การประมวลผลการวิเคราะห์ออนไลน์คืออะไร?

การประมวลผลการวิเคราะห์ออนไลน์ (OLAP) เป็นวิธีการใช้ฐานข้อมูลหลายมิติเพื่อสนับสนุนการรายงานอย่างรวดเร็วซึ่งมักเกี่ยวข้องกับการวิเคราะห์แนวโน้ม ภาษาคิวรีหลักสำหรับ OLAP เรียกว่า Multidimensional Expressions (MDX) ชื่อของมันมาจากคลาสโปรแกรมที่เรียกว่าการประมวลผลธุรกรรมออนไลน์ (OLTP) การประมวลผลการวิเคราะห์ออนไลน์เป็นเทคนิคของการวิเคราะห์ข้อมูลที่ใช้ในฟิลด์ข่าวกรองธุรกิจ (BI)

BI เกี่ยวข้องกับการใช้เทคโนโลยีเพื่อวิเคราะห์กระบวนการและข้อมูลภายในขององค์กรเพื่อสนับสนุนการตัดสินใจ เมื่อใช้การประมวลผลการวิเคราะห์ออนไลน์สำหรับ BI ข้อมูลในอดีตมักเป็นหัวข้อของการวิเคราะห์ แต่ BI ยังสามารถครอบคลุมการวิเคราะห์สถานะปัจจุบันและอนาคต นอกเหนือจาก OLAP แล้วเทคนิคการจัดการข้อมูลอื่น ๆ ที่อยู่ในขอบเขตของ BI นั้นรวมถึงการขุดข้อมูลการรายงานการจัดการประสิทธิภาพการดำเนินงานและการวิเคราะห์เชิงพยากรณ์

การประมวลผลการวิเคราะห์ออนไลน์มักใช้สำหรับการรายงานเฉพาะกิจและโดยทั่วไปจะสร้างรายงานในรูปแบบเดือยหรือเมทริกซ์ แผนกที่อาจใช้ประโยชน์จาก OLAP ได้แก่ การเงินการปฏิบัติการการขายและการตลาด ประเภทของการใช้งานอาจรวมถึงการจัดทำงบประมาณและการพยากรณ์

หนึ่งในคุณสมบัติที่กำหนดของการประมวลผลการวิเคราะห์ออนไลน์คือ OLAP cube แนวคิดของคิวบ์นั้นสัมพันธ์กับองค์ประกอบที่รู้จักกันในชื่อการวัดและขนาดซึ่งอธิบายข้อมูลเมตาของการวัดต่างๆ ตารางเกล็ดหิมะหรือสคีมาของฐานข้อมูลเชิงสัมพันธ์อาจเป็นแหล่งที่มาของข้อมูลเมตา ตัวอย่างของคิวบ์ใช้จำนวนบัญชีลูกหนี้แต่ละรายของธุรกิจเป็นตัววัดโดยมีวันครบกำหนดเป็นส่วนข้อมูล

OLAP ใช้ฐานข้อมูลที่ออกแบบด้วยหลายมิติ ฐานข้อมูลเหล่านี้อาจมีขนาดเล็กกว่าฐานข้อมูลที่จำเป็นสำหรับความสามารถด้านคลังข้อมูลที่มักใช้สำหรับระบบธุรกิจอัจฉริยะ เมื่อเปรียบเทียบกับการวิเคราะห์ประเภทอื่น ๆ มักจะมีรายละเอียดของธุรกรรมน้อยกว่าในการประมวลผลการวิเคราะห์ออนไลน์ ไม่เพียง แต่ฐานข้อมูล OLAP มักจะเล็กกว่าคลังข้อมูลการเข้าถึงฐานข้อมูล OLAP มักจะเร็วกว่าการเข้าถึงฐานข้อมูลเชิงสัมพันธ์

การประมวลผลธุรกรรมออนไลน์มีความเชี่ยวชาญเป็นพิเศษ ความพิเศษที่ใช้บ่อยหลายประการรวมถึงหลายมิติหลายมิติสัมพันธ์และไฮบริด OLAP หลายมิติเก็บข้อมูลในอาร์เรย์หลายมิติ OLAP เชิงสัมพันธ์ใช้ฐานข้อมูลเชิงสัมพันธ์และไฮบริด OLAP ใช้การรวมกันของตารางเชิงสัมพันธ์และตารางเฉพาะ

แม้ว่าการประมวลผลธุรกรรมออนไลน์เป็นเทคนิคสำคัญใน BI แต่อาจจำเป็นต้องใช้เครื่องมือหรือการปรับปรุง OLAP ที่ซับซ้อนมากขึ้นสำหรับองค์กรที่สนใจในการวิเคราะห์เชิงพยากรณ์และการวิเคราะห์ธุรกิจ การวิเคราะห์เชิงพยากรณ์มักใช้ในการพยากรณ์เหตุการณ์เช่นพฤติกรรมการซื้อของลูกค้า ข้อมูลประสิทธิภาพทางธุรกิจมักเป็นเป้าหมายของการวิเคราะห์ธุรกิจ