prezentare.

• Specificarea criteriilor de selectie este primul pas în orice analiză. Utilizatorul trebuie să poată exprima cu usurintă criterii simple, bazate pe valori ale atributelor si/sau pe valori ale metricilor. Aceste criterii simple trebuie să poată fi apoi combinate prin operatori logici si trebuie să poată fi salvate în biblioteci pentru eventuale reutilizări.
• Rotatiile sînt operatii care permit utilizatorului să găsească pespectiva care-l interesează specificînd dimensiunile si directiile de rotatie sau indicînd un pivot.
• Schimbarea nivelului de agregare permite găsirea nivelului de granularitate optim pentru analiză. Se poate adînci analiza spre nivele de detaliu (drill-down) pentru anumite dimensiuni în timp ce pentru alte dimensiuni se creste nivelul de agregare (drill-up). De regulă căile de navigare sînt date de ierarhiile de atribute corespunzătoare atributelor.
• Specificarea modului de prezentare trebuie să permită analistului să găsească modalitătile optime de valorificare vizuală a datelor extrase. În afară de posibilitătile grafice tipice pentru prezentare, este important ca utilizatorul să poată vizualiza date multidimensionale într-o manieră tabelară. În acest sens se pot utiliza tabele complexe, care să poată grupa coloane si linii exprimînd dimensiuni diferite (de pildă timpul si geografia) si nivele de agregare diferite.

(C) Copyright Computer Press Agora