Внешнее отображение информации в системе

Внешнее отображение информации в системе реализовано в виде электронной таблицы или графика с использованием механизма двумерных сечений куба многомерной БД. Сечение определяется пользователем путем выбора двух независимых размерностей (ребер куба), значения которых будут представлены в строках и столбцах электронной таблицы, и фиксации значений всех других размерностей информационной модели. Интерфейс предлагаемой системы представляет собой несколько экранных форм, каждая из которых включает в себя электронную таблицу или график.

OLAP (On-Line Analytical Processing) - это не отдельно взятый программный продукт, не язык программирования и даже не конкретная технология, это совокупность концепций, принципов и требований, лежащих в основе программных продуктов, облегчающих аналитикам доступ к данным. Термин OLAP очень популярен в настоящее время и OLAP-системой зачастую, но не совсем верно, называют любую DSS-систему, основанную на концепции ХД и обеспечивающих малое время выполнение (On-Line) аналитических запросов, не зависимо от того, используется ли многомерный анализ данных.

Многомерный подход возник практически одновременно и параллельно с реляционным, но только начиная с 1993 г., интерес к многомерным системам управления БД (МСУБД) начал приобретать всеобщий характер. Главное достоинство МСУБД состоит в том, что они узко специализированны и область их применения -интерактивная аналитическая обработка агрегированных исторических и прогнозируемых данных.

Многомерный анализ (Multi-dimensional analysis)

Многомерный анализ (Multi-dimensional analysis) позволяет пользователям при работе с данными достичь глубокого понимания информации, хранящейся в БД. Многомерный подход к анализу предоставляет аналитику широкие возможности моделирования данных в соответствии со сложившимся у него представлением о проблеме, снижая тем самым вероятность ошибочной интерпретации полученных результатов. Поскольку многомерная модель отображает информацию так, как большинство людей ее себе представляют, то используется интуитивная навигация по БД. Кроме того, значительно упрощаются процедуры отображения на экране необходимых аналитику подмножеств данных, представления различных срезов информации, а также процедура задания алгоритма вычислений. Более того: в силу того, что данные хранятся в многомерной БД, выполнение подобных операций характеризуется гораздо более высокой скоростью и стабильной производительностью (по сравнению с базами данных любой другой структуры). Уникальное сочетание быстродействия и простоты использования является одним из основных преимуществ многомерного анализа.

В системах анализа многомерных данных можно выделить три основных типа данных, анализ которых позволяет производить прогнозирование бизнес процессов.

3 Типа данных, анализ которых позволяет производить прогнозирование бизнес процессов: Агрегированные данные

Пользователя, занимающегося анализом, редко интересуют детализированные данные. Более того, чем выше уровень пользователя (руководителя, управляющего, аналитика), тем выше уровень агрегации данных, используемых им для принятия решения.

Пример.

Имеется фирма по продаже компьютеров. Коммерческого директора такой фирмы мало интересует вопрос: "Какого цвета компьютеры успешнее всего продает менеджер Петров: черного или серебристого?" Для него важно, какие модели, и какие цвета предпочитают в данном регионе. Его также мало интересует детализация на уровне контракта, часа или даже дня. Например, если выяснится, что Celeron серебристого цвета чаще покупают в утренние часы, этот факт скорее заинтересует психиатра, а не коммерческого аналитика. Для правильного формирования склада ему важна и необходима информация на уровне декады, месяца или даже квартала.