OLAP – quadratisch, praktisch, gut

Mithilfe von OLAP-Würfeln können nicht nur performante Abfragen getätigt werden, sie ermöglichen auch beliebige Datenverknüpfungen, die bisher unentdeckte Zusammenhänge aufschlüsseln.

Das Online Analytical Processing (OLAP) ist die Grundlage vieler Business-Intelligence-Anwendungen und basiert auf der mehrdimensionalen Betrachtung von Datensätzen, was komplexe Abfragen und Reports, verschiedene Perspektiven und unterschiedliche Verknüpfungen ermöglicht. Zu den bekanntesten Herstellern von OLAP-Systemen gehören u.a. Microsoft, Oracle Hyperion Solution, SAP und natürlich IBM Cognos.

MOLAP vs. ROLAP

OLAP-Systeme unterscheidet man nach den ihnen zugrunde liegenden Datenbanken in ROLAP (Rational Online Analytical Processing) und MOLAP (Multidimensional Online Analytical Processing). ROLAP basiert auf einer (in den meisten Unternehmen vorhandenen) relationalen Datenbank. Dies ermöglicht vielseitigere, aber auch langsamere Abfragen. Die multidimensionale Datenbank, die bei MOLAP zum Einsatz kommt, stellt die einzelnen Daten hingegen performanter in der schneller erfassbaren Datenpunkt-Version zur Verfügung. Jedes Datenattribut (z. B. Zeitpunkt, Maß, Filiale, Kostenträger etc.) ist dabei eine eigene Dimension, wobei die Software die verschiedenen Schnittpunkte zwischen den Dimensionen erkennt und darstellt.

Darüber hinaus gibt es noch die seltener verwendete DOLAP-Version, die die Daten auf dem Desktop ablegt, und die immer häufiger vorkommende Hybrid-Konfiguration HOLAP, die Elemente von ROLAP und MOLAP vereint.

Der OLAP-Würfel

Beim Online Analytical Processing werden die einzelnen Datensätze als Elemente eines Würfels dargestellt. Durch diese Art der Visualisierung können die Daten multidimensional betrachtet und so unterschiedliche Kennzahlen als Dimensionen miteinander verknüpft und in Relation zueinander gestellt werden. So kommen auch bisher unentdeckte Zusammenhänge zum Vorschein. Daten wie beispielsweise Umsatz, Abverkäufe oder Produktionszahlen lassen sich abhängig von Dimensionen wie Zeit, Region oder Kostenstelle darstellen. Zudem kann man die Daten problemlos aus unterschiedlichen Perspektiven betrachten und miteinander kombinieren. Auch wenn zur leichteren Vorstellbarkeit meist nur drei Dimensionen gewählt werden, so lassen sich grundsätzlich beliebig viele Dimensionen miteinander verknüpfen.

Nicht zuletzt erlaubt die OLAP-Darstellung Hierarchien auf den einzelnen Dimensionsebenen, auf der Zeitachse können dies beispielsweise Wochen, Monate und Jahre sein. Die Skalierung ist daher bei einem OLAP-Würfel denkbar einfach.

Ein einfacher OLAP-Würfel

Geschnitten und gewürfelt – OLAP-Operationen

Einen OLAP-Würfel kann man entsprechend der jeweiligen Analysebedürfnisse bearbeiten und anpassen. Die folgenden Grundoperationen sind dabei am nützlichsten:

  • Slicing: Hierbei wird eine Scheibe des Würfels abgeschnitten, die dann als zweidimensionale Tabelle zur Verfügung steht. Ein Beispiel für eine solche Abfrage ist der Verkauf von Vertragsgruppen innerhalb eines Monats.
  • Dicing: Aus dem größeren Würfel wird ein kleiner Würfel mit Teildatensätzen herausgefiltert, der beispielsweise nur die relevanten Daten eines bestimmten Monats enthält, z. B. die Absatzentwicklungen eines Produkts innerhalb einer Zeitspanne über einen Vertriebskanal.
  • Drill-Down: Eine Dimension wird herangezoomt, sodass hier detaillierte Werte sichtbar werden. Eingesetzt wird diese Operation u. a., wenn statt Jahrestrends die einzelnen Wochen betrachtet werden sollen.
  • Rotating: Der Würfel wird so gedreht, dass man eine andere Dimension betrachtet. Bei einer Verknüpfung von Zeit, Region und verschiedenen Produktvarianten könnte man sich damit statt auf den zeitlichen Verlaufstrend auf die Entwicklungen der verschiedenen Regionen fokussieren.

OLAP-Würfel sind das Endprodukt eines BI-Prozesses, der es Entscheidungsträgern ermöglicht, fundierte Informationen zu erhalten, darauf basierend die richtigen Entscheidungen zu treffen und den zukünftigen Unternehmenserfolg zu sichern. Auf die Anwendungsgebiete und damit verbundenen Möglichkeiten eines BI-Systems gehen wir detailliert im nächsten Blogbeitrag ein.

By | 2018-05-03T09:47:40+00:00 3. Mai 2018|Categories: BI Know-how|Tags: , , , |