eSeminar Business Intelligence, Lektion 3 - BI-Analysemethoden OLAP und Data Mining

Ad-Hoc-Analyse: OLAP

Komplexe Recherchen, die gleichzeitig eine flexible, intuitive Analyse ermöglichen, sind mit OLAP möglich. OLAP steht für „Online Analytical Processing“, geht auf den Datenbankspezialisten Edgar F. Codd zurück und ist einer der bekanntesten Vertreter so genannter Ad-hoc-Auswertungssysteme. Charakteristisch für Ad-hoc-Systeme ist, dass der Analyst zu Beginn oftmals nicht genau weiß, welche Daten er im Weiteren untersuchen soll.

Die Daten werden für OLAP-Analysen nicht wie im relationalen Datenmodell als flache Tabellen, sondern in einem multidimensionalen Datenwürfel, dem „Cube“, präsentiert. Auf diese Weise lassen sich die Daten aus unterschiedlichen Perspektiven und Detaillierungsstufen betrachten. Zur Analyse werden mehrerer Dimensionen aufgespannt, wir beschränken uns im Folgenden aus anschaulichen Gründen auf drei.

Die erste Dimension können beispielsweise verschiedene Produkte sein, die zweite Dimension die Region, als dritte Dimension schließlich die Zeit. Nun lässt sich der Datenwürfel aufspannen. Jede Zelle des Würfels enthält nun genau einen Wert, der zum Beispiel den Umsatz von Produkt 1 in der Region Ost im Jahr 2003 angibt.

Betriebswirtschaftliche Kennzahlen können nun mehrdimensional analysiert werden. Dazu dienen die OLAP-Funktionen. Die erforderlichen Datensätze können durch verschiedene Operationen erzeugt werden, etwa das Herausschneiden von Teilwürfeln („Slicing“) oder das Rotieren des Datenwürfels („Dicing“).

Bestimmte Sichten erhält man auch durch das Herausschneiden von Ebenen, etwa indem man nur ein bestimmtes Produkt oder ein bestimmtes Jahr betrachtet. Die Analyseergebnisse lassen sich auch schrittweise verfeinern und verdichten.