Online-Analyseverarbeitung (olap)

Definition - Was bedeutet Online Analytical Processing (OLAP)?

Die Online-Analyseverarbeitung (OLAP) ist ein übergeordnetes Konzept, das eine Kategorie von Tools beschreibt, die bei der Analyse mehrdimensionaler Abfragen helfen.

OLAP entstand aufgrund der enormen Komplexität und des enormen Wachstums von Geschäftsdaten in den 1970er Jahren, als das Informationsvolumen und die Art der Informationen für eine angemessene Analyse durch einfache SQL-Abfragen (Structured Query Language) zu schwer wurden.

Technische.me erklärt Online Analytical Processing (OLAP)

Die Datenvergleichsfähigkeit von herkömmlichem SQL ist begrenzt. Beispielsweise kann SQL Abfragen wie eine Liste von Vertriebsmitarbeitern im Vergleich zu Verkaufsvolumenverläufen verwalten. Bei größeren Datenmengen kann es jedoch überwältigend sein, nur SQL zu verwenden, und es ist schwierig, Daten in Informationen zu übersetzen, die die Entscheidungsfindung leicht erleichtern. Es ist schwierig, bestimmte Fragen in SQL zu beantworten, z. B. warum die Produktverkäufe Mitte des Monats höher sind oder warum weibliche Vertriebsmitarbeiter ihre männlichen Kollegen im Sommer konsequent überbieten.

In der Erkenntnis, dass relationale Datenbanken inhärente Einschränkungen aufweisen, haben die Hersteller neue Methoden entwickelt, um komplexe Datenbeziehungen darzustellen und Ergebnisse zu analysieren, um verborgene und bisher unbekannte Muster und Trends zu erkennen.

Eine Fallstudie über das Potenzial von OLAP ergab sich aus der Verwendung von OLAP-Tools für das Data Mining durch einen großen Einzelhändler. Dieser Einzelhändler stellte fest, dass der Kauf von Babyprodukten bis spät in die Nacht mit einem Anstieg des Bierkaufs bis spät in die Nacht korrelierte. Anfangs schien dies ein Zufall zu sein, aber eine eingehendere Kundenanalyse ergab, dass Late-Night-Kunden hauptsächlich junge Väter Mitte bis Ende zwanzig oder Anfang dreißig waren - eine Bevölkerungsgruppe, die auch mit dem verfügbaren Einkommen bis spät in die Nacht verbunden ist. Basierend auf diesen Daten begannen Einzelhändler mit dem Cross-Merchandising von Babyprodukten und Bier, und der kombinierte Umsatz für beide Produktlinien stieg sprunghaft an.

Diese Fallstudie hat gezeigt, wie OLAP Forscher dazu befähigt, Datenbeziehungen zwischen scheinbar nicht zusammenhängenden Ereignissen und Trends zu untersuchen und aufzudecken, wodurch die Entscheidungsfindung in Unternehmen verbessert wird.