Tạo một ứng dụng olap. Ví dụ thực tế về việc sử dụng OLAP để báo cáo. Dưới góc nhìn của một chuyên gia CNTT

Tạo ứng dụng olap

Hệ thống Kontur Standard là một phần của Nền tảng phân tích Kontur (APK), được phát triển bởi Intersoft Lab. Nền tảng phân tích Kontur được thiết kế để phân tích thông tin tài chính, thống kê và thông tin kinh doanh khác cũng như đưa ra báo cáo.

Hệ thống Kontur sử dụng công nghệ hiện đại để xử lý phân tích hoạt động dữ liệu kinh doanh OLAP (Xử lý phân tích trực tuyến). Ngày nay, OLAP là loại trình tạo báo cáo dạng bảng mạnh mẽ nhất. Hệ thống Kontur cho phép bạn nhận các báo cáo trên màn hình tùy ý để phân tích tương tác và in báo cáo ra giấy.

"Tiêu chuẩn Kontur" được cung cấp cho các doanh nghiệp công nghiệp và thương mại, ngân hàng và các tổ chức khác như một phương tiện phân tích dữ liệu công ty và chuẩn bị báo cáo. Hệ thống có thể được sử dụng để phân tích trong nhiều lĩnh vực chủ đề khác nhau: quản lý nguồn cung dựa trên dữ liệu hệ thống ERP, phân tích bán hàng dựa trên dữ liệu hệ thống CRM, phân tích tài chính dựa trên các chỉ số báo cáo bắt buộc, v.v.:

các nhà quản lý sẽ có thể nhanh chóng có được các chỉ số mà họ quan tâm.

quản lý bộ phận bán hàng và mua hàng - theo dõi động thái bán hàng, trạng thái hiện tại của tài khoản khách hàng và kho hàng.

chuyên gia tiếp thị - giải quyết các vấn đề như phân khúc cơ sở khách hàng, phân tích nhu cầu, đánh giá sự quan tâm của người tiêu dùng dựa trên dữ liệu lưu lượng truy cập vào trang web của công ty (phân tích luồng nhấp chuột).

phân tích - triển khai một mô hình riêng để đánh giá các khía cạnh khác nhau trong hoạt động của tổ chức, v.v.

"Tiêu chuẩn đường viền" có thể được sử dụng ở hầu hết mọi lĩnh vực cần phân tích dữ liệu số và thu được nhiều chế độ xem của cùng một tập dữ liệu trong các báo cáo khác nhau. Các công cụ phân tích OLAP cho phép hiển thị một lượng lớn thông tin kinh doanh trong các báo cáo phân tích dưới dạng một bức tranh rõ ràng về tình trạng của doanh nghiệp. Một loạt các biểu đồ và sơ đồ sẽ giúp bạn so sánh các chỉ báo, xem động thái của chúng, v.v.

Làm việc với hệ thống “Tiêu chuẩn đường viền” được tổ chức theo hai giai đoạn:

Tạo ứng dụng OLAP - gói báo cáo phân tích cho người dùng cuối: người quản lý, nhà phân tích, nhà tiếp thị, v.v. Với mục đích này, hệ thống “Tiêu chuẩn đường viền” trong phiên bản “Nhà thiết kế” được sử dụng.

Phân tích và đưa ra báo cáo bằng ứng dụng OLAP được tạo sẵn. Với mục đích này, hệ thống “Tiêu chuẩn đường viền” có thể được sử dụng trong các phiên bản “Nhà thiết kế”, “Nhà phân tích”, “Người quan sát” hoặc “Thanh tra”.

ứng dụng OLAP(định dạng tệp *.caf) là một tài nguyên phần mềm riêng biệt (kho lưu trữ siêu dữ liệu) lưu trữ cài đặt cho nguồn dữ liệu, truy vấn tới nguồn dữ liệu và báo cáo phân tích. Tạo một ứng dụng OLAP bao gồm mô tả tuần tự các cài đặt này.

Nguồn dữ liệu– bảng cục bộ và cơ sở dữ liệu quan hệ của hệ thống tự động lưu trữ dữ liệu của công ty để phân tích (bảng MS Excel, cơ sở dữ liệu của hệ thống kế toán hoặc ERP, kho dữ liệu, v.v.). "Tiêu chuẩn đường viền" hỗ trợ truy cập trực tiếp vào các bảng cục bộ (Dbase và Paradox) cũng như các bảng và thủ tục được lưu trữ cơ sở dữ liệu quan hệ(MS SQL, Oracle, Sybase, MS Access, v.v.).

Yêu cầu– Truy vấn SQL tới nguồn dữ liệu, được mô tả trong hệ thống ở cấp độ quy tắc hợp nhất các bảng nguồn dữ liệu theo trường khóa, điều kiện lọc dữ liệu và tập hợp trường trả về. Kết quả của truy vấn là một vùng chọn dữ liệu phẳng được hiển thị trong báo cáo.

Báo cáo– Giao diện người dùng để phân tích dữ liệu. Trong “Tiêu chuẩn đường viền”, bạn có thể tạo 4 loại báo cáo:

Phân tích cluster.
báo cáo OLAP.

Tất cả các báo cáo tùy chỉnh có thể được minh họa bằng biểu đồ, in, tải lên ứng dụng văn phòng (MS Excel, MS Word, định dạng html) hoặc lưu ở định dạng csv.

Những cái bàn– báo cáo danh sách phẳng kèm theo đồ thị. Người dùng có thể nhanh chóng vẽ lại biểu đồ bằng cách lọc các giá trị thứ nguyên và thao tác các sự kiện và kích thước dọc theo trục. Điều này cho phép bạn nhanh chóng thay đổi “quan điểm” về dữ liệu được phân tích để tìm kiếm sự phụ thuộc và xu hướng.

Xu hướng– báo cáo phản ánh những thay đổi về chỉ số theo thời gian và động lực của những thay đổi này. Việc sử dụng xu hướng để nghiên cứu các biến đổi theo mùa và dự báo xu hướng sẽ đặc biệt hiệu quả.

Phân tích cluster– giao diện cho phép bạn kết hợp các đối tượng thành các nhóm (cụm) theo các đặc điểm nhất định, so sánh các nhóm và xác định lớn (có ảnh hưởng nhất) và nhỏ (ít ảnh hưởng nhất) trong số chúng. Giao diện này rất hữu ích, chẳng hạn như khi tạo các ứng dụng phân tích tiếp thị.

báo cáo OLAP– các bảng OLAP động được quản lý, đi kèm với sơ đồ (biểu đồ) đồng bộ. Báo cáo OLAP có thể chứa dữ liệu thu được theo yêu cầu từ cả cơ sở dữ liệu và vi mô cục bộ.

bảng OLAP– một bảng tự động tóm tắt dữ liệu (sự kiện) trong các phần (kích thước) khác nhau và cho phép bạn quản lý tương tác các tính toán và biểu mẫu báo cáo. Thứ nguyên được hiển thị trong tên của các hàng và cột của bảng, các sự kiện và tổng số tương ứng (sự kiện tổng hợp) được hiển thị trong các ô của bảng. Cột và hàng là công cụ quản lý bảng. Người dùng có thể di chuyển chúng, lọc, sắp xếp, truy sâu/tóm tắt và thực hiện các hoạt động OLAP khác. Trong trường hợp này, bảng sẽ tự động tính toán tổng số mới (tổng hợp). Bằng cách quản lý bảng OLAP, bạn có thể tạo nhiều báo cáo từ một bộ dữ liệu.

Trong bảng OLAP, bạn có thể phân biệt đại khái một số khu vực làm việc:

Khu vực đo hoạt động– hàng và cột của bảng OLAP.

Vùng đo không hoạt động(bộ lọc) – một vùng chứa các thứ nguyên không được hiển thị trong bảng OLAP nhưng ảnh hưởng đến dữ liệu được trình bày trong đó.

Khu vực thực tế– một bảng chứa dữ liệu số để thực hiện các phép tính.

Biểu đồ– biểu diễn đồ họa của dữ liệu đồng bộ với bảng OLAP. Sơ đồ được xây dựng theo các phần tử của bảng động nằm ở vị trí ngoài cùng bên trái, tức là theo kích thước hàng ngoài cùng bên trái, kích thước cột và các sự kiện (ngoài cùng bên trái)

hoặc cho tất cả). Để thay đổi thứ nguyên (hàng hoặc cột) làm cơ sở cho biểu đồ, bạn cần di chuyển nó đến vị trí ngoài cùng bên trái trong bảng. Bạn có thể thay đổi thứ tự hiển thị các sự kiện bằng bộ lọc đặc biệt.

Dữ liệu hiển thị trong báo cáo OLAP có thể được lưu vào Microcube.

vi thể(định dạng tệp *.cube) là cơ sở dữ liệu đa chiều cục bộ chứa dữ liệu được tải xuống từ các nguồn quan hệ và mô tả cách trình bày của chúng trong báo cáo OLAP (siêu dữ liệu). Khi đặt trong một khối vi mô, khối lượng thông tin gốc được nén lại hàng chục lần. Kích thước nhỏ gọn cho phép truyền các vi khối qua giao thức Internet và gửi qua e-mail. Microcubes có thể chứa thông tin cho các chuyên gia và bộ phận khác nhau, các chỉ số ngành, đánh giá và xếp hạng phân tích, v.v. Trên thực tế, microcube là một thiết bị di động chứa các báo cáo phân tích và dữ liệu để phân tích.

Nhiệm vụ thực tế

Hãy xem các giai đoạn chính của việc tạo ứng dụng OLAP. Đối với mỗi giai đoạn, công nghệ của người dùng được minh họa bằng ví dụ về thiết lập gói báo cáo để phân tích doanh số bán hàng của mạng lưới cửa hàng cung cấp văn phòng phẩm.

Dữ liệu nguồn để phân tích được lưu trữ trong các bảng cục bộ:

1. Bảng “Dữ liệu bán hàng” (Sales.dbf) với các trường:

Ngày (DATE), Mã cửa hàng (ID_SHOP), Mã sản phẩm (ID_product), Gói hàng (PLAN),

2. Bảng “Thư mục sản phẩm” (Product.dbf) với các trường:

Mã sản phẩm (ID), Sản phẩm (SẢN PHẨM), Đơn vị đo lường (MEASURE).

3. Bảng “Thư mục cửa hàng” (Shop.dbf) với các trường:

Mã cửa hàng (ID), Cửa hàng (ĐỊA CHỈ).

Sao chép thư mục Giảm giá_cửa hàng vào danh mục < VỚI>:\Program Files\IntersoftLab\ContourStandart2\App

Có lẽ đối với một số người, việc sử dụng công nghệ OLAP (Xử lý phân tích trực tuyến) khi tạo báo cáo có vẻ hơi xa lạ, vì vậy việc sử dụng OLAP-CUBE đối với họ hoàn toàn không phải là một trong những yêu cầu quan trọng nhất khi tự động hóa kế toán ngân sách và quản lý.

Trên thực tế, việc sử dụng CUBE đa chiều khi làm việc với báo cáo quản lý rất thuận tiện. Khi phát triển các định dạng ngân sách, bạn có thể gặp phải vấn đề về biểu mẫu đa biến (bạn có thể đọc thêm về vấn đề này trong Quyển 8, “Công nghệ thiết lập ngân sách trong công ty” và trong cuốn “Thiết lập và tự động hóa kế toán quản trị”).

Điều này là do việc quản lý hiệu quả một công ty đòi hỏi phải có báo cáo quản lý ngày càng chi tiết. Nghĩa là hệ thống sử dụng ngày càng nhiều phần phân tích khác nhau (trong hệ thống thông tin, phân tích được xác định bởi một bộ sách tham khảo).

Đương nhiên, điều này dẫn đến việc các nhà quản lý muốn nhận được báo cáo về tất cả các phần phân tích mà họ quan tâm. Điều này có nghĩa là các báo cáo cần phải được thực hiện để “thở” bằng cách nào đó. Nói cách khác, chúng ta có thể nói rằng trong trường hợp này chúng ta đang nói về thực tế là ý nghĩa của cùng một báo cáo sẽ cung cấp thông tin ở các khía cạnh phân tích khác nhau. Vì vậy, báo cáo tĩnh không còn phù hợp với nhiều nhà quản lý hiện đại. Họ cần động lực mà CUBE đa chiều có thể mang lại.

Vì vậy, công nghệ OLAP đã trở thành một yếu tố bắt buộc trong các hệ thống thông tin hiện đại và tương lai. Vì vậy, khi lựa chọn một sản phẩm phần mềm, bạn cần chú ý xem nó có sử dụng công nghệ OLAP hay không.

Hơn nữa, bạn cần có khả năng phân biệt CUBES thật và hàng nhái. Một mô phỏng như vậy là bảng tổng hợp trong MS Excel. Đúng, công cụ này trông giống CUBE, nhưng trên thực tế, nó không phải là một CUBE, vì đây là các bảng tĩnh, không phải bảng động. Ngoài ra, họ còn triển khai kém hơn nhiều khả năng xây dựng báo cáo bằng cách sử dụng các phần tử từ thư mục phân cấp.

Để xác nhận mức độ liên quan của việc sử dụng CUBE khi xây dựng báo cáo quản lý, chúng tôi có thể đưa ra một ví dụ đơn giản về ngân sách bán hàng. Trong ví dụ đang xem xét, các phần phân tích sau đây có liên quan đến công ty: sản phẩm, chi nhánh và kênh bán hàng. Nếu ba phân tích này quan trọng đối với công ty thì ngân sách bán hàng (hoặc báo cáo) có thể được hiển thị theo nhiều phiên bản.

Cần lưu ý rằng nếu bạn tạo dòng ngân sách dựa trên ba phần phân tích (như trong ví dụ đang xem xét), điều này cho phép bạn tạo các mô hình ngân sách khá phức tạp và tạo báo cáo chi tiết bằng CUBE.

Ví dụ: ngân sách bán hàng có thể được tổng hợp chỉ bằng một phân tích (thư mục). Một ví dụ về ngân sách bán hàng được xây dựng trên cơ sở phân tích "Sản phẩm" được trình bày tại Hình 1.

Cơm. 1. Ví dụ về ngân sách bán hàng được xây dựng trên cơ sở một phân tích “Sản phẩm” trong OLAP-CUBE

Ngân sách bán hàng giống nhau có thể được tổng hợp bằng cách sử dụng hai phân tích (thư mục). Ví dụ về ngân sách bán hàng được xây dựng trên cơ sở hai phân tích “Sản phẩm” và “Chi nhánh” được trình bày tại Hình 2.

Cơm. 2. Ví dụ về ngân sách bán hàng được xây dựng trên cơ sở hai phân tích “Sản phẩm” và “Chi nhánh” trong OLAP-CUBE của gói phần mềm INTEGRAL

Nếu có nhu cầu xây dựng thêm báo cáo chi tiết, thì bạn có thể lập ngân sách bán hàng giống nhau bằng cách sử dụng ba phân tích (thư mục). Ví dụ về ngân sách bán hàng được xây dựng trên cơ sở ba phân tích “Sản phẩm”, “Chi nhánh” và “Kênh bán hàng” được trình bày tại Hình 3.

Cơm. 3. Ví dụ về ngân sách bán hàng được xây dựng trên cơ sở ba phân tích “Sản phẩm”, “Chi nhánh” và “Kênh bán hàng” trong OLAP-CUBE của gói phần mềm INTEGRAL

Cần nhớ lại rằng CUBE được sử dụng để tạo báo cáo cho phép bạn hiển thị dữ liệu theo các trình tự khác nhau. TRÊN Hình 3 Ngân sách bán hàng đầu tiên được “mở rộng” theo sản phẩm, sau đó theo chi nhánh và sau đó là theo kênh bán hàng.

Dữ liệu tương tự có thể được trình bày theo một trình tự khác nhau. TRÊN hinh 4 cùng một ngân sách bán hàng được “mở rộng” trước tiên theo sản phẩm, sau đó theo kênh bán hàng và sau đó là theo chi nhánh.

Cơm. 4. Ví dụ về ngân sách bán hàng được xây dựng trên cơ sở ba phân tích “Sản phẩm”, “Kênh phân phối” và “Chi nhánh” trong OLAP-CUBE của gói phần mềm INTEGRAL

TRÊN Hình 5 cùng một ngân sách bán hàng được “phân bổ” trước tiên theo chi nhánh, sau đó theo sản phẩm và sau đó là theo kênh bán hàng.

Cơm. 5. Ví dụ về ngân sách bán hàng được xây dựng trên cơ sở ba phân tích “Chi nhánh”, “Sản phẩm” và “Kênh bán hàng” trong gói phần mềm OLAP-CUBE “INTEGRAL”

Thực ra đó không phải là tất cả những lựa chọn khả thi rút ngân sách bán hàng.

Ngoài ra, bạn cần chú ý đến việc KUB cho phép bạn làm việc với cấu trúc phân cấp của các thư mục. Trong các ví dụ được trình bày, thư mục phân cấp là “Sản phẩm” và “Kênh phân phối”.

Từ quan điểm của người dùng, anh ta là trong ví dụ này nhận được một số báo cáo quản lý (xem Cơm. 1-5) và từ quan điểm của các cài đặt trong sản phẩm phần mềm- đây là một báo cáo. Chỉ cần sử dụng CUBE bạn có thể xem nó theo nhiều cách.

Đương nhiên, trong thực tế rất có thể một số lượng lớn các tùy chọn để xuất các báo cáo quản lý khác nhau nếu bài viết của họ dựa trên một hoặc nhiều nhà phân tích. Và bản thân bộ phân tích phụ thuộc vào nhu cầu chi tiết của người dùng. Đúng, chúng ta không nên quên rằng, một mặt, nhà phân tích càng lớn thì càng có thể xây dựng được nhiều báo cáo chi tiết hơn. Nhưng mặt khác, điều này có nghĩa là mô hình lập ngân sách tài chính sẽ phức tạp hơn. Trong mọi trường hợp, nếu có KUB, công ty sẽ có cơ hội xem các báo cáo cần thiết ở dạng Các tùy chọn khác nhau, phù hợp với các phần phân tích quan tâm.

Cần phải kể thêm một số tính năng khác của OLAP-CUBE.

Trong OLAP-CUBE phân cấp đa chiều có một số thứ nguyên: loại hàng, ngày, hàng, thư mục 1, thư mục 2 và thư mục 3 (xem. Cơm. 6). Đương nhiên, báo cáo hiển thị nhiều nút có sách tham khảo như trong dòng ngân sách chứa số tiền tối đa sách tham khảo. Nếu không có một sổ tham khảo nào trong bất kỳ dòng ngân sách nào thì báo cáo sẽ không có một nút nào về sổ tham khảo.

Ban đầu, OLAP-CUBE được xây dựng theo tất cả các chiều. Theo mặc định, khi báo cáo được tạo lần đầu, các kích thước được đặt chính xác ở các khu vực được hiển thị trong Hình 6. Nghĩa là, thứ nguyên như “Ngày” nằm trong vùng có kích thước dọc (kích thước trong vùng cột), kích thước “Hàng”, “Thư mục 1”, “Thư mục 2” và “Thư mục 3” - trong diện tích của các kích thước ngang (kích thước trong các hàng khu vực) và thứ nguyên “Loại hàng” nằm trong khu vực của các kích thước “chưa được mở rộng” (kích thước trong khu vực trang). Nếu một thứ nguyên nằm ở khu vực cuối cùng thì dữ liệu trong báo cáo sẽ không "mở rộng" trên thứ nguyên đó.

Mỗi kích thước này có thể được đặt ở bất kỳ khu vực nào trong ba khu vực. Sau khi các phép đo được chuyển đi, báo cáo sẽ được xây dựng lại ngay lập tức để phù hợp với cấu hình đo mới. Ví dụ: bạn có thể hoán đổi ngày và dòng với sách tham khảo. Hoặc bạn có thể di chuyển một trong các cuốn sách tham khảo đến khu vực đo theo chiều dọc (xem. Cơm. 7). Nói cách khác, bạn có thể “xoắn” báo cáo trong OLAP-CUBE và chọn tùy chọn xuất báo cáo thuận tiện nhất cho người dùng.

Cơm. 7. Ví dụ về xây dựng lại báo cáo sau khi thay đổi cấu hình đo của gói phần mềm INTEGRAL

Cấu hình đo có thể được thay đổi ở dạng CUBE chính hoặc trong trình chỉnh sửa bản đồ thay đổi (xem phần 2). Cơm. số 8). Trong trình chỉnh sửa này, bạn cũng có thể kéo và thả số đo từ vùng này sang vùng khác bằng chuột. Ngoài ra, bạn có thể trao đổi số đo ở một khu vực.

Ngoài ra, trong cùng một hình thức, bạn có thể cấu hình một số thông số đo. Đối với mỗi thứ nguyên, bạn có thể tùy chỉnh vị trí của tổng, thứ tự sắp xếp của các phần tử và tên của các phần tử (xem. Cơm. số 8). Bạn cũng có thể chỉ định tên thành phần nào sẽ hiển thị trong báo cáo: viết tắt (Tên) hoặc đầy đủ (FullName).

Cơm. 8. Biên tập bản đồ đo đạc của gói phần mềm INTEGRAL

Bạn có thể chỉnh sửa trực tiếp các thông số đo trong từng thông số đó (xem. Cơm. 9). Để thực hiện việc này, hãy nhấp vào biểu tượng nằm trên nút bên cạnh tên phép đo.

Cơm. 9. Ví dụ chỉnh sửa thư mục 1 Sản phẩm, dịch vụ tại

Sử dụng trình chỉnh sửa này, bạn có thể chọn các thành phần bạn muốn hiển thị trong báo cáo. Theo mặc định, tất cả các thành phần đều được hiển thị trong báo cáo, nhưng nếu cần, một số thành phần hoặc thư mục có thể bị bỏ qua. Ví dụ: nếu bạn chỉ cần hiển thị một nhóm sản phẩm trong báo cáo thì bạn cần bỏ chọn tất cả các nhóm sản phẩm khác trong trình chỉnh sửa đo lường. Sau đó, báo cáo sẽ chỉ chứa một nhóm sản phẩm (xem. Cơm. 10).

Bạn cũng có thể sắp xếp các thành phần trong trình chỉnh sửa này. Ngoài ra, các phần tử có thể được sắp xếp lại những cách khác. Sau khi tập hợp lại như vậy, báo cáo sẽ được xây dựng lại ngay lập tức.

Cơm. 10. Ví dụ về kết quả đầu ra trong một báo cáo chỉ có một nhóm sản phẩm (thư mục) trong gói phần mềm INTEGRAL

Trong trình chỉnh sửa thứ nguyên, bạn có thể nhanh chóng tạo các nhóm của riêng mình, kéo và thả các phần tử từ các thư mục ở đó, v.v. Theo mặc định, chỉ có nhóm Khác được tạo tự động nhưng có thể tạo các nhóm khác. Do đó, bằng cách sử dụng trình chỉnh sửa thứ nguyên, bạn có thể định cấu hình thành phần nào của sách tham khảo và thứ tự nào sẽ được hiển thị trong báo cáo.

Cần lưu ý rằng tất cả sự sắp xếp lại như vậy không được ghi lại. Nghĩa là, sau khi đóng báo cáo hoặc sau khi tính toán lại, tất cả các thư mục sẽ được hiển thị trong báo cáo theo phương pháp đã định cấu hình.

Trên thực tế, tất cả những thay đổi như vậy có thể đã được thực hiện ngay từ đầu khi thiết lập đường dây.

Ví dụ: bằng cách sử dụng các hạn chế, bạn cũng có thể chỉ định thành phần hoặc nhóm thư mục nào sẽ được hiển thị trong báo cáo và thành phần nào không nên hiển thị.

Ghi chú: chủ đề của bài viết này được thảo luận chi tiết hơn tại hội thảo "Quản lý ngân sách doanh nghiệp" Và “Tổ chức và tự động hóa kế toán quản trị”được thực hiện bởi tác giả của bài viết này, Alexander Karpov.

Nếu người dùng gần như thường xuyên chỉ cần hiển thị một số yếu tố nhất định hoặc thư mục thư mục thì tốt hơn hết bạn nên thực hiện trước các cài đặt đó khi tạo dòng báo cáo. Nếu sự kết hợp khác nhau của các thành phần thư mục trong báo cáo là quan trọng đối với người dùng thì không cần thiết lập bất kỳ hạn chế nào khi thiết lập phương pháp. Tất cả những hạn chế như vậy có thể được cấu hình nhanh chóng bằng trình chỉnh sửa đo lường.

Năm 1993, người sáng lập cách tiếp cận quan hệ để xây dựng cơ sở dữ liệu, Edgar Codd và các cộng sự của ông (Edgar Codd, một nhà toán học và đồng nghiệp của IBM), đã xuất bản một bài báo do Arbor Software (ngày nay là công ty nổi tiếng Hyperion Solutions) khởi xướng, có tựa đề "Cung cấp OLAP ( xử lý phân tích trực tuyến) cho người dùng phân tích", trong đó xây dựng 12 tính năng của công nghệ OLAP, sau đó được bổ sung thêm sáu tính năng nữa. Những điều khoản này đã trở thành nội dung chính của một công nghệ mới và rất hứa hẹn.

Các tính năng chính của công nghệ OLAP (Cơ bản):

biểu diễn khái niệm đa chiều của dữ liệu;
thao tác dữ liệu trực quan;
tính sẵn có và chi tiết của dữ liệu;
lô hàng trích xuất dữ liệu chống lại việc giải thích;
mô hình phân tích OLAP;
kiến trúc máy khách-máy chủ (OLAP có thể truy cập từ máy tính để bàn);
tính minh bạch (truy cập minh bạch vào dữ liệu bên ngoài);
hỗ trợ nhiều người dùng.

Tính năng đặc biệt(Đặc biệt):

xử lý dữ liệu không chính thức;
lưu kết quả OLAP: lưu trữ chúng tách biệt với dữ liệu nguồn;
loại trừ các giá trị còn thiếu;
Xử lý các giá trị bị thiếu.

Đặc điểm của báo cáo(Báo cáo):

linh hoạt trong việc báo cáo;
hiệu suất báo cáo tiêu chuẩn;
cấu hình tự động của lớp trích xuất dữ liệu vật lý.

Quản lý kích thước(Kích thước):

tính phổ quát của các phép đo;
không giới hạn số lượng kích thước và mức độ tổng hợp;
không giới hạn số lượng thao tác giữa các chiều.

Trong lịch sử, ngày nay thuật ngữ "OLAP" không chỉ ám chỉ cái nhìn đa chiều về dữ liệu từ người dùng cuối mà còn là cái nhìn đa chiều về dữ liệu trong cơ sở dữ liệu đích. Đây chính xác là lý do tại sao sự xuất hiện dưới dạng các thuật ngữ độc lập được kết nối với nhau "OLAP quan hệ"(ROLAP) và "OLAP đa chiều"(MOLAP).

Dịch vụ OLAP là một công cụ để phân tích khối lượng lớn dữ liệu trong thời gian thực. Bằng cách tương tác với hệ thống OLAP, người dùng sẽ có thể xem thông tin một cách linh hoạt, lấy các lát dữ liệu tùy ý và thực hiện các hoạt động phân tích chi tiết, tích chập, phân phối từ đầu đến cuối và so sánh theo thời gian bằng cách sử dụng đồng thời nhiều tham số. Tất cả công việc với hệ thống OLAP đều diễn ra theo lĩnh vực chủ đề và cho phép bạn xây dựng các mô hình thống kê hợp lý về tình hình kinh doanh.

Phần mềm OLAP- nó là một công cụ phân tích hoạt động dữ liệu chứa trong kho lưu trữ. Tính năng chính là những công cụ này được dành cho những người không chuyên trong lĩnh vực này sử dụng công nghệ thông tin, không phải là một chuyên gia thống kê, mà là một chuyên gia trong lĩnh vực quản lý ứng dụng - người quản lý một phòng, ban, quản lý và cuối cùng là giám đốc. Các công cụ được thiết kế để giao tiếp với nhà phân tích với vấn đề, không phải với máy tính. Trong bộ lễ phục. Hình 6.14 cho thấy khối OLAP cơ bản cho phép bạn đánh giá dữ liệu theo ba chiều.

Khối OLAP đa chiều và hệ thuật toán tương ứng xử lý thống kê cho phép bạn phân tích dữ liệu ở bất kỳ mức độ phức tạp nào vào bất kỳ khoảng thời gian nào.

Cơm. 6.14.

Có sẵn các cơ chế linh hoạt để thao tác dữ liệu và hiển thị trực quan (Hình 6.15, Hình 6.16), trước tiên người quản lý sẽ kiểm tra dữ liệu từ các góc độ khác nhau có thể (hoặc có thể không) liên quan đến vấn đề đang được giải quyết.

Tiếp theo, anh so sánh các chỉ số kinh doanh khác nhau với nhau, cố gắng xác định các mối quan hệ tiềm ẩn; có thể xem xét dữ liệu kỹ hơn, chi tiết hơn, chẳng hạn như chia dữ liệu thành các thành phần theo thời gian, khu vực hoặc khách hàng hoặc ngược lại, khái quát hóa hơn nữa cách trình bày thông tin để loại bỏ các chi tiết gây mất tập trung. Sau đó, sử dụng mô-đun đánh giá thống kê và mô hình mô phỏng Một số phương án để phát triển các sự kiện được xây dựng và phương án chấp nhận được nhất sẽ được chọn từ chúng.

Cơm. 6.15.

Ví dụ, một người quản lý công ty có thể đưa ra giả thuyết rằng mức độ tăng trưởng tài sản lan rộng ở các chi nhánh khác nhau của công ty phụ thuộc vào tỷ lệ các chuyên gia có trình độ học vấn về kinh tế và kỹ thuật trong đó. Để kiểm tra giả thuyết này, người quản lý có thể yêu cầu kho hàng và hiển thị trên biểu đồ tỷ lệ lãi suất đối với những chi nhánh có tốc độ tăng trưởng tài sản trong quý hiện tại giảm hơn 10% so với năm ngoái và đối với những chi nhánh tăng hơn 25%. Anh ta có thể sử dụng một lựa chọn đơn giản từ menu được cung cấp. Nếu kết quả thu được rơi vào hai nhóm tương ứng một cách đáng kể thì điều này sẽ trở thành động lực để thử nghiệm thêm giả thuyết được đưa ra.

Hiện nay, một hướng gọi là mô hình động(Mô phỏng động), thực hiện đầy đủ nguyên tắc FASMI trên.

Sử dụng mô hình động, nhà phân tích xây dựng mô hình tình huống kinh doanh phát triển theo thời gian, theo một kịch bản nhất định. Hơn nữa, kết quả của việc lập mô hình như vậy có thể là một số tình huống kinh doanh mới tạo ra một cây phương pháp khả thi với sự đánh giá về khả năng và triển vọng của từng vấn đề.

Cơm. 6.16.

Bảng 6.3 thể hiện các đặc tính so sánh của phân tích tĩnh và động.

Bảng 6.3.

đặc trưng	Phân tích tĩnh	Phân tích động
Các loại câu hỏi	Ai? Cái gì? Bao nhiêu? Làm sao? Khi? Ở đâu?	Tại sao vậy? Điều gì sẽ xảy ra nếu...? Chuyện gì sẽ xảy ra nếu…?
Thời gian đáp ứng	Không quy định	Giây
Hoạt động dữ liệu điển hình	Báo cáo, biểu đồ, bảng, bản vẽ theo quy định	Trình tự tương tác của các báo cáo, biểu đồ, màn hình hình thức. Thay đổi động mức độ tổng hợp và lát dữ liệu
Mức độ yêu cầu phân tích	Trung bình	Cao
Loại hình màn hình	Về cơ bản được xác định trước, quy định	Người dùng xác định, có thể tùy chỉnh
Mức độ tổng hợp dữ liệu	Chi tiết và tóm tắt	Đã xác định người dùng
“Tuổi” dữ liệu	Lịch sử và hiện tại	Lịch sử, hiện tại và dự kiến
Các loại yêu cầu	Hầu hết có thể dự đoán được	Không thể đoán trước - tùy từng trường hợp
Mục đích	Xử lý phân tích được quy định	Phân tích, lập mô hình và dự báo nhiều lần

Hầu như luôn luôn, nhiệm vụ xây dựng một hệ thống phân tích để phân tích dữ liệu đa chiều là nhiệm vụ xây dựng một hệ thống thông tin duy nhất, hoạt động nhất quán dựa trên các giải pháp và phần mềm không đồng nhất. Và việc lựa chọn các phương tiện để triển khai IP trở nên vô cùng nhiệm vụ đầy thử thách. Nhiều yếu tố phải được tính đến ở đây, bao gồm cả khả năng tương thích lẫn nhau của nhiều thành phần phần mềm, dễ dàng phát triển, sử dụng và tích hợp, hiệu quả hoạt động, tính ổn định và thậm chí cả hình thức, mức độ và triển vọng tiềm năng của mối quan hệ giữa các công ty sản xuất khác nhau.

OLAP có thể áp dụng ở bất cứ nơi nào có nhiệm vụ phân tích dữ liệu đa biến. Nhìn chung, nếu bạn có một bảng dữ liệu có ít nhất một cột mô tả và một cột có số thì công cụ OLAP sẽ là công cụ hữu hiệu để phân tích và tạo báo cáo. Để làm ví dụ về việc sử dụng công nghệ OLAP, hãy xem xét nghiên cứu về kết quả của quá trình bán hàng.

Các câu hỏi chính: “Đã bán được bao nhiêu?”, “Bán được bao nhiêu?” mở rộng khi hoạt động kinh doanh trở nên phức tạp hơn và dữ liệu lịch sử tích lũy thành một số yếu tố hoặc phần nhất định: “..ở St. Petersburg, Moscow, Urals, Siberia…”, “.. trong quý trước, so với cái hiện tại,” “ ..từ nhà cung cấp A so với nhà cung cấp B...", v.v.

Câu trả lời cho những câu hỏi như vậy là cần thiết để đưa ra quyết định quản lý: về thay đổi chủng loại, giá cả, đóng và mở cửa hàng, chi nhánh, chấm dứt và ký hợp đồng với đại lý, thực hiện hoặc chấm dứt chiến dịch quảng cáo vân vân.

Nếu bạn cố gắng làm nổi bật các số liệu (sự kiện) và các phần (đối số đo lường) chính mà nhà phân tích thao tác, cố gắng mở rộng hoặc tối ưu hóa hoạt động kinh doanh của công ty, bạn sẽ nhận được một bảng phù hợp để phân tích doanh số bán hàng như một loại mẫu yêu cầu điều chỉnh thích hợp cho từng doanh nghiệp cụ thể.

Thời gian. Theo quy định, đây là một số khoảng thời gian: Năm, Quý, Tháng, Thập kỷ, Tuần, Ngày. Nhiều công cụ OLAP tự động tính toán khoảng thời gian cao nhất kể từ một ngày và tính tổng cho chúng.

Danh mục sản phẩm. Có thể có một số danh mục, chúng khác nhau đối với từng loại hình kinh doanh: Loại, Mẫu mã, Loại bao bì, v.v. Nếu chỉ bán một sản phẩm hoặc số lượng chủng loại rất nhỏ thì không cần phải có danh mục.

Sản phẩm. Đôi khi tên của sản phẩm (hoặc dịch vụ), mã hoặc số mặt hàng của nó được sử dụng. Trong trường hợp chủng loại rất lớn (và một số doanh nghiệp có hàng chục nghìn mặt hàng trong bảng giá), việc phân tích ban đầu cho tất cả các loại hàng hóa có thể không được thực hiện mà khái quát hóa thành một số danh mục đã thống nhất.

Vùng đất. Tùy thuộc vào tính toàn cầu của doanh nghiệp, bạn có thể có nghĩa là Lục địa, Nhóm quốc gia, Quốc gia, Lãnh thổ, Thành phố, Quận, Đường, Một phần đường phố. Tất nhiên, nếu chỉ có một lối thoát thì không gian này sẽ bị thiếu.

Người bán hàng. Cách đo lường này còn phụ thuộc vào cơ cấu và quy mô của doanh nghiệp. Đó có thể là: Chi nhánh, Cửa hàng, Đại lý, Giám đốc bán hàng. Trong một số trường hợp, không có thước đo nào, ví dụ: khi người bán không ảnh hưởng đến doanh số bán hàng thì chỉ có một cửa hàng, v.v.

Người mua. Trong một số trường hợp, chẳng hạn như bán lẻ, người mua là khách quan và không có thước đo; trong các trường hợp khác, thông tin về người mua luôn có sẵn và rất quan trọng cho việc bán hàng. Thứ nguyên này có thể chứa tên công ty mua hàng hoặc nhiều nhóm và đặc điểm của khách hàng: Ngành, Nhóm doanh nghiệp, Chủ sở hữu, v.v.. Phân tích cơ cấu bán hàng để xác định các thành phần quan trọng nhất trong bối cảnh quan tâm. Đối với điều này, sẽ rất thuận tiện khi sử dụng, chẳng hạn như sơ đồ kiểu “Pie” trong các trường hợp phức tạp khi kiểm tra 3 chiều cùng một lúc - “Cột”. Ví dụ: trong cửa hàng Thiết bị Máy tính trong quý, doanh số bán máy tính lên tới 100.000 USD, thiết bị chụp ảnh - 10.000 USD và hàng tiêu dùng - 4.500 USD. Kết luận: doanh thu của cửa hàng phụ thuộc phần lớn vào việc bán máy tính (trên thực tế, có lẽ vật tư tiêu hao là cần thiết để bán máy tính, nhưng đây là bản phân tích về sự phụ thuộc nội bộ).

Phân tích động lực học ( Phân tích hồi quy- xác định xu hướng). Xác định xu hướng và biến động theo mùa. Động lực học được hiển thị rõ ràng bằng biểu đồ loại “Đường”. Ví dụ: doanh số bán sản phẩm của Intel giảm trong năm, trong khi doanh số bán hàng của Microsoft lại tăng. Có lẽ phúc lợi của khách hàng bình thường đã được cải thiện, hoặc hình ảnh của cửa hàng đã thay đổi và kéo theo đó là thành phần khách hàng. Sự phân loại cần phải được điều chỉnh. Một ví dụ khác: trong 3 năm, doanh số bán máy quay video giảm vào mùa đông.

Phân tích phụ thuộc(phân tích tương quan). So sánh khối lượng bán hàng của các sản phẩm khác nhau theo thời gian để xác định chủng loại cần thiết - “giỏ”. Việc sử dụng biểu đồ “Đường” cho mục đích này cũng rất thuận tiện. Ví dụ: khi máy in bị loại khỏi phạm vi sản phẩm trong hai tháng đầu tiên, doanh số bán hộp mực đã giảm.

Độ phân tán, độ lệch trung bình, các chế độ bậc cao hơn - có thể thu được các loại báo cáo phân tích phức tạp nhất.

Hệ thống OLAP là một phần của khái niệm tổng quát hơn về “tài nguyên doanh nghiệp trí tuệ” hoặc “công cụ phân tích kinh doanh thông minh” (Business Intelligence - BI), bao gồm, ngoài dịch vụ OLAP truyền thống, các công cụ để tổ chức chia sẻ dữ liệu và thông tin phát sinh trong quá trình sử dụng phương tiện lưu trữ công việc. Công nghệ Business Intelligence cung cấp trao đổi điện tử tài liệu báo cáo, phân biệt quyền người sử dụng, tiếp cận thông tin phân tích từ Internet và Intranet.

Mục đích khóa học là nghiên cứu về công nghệ OLAP, khái niệm về cách triển khai và cấu trúc của nó.

Trong thế giới hiện đại, mạng máy tính và hệ thống máy tính có thể phân tích và xử lý lượng lớn dữ liệu.

Một lượng lớn thông tin làm phức tạp đáng kể việc tìm kiếm giải pháp, nhưng giúp có được các tính toán và phân tích chính xác hơn nhiều. Để giải quyết vấn đề này, có cả một lớp hệ thống thông tin thực hiện phân tích. Những hệ thống như vậy được gọi là hệ thống hỗ trợ quyết định (DSS) (Hệ thống hỗ trợ quyết định).

Để thực hiện phân tích, DSS phải tích lũy thông tin, có phương tiện để nhập và lưu trữ thông tin đó. Tổng cộng, chúng ta có thể phân biệt ba nhiệm vụ chính được giải quyết trong DSS:

· nhập dữ liệu;

· lưu trữ dữ liệu;

· phân tích dữ liệu.

Việc nhập dữ liệu vào DSS được thực hiện tự động từ các cảm biến mô tả trạng thái của môi trường hoặc quy trình hoặc bởi người vận hành.

Nếu việc nhập dữ liệu được thực hiện tự động từ các cảm biến thì dữ liệu sẽ được tích lũy bằng tín hiệu sẵn sàng xảy ra khi thông tin xuất hiện hoặc bằng cách kiểm tra vòng theo chu kỳ. Nếu việc nhập liệu được thực hiện bởi một người thì họ phải cung cấp cho người dùng các phương tiện thuận tiện để nhập dữ liệu, kiểm tra tính chính xác của dữ liệu đầu vào cũng như thực hiện các phép tính cần thiết.

Khi nhiều toán tử nhập dữ liệu đồng thời, cần giải quyết các vấn đề về sửa đổi và truy cập song song cùng một dữ liệu.

DSS cung cấp cho nhà phân tích dữ liệu dưới dạng báo cáo, bảng biểu, đồ thị để nghiên cứu và phân tích, đó là lý do tại sao các hệ thống như vậy cung cấp chức năng hỗ trợ quyết định.

Các hệ thống con nhập dữ liệu, được gọi là OLTP (Xử lý giao dịch trực tuyến), thực hiện xử lý dữ liệu vận hành. Để thực hiện chúng sử dụng hệ thống thông thường quản lý cơ sở dữ liệu (DBMS).

Hệ thống con phân tích có thể được xây dựng trên cơ sở:

· Hệ thống con phân tích truy xuất thông tin dựa trên DBMS quan hệ và các truy vấn tĩnh bằng cách sử dụng ngôn ngữ SQL;

· Hệ thống con phân tích hoạt động. Để triển khai các hệ thống con như vậy, công nghệ xử lý dữ liệu phân tích hoạt động OLAP được sử dụng, sử dụng khái niệm biểu diễn dữ liệu đa chiều;

· Hệ thống con phân tích trí tuệ. Hệ thống con này thực hiện các phương pháp và thuật toán DataMining.

Theo quan điểm của người dùng, hệ thống OLAP cung cấp phương tiện xem thông tin linh hoạt ở nhiều phần khác nhau, nhận tự động tổng hợp dữ liệu, thực hiện các thao tác phân tích tích chập, chi tiết hóa, so sánh theo thời gian. Nhờ tất cả những điều này, hệ thống OLAP là một giải pháp với lợi thế lớn trong lĩnh vực chuẩn bị dữ liệu cho tất cả các loại báo cáo kinh doanh, liên quan đến việc trình bày dữ liệu theo nhiều phần và cấp độ khác nhau phân cấp, chẳng hạn như báo cáo bán hàng, các dạng ngân sách khác nhau và các dạng khác. Các hệ thống OLAP có những lợi thế lớn khi thể hiện như vậy trong các dạng phân tích dữ liệu khác, bao gồm cả dự báo.

1.2 Định nghĩa OLAP -hệ thống

Công nghệ phân tích dữ liệu đa chiều phức tạp được gọi là OLAP. OLAP là thành phần chính của tổ chức kho dữ liệu.

Chức năng OLAP có thể được triển khai theo nhiều cách khác nhau, đơn giản như phân tích dữ liệu trong Ứng dụng văn phòng và các hệ thống phân tích phân tán phức tạp hơn dựa trên các sản phẩm máy chủ.

OLAP (On-LineAnalyticalProcessing) là công nghệ xử lý dữ liệu phân tích hoạt động sử dụng các công cụ và phương pháp thu thập, lưu trữ và phân tích dữ liệu đa chiều để hỗ trợ quá trình ra quyết định.

Mục đích chính của hệ thống OLAP là hỗ trợ hoạt động phân tích, yêu cầu tùy tiện nhà phân tích người dùng. Mục đích của phân tích OLAP là kiểm tra các giả thuyết mới nổi.

Mục đích của báo cáo

Báo cáo này sẽ tập trung vào một trong những loại công nghệ thông minh là công cụ phân tích tiện lợi - công nghệ OLAP.

Mục đích của báo cáo: làm sáng tỏ và nêu bật 2 vấn đề: 1) khái niệm OLAP và ý nghĩa ứng dụng của chúng trong quản lý tài chính; 2) triển khai chức năng OLAP trong giải pháp phần mềm: sự khác biệt, cơ hội, thuận lợi, khó khăn.

Tôi muốn lưu ý ngay rằng OLAP là một công cụ phổ quát có thể được sử dụng trong bất kỳ lĩnh vực ứng dụng nào, không chỉ trong tài chính (như có thể hiểu từ tiêu đề của báo cáo), vốn yêu cầu phân tích dữ liệu. Các phương pháp khác nhau.

Quản lý tài chính

Quản lý tài chính là một lĩnh vực trong đó việc phân tích quan trọng hơn bất kỳ lĩnh vực nào khác. Bất kỳ quyết định tài chính và quản lý nào đều phát sinh do kết quả của các thủ tục phân tích nhất định. Ngày nay, quản lý tài chính đang trở nên quan trọng đối với sự hoạt động thành công của doanh nghiệp. Mặc dù thực tế quản lý tài chính là một quá trình phụ trợ trong doanh nghiệp nhưng nó đòi hỏi phải đặc biệt chú ý vì những quyết định sai lầm về tài chính và quản lý có thể dẫn đến tổn thất lớn.

Quản lý tài chính nhằm mục đích cung cấp cho doanh nghiệp nguồn tài chính với số lượng cần thiết, trong đúng thời điểm và đúng nơi để nhận hiệu quả tối đa từ việc sử dụng chúng thông qua việc phân phối tối ưu.

Có lẽ rất khó để xác định mức độ “hiệu quả sử dụng tài nguyên tối đa”, nhưng trong mọi trường hợp,

Giám đốc tài chính phải luôn biết:

Có bao nhiêu nguồn lực tài chính?
Nguồn vốn sẽ đến từ đâu và với số lượng bao nhiêu?
đầu tư vào đâu hiệu quả hơn và tại sao?
và tất cả những điều này cần phải được thực hiện vào thời điểm nào?
cần bao nhiêu để đảm bảo doanh nghiệp hoạt động bình thường?

Để có được câu trả lời hợp lý cho những câu hỏi này, cần phải có, phân tích và biết cách phân tích một số lượng đủ lớn các chỉ số hoạt động. Ngoài ra, FU bao gồm một số lượng lớn các lĩnh vực: phân tích dòng tiền (chuyển động Tiền bạc), phân tích tài sản và nợ phải trả, phân tích lợi nhuận, phân tích cận biên, phân tích lợi nhuận, phân tích phân loại.

Kiến thức

Vì vậy, yếu tố then chốt tạo nên hiệu quả của quy trình quản lý tài chính là sự sẵn có của kiến thức:

Kiến thức cá nhân về lĩnh vực chủ đề (có thể nói là lý thuyết và phương pháp luận), bao gồm kinh nghiệm, trực giác của một nhà tài chính/giám đốc tài chính
Kiến thức chung (của doanh nghiệp) hoặc thông tin có hệ thống về thực tế các giao dịch tài chính trong doanh nghiệp (tức là thông tin về tình trạng quá khứ, hiện tại và tương lai của doanh nghiệp, được trình bày dưới dạng các chỉ số và thước đo khác nhau)

Nếu điều đầu tiên nằm trong phạm vi hoạt động của nhà tài trợ này (hoặc giám đốc nhân sự đã thuê nhân viên này), thì điều thứ hai phải được tạo ra một cách có mục đích tại doanh nghiệp bằng nỗ lực chung của nhân viên dịch vụ tài chính và thông tin.

Bây giờ có gì

Tuy nhiên, hiện nay thường có một tình trạng nghịch lý ở các doanh nghiệp: có thông tin, có rất nhiều, quá nhiều. Nhưng nó ở trạng thái hỗn loạn: không có cấu trúc, không nhất quán, rời rạc, không phải lúc nào cũng đáng tin cậy và thường xuyên sai sót, gần như không thể tìm và lấy được. Việc tạo ra hàng núi báo cáo tài chính dài dòng và thường vô ích được thực hiện, điều này gây bất tiện cho phân tích tài chính, thật khó hiểu vì nó được tạo ra không phải để quản lý nội bộ mà để cung cấp cho các cơ quan quản lý bên ngoài.

Theo kết quả nghiên cứu của công ty Reuters Trong số 1.300 nhà quản lý quốc tế, 38% số người được hỏi cho biết họ dành nhiều thời gian để cố gắng tìm kiếm thông tin mình cần. Hóa ra một chuyên gia có trình độ cao dành thời gian được trả lương cao không phải cho việc phân tích dữ liệu mà để thu thập, tìm kiếm và hệ thống hóa thông tin cần thiết cho việc phân tích này. Đồng thời, các nhà quản lý bị quá tải với những dữ liệu thường không liên quan, điều này một lần nữa làm giảm hiệu quả công việc của họ. Nguyên nhân của tình trạng này: thừa thông tin và thiếu kiến thức.

phải làm gì

Thông tin phải được biến thành kiến thức. Đối với kinh doanh hiện đại, thông tin có giá trị, việc thu thập, tổng hợp, trao đổi, sử dụng một cách có hệ thống là một loại tiền tệ, nhưng để nhận được nó, cần phải quản lý thông tin, giống như bất kỳ quy trình kinh doanh nào.

Chìa khóa của quản lý thông tin là cung cấp thông tin phù hợp theo đúng hình thức cho các bên liên quan trong tổ chức vào đúng thời điểm. Mục tiêu của việc quản lý như vậy là giúp mọi người làm việc cùng nhau tốt hơn bằng cách sử dụng lượng thông tin ngày càng tăng.

Công nghệ thông tin trong trường hợp này hoạt động như một phương tiện có thể hệ thống hóa thông tin trong doanh nghiệp, cung cấp cho một số người dùng nhất định quyền truy cập vào thông tin đó và cung cấp cho họ các công cụ để biến thông tin này thành kiến thức.

Các khái niệm cơ bản về công nghệ OLAP

Công nghệ OLAP (từ Xử lý phân tích trực tuyến trong tiếng Anh) không phải là tên của một sản phẩm cụ thể mà là tên của toàn bộ công nghệ để phân tích vận hành dữ liệu đa chiều được tích lũy trong kho. Để hiểu được bản chất của OLAP, cần xem xét quy trình truyền thống để thu thập thông tin phục vụ việc ra quyết định.

Hệ thống hỗ trợ quyết định truyền thống

Tất nhiên, ở đây cũng có thể có nhiều lựa chọn: hỗn loạn thông tin hoàn chỉnh hoặc tình huống điển hình nhất khi doanh nghiệp có hệ thống vận hành với sự trợ giúp của hệ thống này, dữ liệu của một số hoạt động nhất định được ghi lại và lưu trữ trong cơ sở dữ liệu. Để trích xuất dữ liệu từ cơ sở dữ liệu cho mục đích phân tích, một hệ thống truy vấn các mẫu dữ liệu cụ thể đã được xây dựng.

Nhưng phương pháp hỗ trợ ra quyết định này thiếu tính linh hoạt và có nhiều nhược điểm:

lượng dữ liệu không đáng kể được sử dụng có thể hữu ích cho việc ra quyết định
đôi khi các báo cáo nhiều trang phức tạp được tạo, trong đó 1-2 dòng thực sự được sử dụng (phần còn lại chỉ để đề phòng) - quá tải thông tin
phản ứng chậm của quy trình đối với các thay đổi: nếu cần biểu diễn dữ liệu mới, yêu cầu phải được lập trình viên mô tả và mã hóa chính thức, chỉ sau đó mới được thực thi. Thời gian chờ: giờ, ngày. Hoặc có lẽ cần có một giải pháp ngay bây giờ, ngay lập tức. Nhưng sau khi nhận được thông tin mới, một câu hỏi mới sẽ nảy sinh (làm rõ)

Nếu các báo cáo truy vấn được trình bày dưới dạng một chiều thì các vấn đề kinh doanh thường mang tính đa chiều và nhiều mặt. Nếu bạn muốn có được bức tranh rõ ràng về hoạt động kinh doanh của một công ty, thì bạn cần phân tích dữ liệu từ nhiều góc độ khác nhau.

Nhiều công ty tạo ra sự xuất sắc Cơ sở dữ liệu quan hệ dữ liệu, lý tưởng nhất là phân loại hàng núi thông tin không được sử dụng, bản thân chúng không cung cấp phản ứng nhanh chóng hoặc đủ hiệu quả đối với các sự kiện thị trường. CÓ - cơ sở dữ liệu quan hệ đã, đang và sẽ là công nghệ phù hợp nhất để lưu trữ dữ liệu của công ty. Đó là về không bao nhiêu công nghệ mới DB mà đúng hơn là về các công cụ phân tích bổ sung cho các chức năng của các DBMS hiện có và đủ linh hoạt để cung cấp và tự động hóa các loại phân tích trí tuệ khác nhau vốn có trong OLAP.

Hiểu OLAP

OLAP cung cấp những gì?

Công cụ truy cập dữ liệu lưu trữ nâng cao
Thao tác dữ liệu tương tác động (xoay, hợp nhất hoặc truy sâu)
Thị giác hiển thị trực quan dữ liệu
Nhanh chóng - phân tích được thực hiện trong chế độ thực thời gian
Trình bày dữ liệu đa chiều - phân tích đồng thời một số chỉ số theo nhiều chiều

Để đạt được hiệu quả của việc sử dụng công nghệ OLAP, bạn phải: 1) hiểu bản chất của bản thân công nghệ và khả năng của chúng; 2) xác định rõ ràng những quy trình nào cần được phân tích, chúng sẽ được đặc trưng bởi những chỉ số nào và nên xem chúng ở những khía cạnh nào, tức là tạo một mô hình phân tích.

Các khái niệm cơ bản mà công nghệ OLAP vận hành như sau:

Đa chiều

Để hiểu tính đa chiều của dữ liệu, trước tiên bạn nên trình bày một bảng hiển thị, chẳng hạn như hiệu suất của Chi phí doanh nghiệp theo các yếu tố kinh tế và đơn vị kinh doanh.

Dữ liệu này được trình bày theo hai chiều:

bài báo
đơn vị kinh doanh

Bảng này không mang tính thông tin vì nó hiển thị doanh số bán hàng trong một khoảng thời gian cụ thể. Đối với các khoảng thời gian khác nhau, nhà phân tích sẽ phải so sánh một số bảng (cho từng khoảng thời gian):

Hình này cho thấy chiều thứ 3, Thời gian, ngoài hai chiều đầu tiên. (Bài viết, đơn vị kinh doanh)

Một cách khác để hiển thị dữ liệu đa chiều là biểu diễn nó dưới dạng khối lập phương:

Các khối OLAP cho phép các nhà phân tích lấy dữ liệu ở nhiều phần khác nhau để có được câu trả lời cho các câu hỏi do doanh nghiệp đặt ra:

Những chi phí nào là quan trọng trong đơn vị kinh doanh nào?
Chi phí đơn vị kinh doanh thay đổi như thế nào theo thời gian?
Các khoản mục chi phí thay đổi như thế nào theo thời gian?

Câu trả lời cho những câu hỏi như vậy là cần thiết để đưa ra quyết định quản lý: về việc giảm các khoản mục chi phí nhất định, tác động đến cấu trúc của chúng, xác định lý do thay đổi chi phí theo thời gian, sai lệch so với kế hoạch và loại bỏ chúng - tối ưu hóa cấu trúc của chúng.

Trong ví dụ này, chỉ có 3 chiều được xem xét. Thật khó để mô tả nhiều hơn 3 chiều, nhưng nó hoạt động theo cách tương tự như với 3 chiều.

Thông thường, các ứng dụng OLAP cho phép bạn lấy dữ liệu trên 3 thứ nguyên trở lên, ví dụ: bạn có thể thêm một thứ nguyên nữa - Kế hoạch-Thực tế, Danh mục chi phí: trực tiếp, gián tiếp, theo Đơn hàng, theo Tháng. Các thứ nguyên bổ sung cho phép bạn thu được nhiều lát cắt phân tích hơn và cung cấp câu trả lời cho các câu hỏi với nhiều điều kiện.

Hệ thống cấp bậc

OLAP cũng cho phép các nhà phân tích sắp xếp từng thứ nguyên thành một hệ thống phân cấp gồm các nhóm, nhóm con và tổng thể phản ánh thước đo trên toàn bộ tổ chức—cách hợp lý nhất để phân tích doanh nghiệp.

Ví dụ: nên nhóm chi phí theo thứ bậc:

OLAP cho phép các nhà phân tích lấy dữ liệu thành một thước đo tóm tắt chung (thực tế là trình độ cao), sau đó đi sâu xuống mức thấp nhất và các mức tiếp theo, từ đó phát hiện ra lý do chính xác cho sự thay đổi của chỉ báo.

Bằng cách cho phép các nhà phân tích sử dụng nhiều thứ nguyên trong khối dữ liệu, với khả năng xây dựng thứ nguyên theo thứ bậc, OLAP cung cấp một bức tranh về doanh nghiệp không bị nén bởi cấu trúc kho thông tin.

Thay đổi hướng phân tích trong khối (xoay dữ liệu)

Theo quy định, chúng hoạt động theo các khái niệm: thứ nguyên được chỉ định trong cột, hàng (có thể có một vài trong số chúng), các lát biểu mẫu còn lại, nội dung của thứ nguyên biểu mẫu bảng (doanh thu, chi phí, tiền mặt)

Thông thường, OLAP cho phép bạn thay đổi hướng của kích thước khối, từ đó trình bày dữ liệu ở các chế độ xem khác nhau.

Việc hiển thị dữ liệu khối phụ thuộc vào:

hướng kích thước: kích thước nào được chỉ định trong hàng, cột, lát;
các nhóm chỉ tiêu được đánh dấu theo hàng, cột, phần.
Việc thay đổi kích thước nằm trong phạm vi hành động của người dùng.

Do đó, OLAP cho phép bạn thực hiện nhiều loại phân tích khác nhau và hiểu mối quan hệ của chúng với kết quả của chúng.

Phân tích độ lệch là phân tích về việc thực hiện kế hoạch, được bổ sung bằng phân tích nhân tố về nguyên nhân sai lệch bằng cách chi tiết hóa các chỉ số.
Phân tích phụ thuộc: OLAP cho phép bạn xác định các phụ thuộc khác nhau giữa các thay đổi khác nhau, ví dụ: khi bia bị loại khỏi danh mục trong hai tháng đầu tiên, người ta phát hiện thấy doanh số bán gián đã giảm.
So sánh (phân tích so sánh). So sánh kết quả của sự thay đổi một chỉ tiêu theo thời gian, đối với một nhóm hàng hóa nhất định, ở các vùng khác nhau, v.v.
Phân tích động lực cho phép chúng tôi xác định các xu hướng nhất định về sự thay đổi của các chỉ số theo thời gian.

Hiệu quả: có thể nói rằng OLAP dựa trên quy luật tâm lý học: khả năng xử lý yêu cầu thông tin trong “thời gian thực” - theo tốc độ của quá trình người dùng hiểu phân tích dữ liệu.

Nếu cơ sở dữ liệu quan hệ có thể đọc khoảng 200 bản ghi mỗi giây và ghi 20 bản ghi, thì một máy chủ OLAP tốt, sử dụng các hàng và cột được tính toán, có thể hợp nhất 20.000-30.000 ô (tương đương với một bản ghi trong cơ sở dữ liệu quan hệ) mỗi giây.

Hiển thị: Cần nhấn mạnh rằng OLAP cung cấp các công cụ nâng cao biểu diễn đồ họa dữ liệu tới người dùng cuối. Bộ não con người có khả năng nhận biết và phân tích thông tin được trình bày dưới dạng hình ảnh hình học, với khối lượng lớn hơn vài bậc so với thông tin được trình bày ở dạng chữ và số. Ví dụ: Giả sử bạn cần tìm một khuôn mặt quen thuộc trong một trăm bức ảnh. Tôi tin rằng quá trình này sẽ khiến bạn mất không quá một phút. Bây giờ hãy tưởng tượng rằng thay vì những bức ảnh, bạn sẽ được cung cấp hàng trăm mô tả bằng lời nói về cùng một người. Tôi nghĩ rằng bạn sẽ không thể giải quyết được vấn đề được đề xuất.

Sự đơn giản: Đặc điểm chính của những công nghệ này là chúng được thiết kế để sử dụng không phải bởi chuyên gia trong lĩnh vực công nghệ thông tin, không phải bởi chuyên gia thống kê mà bởi chuyên gia trong lĩnh vực ứng dụng - giám đốc bộ phận tín dụng, giám đốc bộ phận ngân sách, và cuối cùng là giám đốc. Chúng được thiết kế để nhà phân tích giao tiếp với vấn đề chứ không phải với máy tính..

Bất chấp những khả năng tuyệt vời của OLAP (ngoài ra, ý tưởng này đã tương đối cũ - những năm 60), việc sử dụng thực tế của nó thực tế chưa bao giờ được tìm thấy trong các doanh nghiệp của chúng tôi. Tại sao?

không có thông tin hoặc khả năng không rõ ràng
thói quen suy nghĩ hai chiều
rào cản giá
nội dung công nghệ quá mức của các bài viết dành cho OLAP: các thuật ngữ bất thường thật đáng sợ - OLAP, “khai thác và cắt dữ liệu”, “truy vấn đặc biệt”, “xác định các mối tương quan quan trọng”

Cách tiếp cận của chúng tôi và phương Tây đối với việc sử dụng OLAP

Ngoài ra, chúng tôi còn có hiểu biết cụ thể về tiện ích ứng dụng của OLAP ngay cả khi hiểu rõ khả năng công nghệ của nó.

Các tác giả của chúng tôi và người Nga về nhiều tài liệu khác nhau dành cho OLAP bày tỏ quan điểm sau về tính hữu ích của OLAP: hầu hết đều coi OLAP là một công cụ cho phép bạn mở rộng và thu gọn dữ liệu một cách đơn giản và thuận tiện, thực hiện các thao tác mà nhà phân tích nghĩ đến trong quá trình phân tích. quá trình phân tích. Nhà phân tích nhìn thấy càng nhiều “lát cắt” và “phần” dữ liệu thì anh ta càng có nhiều ý tưởng, do đó, đòi hỏi ngày càng nhiều “lát cắt” để xác minh. Nó không đúng.

Sự hiểu biết của phương Tây về tính hữu ích của OLAP dựa trên mô hình phân tích phương pháp luận phải được kết hợp khi thiết kế các giải pháp OLAP. Nhà phân tích không nên chơi với khối OLAP và thay đổi kích thước và mức độ chi tiết, định hướng dữ liệu, hiển thị đồ họa của dữ liệu (và điều này thực sự cần thiết!), mà phải hiểu rõ ràng những khung nhìn nào anh ta cần, theo trình tự nào và tại sao (tất nhiên , các yếu tố " có thể có những khám phá ở đây, nhưng nó không phải là yếu tố cơ bản đối với tính hữu ích của OLAP).

Ứng dụng của OLAP

Ngân sách
Dòng vốn

Một trong những lĩnh vực ứng dụng công nghệ OLAP màu mỡ nhất. Không phải vô cớ mà không có hệ thống lập ngân sách hiện đại nào được coi là hoàn chỉnh nếu không có sự hiện diện của các công cụ OLAP để phân tích ngân sách. Hầu hết các báo cáo ngân sách đều được xây dựng dễ dàng trên cơ sở hệ thống OLAP. Đồng thời, các báo cáo trả lời rất nhiều câu hỏi: phân tích cơ cấu chi phí và thu nhập, so sánh chi phí cho một số khoản mục ở các bộ phận khác nhau, phân tích động thái và xu hướng chi phí cho một số khoản mục, phân tích chi phí và lợi nhuận.

OLAP sẽ cho phép bạn phân tích dòng tiền vào và dòng tiền ra trong bối cảnh hoạt động kinh doanh, đối tác, tiền tệ và thời gian để tối ưu hóa dòng tiền của họ.

Báo cáo tài chính và quản lý (với các phân tích mà quản lý cần)
Tiếp thị
Thẻ điểm cân bằng
Phân tích lợi nhuận

Nếu bạn có dữ liệu phù hợp, bạn có thể tìm thấy nhiều ứng dụng khác nhau của công nghệ OLAP.

sản phẩm OLAP

Phần này sẽ thảo luận về OLAP như một giải pháp phần mềm.

Yêu cầu chung đối với sản phẩm OLAP

Có nhiều cách để triển khai các ứng dụng OLAP, do đó không cần phải có công nghệ cụ thể nào hoặc thậm chí không được khuyến nghị. Tại điều kiện khác nhau và hoàn cảnh, cách tiếp cận này có thể thích hợp hơn cách tiếp cận khác. Các kỹ thuật triển khai bao gồm nhiều ý tưởng độc quyền khác nhau mà các nhà cung cấp rất tự hào: các biến thể của kiến trúc máy khách-máy chủ, phân tích chuỗi thời gian, hướng đối tượng, tối ưu hóa lưu trữ dữ liệu, quy trình song song, v.v. Nhưng những công nghệ này không thể là một phần của định nghĩa OLAP.

Có những đặc điểm phải được tuân thủ trong tất cả các sản phẩm OLAP (nếu đó là sản phẩm OLAP), đó là lý tưởng của công nghệ. Đây là 5 định nghĩa chínhđặc trưng cho OLAP (còn gọi là bài kiểm tra FASMI): Phân tích nhanh thông tin đa chiều được chia sẻ.

Nhanh(FAST) có nghĩa là hệ thống có thể cung cấp hầu hết phản hồi cho người dùng trong vòng khoảng năm giây. Ngay cả khi hệ thống cảnh báo rằng quá trình này sẽ mất nhiều thời gian hơn, người dùng có thể bị phân tâm và mất suy nghĩ, đồng thời chất lượng phân tích sẽ bị ảnh hưởng. Tốc độ này không dễ đạt được với lượng dữ liệu lớn, đặc biệt nếu cần phải thực hiện các phép tính đặc biệt nhanh chóng. Các nhà cung cấp sử dụng nhiều phương pháp khác nhau để đạt được mục tiêu này, bao gồm các hình thức lưu trữ dữ liệu chuyên dụng, mở rộng tính toán sơ bộ hoặc thắt chặt các yêu cầu về phần cứng. Tuy nhiên, hiện tại chưa có giải pháp tối ưu hóa hoàn toàn. Thoạt nhìn, có vẻ đáng ngạc nhiên khi nhận được một báo cáo trong một phút mà cách đây không lâu phải mất nhiều ngày, người dùng rất nhanh chóng cảm thấy nhàm chán trong khi chờ đợi và dự án trở nên kém thành công hơn nhiều so với trường hợp ngay lập tức. phản hồi, thậm chí phải trả giá bằng việc phân tích ít chi tiết hơn.
Đã chia sẻ có nghĩa là hệ thống có thể đáp ứng tất cả các yêu cầu bảo vệ dữ liệu và triển khai quyền truy cập phân tán và đồng thời vào dữ liệu cho các cấp độ người dùng khác nhau. Hệ thống phải có khả năng xử lý nhiều thay đổi dữ liệu một cách kịp thời và an toàn. Đây là điểm yếu lớn của nhiều sản phẩm OLAP, có xu hướng cho rằng tất cả các ứng dụng OLAP đều ở chế độ chỉ đọc và cung cấp các biện pháp kiểm soát bảo mật được đơn giản hóa.
đa chiều là một yêu cầu then chốt. Nếu bạn phải định nghĩa OLAP bằng một từ, bạn sẽ chọn nó. Hệ thống phải cung cấp cái nhìn khái niệm đa chiều về dữ liệu, bao gồm hỗ trợ đầy đủ cho các hệ thống phân cấp và nhiều hệ thống phân cấp, vì điều này xác định cách hợp lý nhất để phân tích hoạt động kinh doanh. Không có số lượng phép đo tối thiểu cần được xử lý vì điều này cũng phụ thuộc vào ứng dụng và hầu hết sản phẩm OLAP, có đủ kích thước cho thị trường mà họ nhắm mục tiêu. Một lần nữa, chúng tôi không chỉ định nên sử dụng công nghệ cơ sở dữ liệu cơ bản nào nếu người dùng muốn có được cái nhìn khái niệm đa chiều thực sự về thông tin. Tính năng này là trái tim của OLAP
Thông tin. Thông tin cần thiết phải được lấy ở nơi cần thiết, bất kể khối lượng và vị trí lưu trữ của nó. Tuy nhiên, rất nhiều phụ thuộc vào ứng dụng. Sức mạnh của các sản phẩm khác nhau được đo lường ở lượng dữ liệu đầu vào mà chúng có thể xử lý chứ không phải ở chỗ chúng có thể lưu trữ bao nhiêu gigabyte. Sức mạnh của các sản phẩm rất khác nhau - các sản phẩm OLAP lớn nhất có thể xử lý dữ liệu nhiều hơn ít nhất một nghìn lần so với sản phẩm nhỏ nhất. Có nhiều yếu tố cần xem xét về vấn đề này, bao gồm sao chép dữ liệu, yêu cầu RAM, mức sử dụng dung lượng ổ đĩa, số liệu hiệu suất, tích hợp với kho thông tin, v.v.
Phân tích có nghĩa là hệ thống có thể đối phó với mọi vấn đề logic và Phân tích thống kê, dành riêng cho một ứng dụng nhất định và đảm bảo rằng nó được lưu trữ ở dạng mà người dùng cuối có thể truy cập được. Người dùng sẽ có thể xác định các phép tính tùy chỉnh mới như một phần của phân tích mà không cần lập trình. Nghĩa là, tất cả chức năng phân tích cần thiết phải được cung cấp một cách trực quan để người dùng cuối. Các công cụ phân tích có thể bao gồm các quy trình nhất định, chẳng hạn như phân tích chuỗi thời gian, phân bổ chi phí, chuyển tiền, tìm kiếm mục tiêu, v.v. Những khả năng như vậy rất khác nhau giữa các sản phẩm, tùy thuộc vào định hướng mục tiêu.

Nói cách khác, 5 định nghĩa chính này là mục tiêu mà các sản phẩm OLAP được thiết kế để đạt được.

Các khía cạnh công nghệ của OLAP

Một hệ thống OLAP bao gồm một số thành phần nhất định. Có nhiều kế hoạch hoạt động khác nhau mà sản phẩm này hoặc sản phẩm kia có thể thực hiện.

Các thành phần của hệ thống OLAP (hệ thống OLAP bao gồm những gì?)

Thông thường, hệ thống OLAP bao gồm các thành phần sau:

Nguồn dữ liệu
Nguồn lấy dữ liệu để phân tích (kho dữ liệu, cơ sở dữ liệu của hệ thống kế toán vận hành, bộ bảng, sự kết hợp của những thứ trên).
máy chủ OLAP
Dữ liệu từ nguồn được chuyển hoặc sao chép sang máy chủ OLAP, nơi dữ liệu được hệ thống hóa và chuẩn bị để tạo phản hồi nhanh hơn cho các truy vấn.
ứng dụng khách OLAP
Giao diện người dùng với máy chủ OLAP nơi người dùng vận hành

Cần lưu ý rằng không phải tất cả các thành phần đều được yêu cầu. Có các hệ thống OLAP trên máy tính để bàn cho phép bạn phân tích dữ liệu được lưu trữ trực tiếp trên máy tính của người dùng và không yêu cầu máy chủ OLAP.

Tuy nhiên, yếu tố cần thiết là nguồn dữ liệu: sự hiện diện của dữ liệu Câu hỏi quan trọng. Nếu chúng tồn tại, dưới mọi hình thức, như bảng Excel, trong cơ sở dữ liệu hệ thống kế toán, dưới dạng báo cáo chi nhánh có cấu trúc, chuyên gia CNTT sẽ có thể tích hợp trực tiếp với hệ thống OLAP hoặc bằng chuyển đổi trung gian. Hệ thống OLAP có các công cụ đặc biệt cho việc này. Nếu dữ liệu này không có sẵn hoặc không đầy đủ và chất lượng thì OLAP sẽ không giúp ích được gì. Nghĩa là, OLAP chỉ là cấu trúc thượng tầng trên dữ liệu và nếu không có thì nó sẽ trở thành một thứ vô dụng.

Hầu hết dữ liệu cho các ứng dụng OLAP đều bắt nguồn từ các hệ thống khác. Tuy nhiên, trong một số ứng dụng (ví dụ: lập kế hoạch hoặc lập ngân sách), dữ liệu có thể được tạo trực tiếp trong ứng dụng OLAP. Khi dữ liệu đến từ các ứng dụng khác, dữ liệu thường cần được lưu trữ ở dạng riêng biệt, trùng lặp cho ứng dụng OLAP. Vì vậy, việc tạo kho dữ liệu là điều nên làm.

Cần lưu ý rằng thuật ngữ “OLAP” gắn bó chặt chẽ với thuật ngữ “kho dữ liệu” (Data Warehouse). Kho dữ liệu là một bộ sưu tập dữ liệu theo miền cụ thể, dựa trên thời gian và không thể thay đổi để hỗ trợ việc ra quyết định quản lý. Dữ liệu vào bộ lưu trữ từ các hệ điều hành(hệ thống OLTP), được thiết kế để tự động hóa quy trình kinh doanh, bộ nhớ có thể được bổ sung từ các nguồn bên ngoài, chẳng hạn như báo cáo thống kê.

Mặc dù thực tế là chúng chứa thông tin dư thừa rõ ràng đã có trong cơ sở dữ liệu hoặc tệp hệ điều hành, nhưng kho dữ liệu vẫn cần thiết vì:

phân mảnh dữ liệu, lưu trữ nó ở nhiều định dạng DBMS khác nhau;
hiệu suất truy xuất dữ liệu được cải thiện
nếu trong doanh nghiệp, tất cả dữ liệu được lưu trữ trên máy chủ cơ sở dữ liệu trung tâm (điều này cực kỳ hiếm), thì nhà phân tích có thể sẽ không hiểu được cấu trúc phức tạp, đôi khi khó hiểu của chúng
truy vấn phân tích phức tạp để thông tin hoạt động làm chậm tiến độ công việc hiện tại của công ty, chặn bàn lâu ngày và chiếm đoạt tài nguyên máy chủ
khả năng làm sạch và hài hòa dữ liệu
không thể hoặc rất khó phân tích trực tiếp dữ liệu từ hệ điều hành;

Mục đích của kho lưu trữ là cung cấp “nguyên liệu thô” để phân tích ở một nơi và theo cách đơn giản, cấu trúc rõ ràng. Nghĩa là, khái niệm Kho dữ liệu không phải là khái niệm phân tích dữ liệu, mà nó là khái niệm chuẩn bị dữ liệu để phân tích. Nó liên quan đến việc thực hiện một nguồn dữ liệu tích hợp duy nhất.

Sản phẩm OLAP: kiến trúc

Khi sử dụng các sản phẩm OLAP, có hai câu hỏi quan trọng: làm thế nào và ở đâu giữ Và quá trình dữ liệu. Tùy thuộc vào cách triển khai hai quy trình này mà kiến trúc OLAP được phân biệt. Có 3 cách lưu trữ dữ liệu cho OLAP và 3 cách xử lý dữ liệu này. Nhiều nhà sản xuất đưa ra một số lựa chọn, một số cố gắng chứng minh rằng phương pháp của họ là phương pháp thận trọng nhất. Tất nhiên, điều này là vô lý. Tuy nhiên, rất ít sản phẩm có thể hoạt động hiệu quả ở nhiều chế độ.

Tùy chọn lưu trữ dữ liệu OLAP

Lưu trữ trong bối cảnh này có nghĩa là giữ dữ liệu ở trạng thái cập nhật liên tục.

Cơ sở dữ liệu quan hệ: Đây là lựa chọn điển hình nếu doanh nghiệp lưu trữ dữ liệu kế toán trong RDB. Trong hầu hết các trường hợp, dữ liệu phải được lưu trữ ở cấu trúc không chuẩn hóa (phù hợp nhất là lược đồ hình sao). Cơ sở dữ liệu chuẩn hóa không được chấp nhận do hiệu suất truy vấn rất thấp khi tạo tổng hợp cho OLAP (thường dữ liệu kết quả được lưu trữ trong bảng tổng hợp).
Tệp cơ sở dữ liệu trên máy khách (kiosk hoặc trung tâm dữ liệu): Dữ liệu này có thể được phân phối trước hoặc được tạo bởi các truy vấn trên máy khách.

Cơ sở dữ liệu đa chiều: Điều này giả định rằng dữ liệu được lưu trữ trong cơ sở dữ liệu đa chiều trên máy chủ. Nó có thể bao gồm dữ liệu được trích xuất và tóm tắt từ các hệ thống và cơ sở dữ liệu quan hệ khác, tệp người dùng cuối, v.v. Trong hầu hết các trường hợp, cơ sở dữ liệu đa chiều được lưu trữ trên đĩa, nhưng một số sản phẩm cho phép bạn sử dụng RAM, tính toán dữ liệu được sử dụng thường xuyên nhất một cách nhanh chóng " Rất ít sản phẩm dựa trên cơ sở dữ liệu đa chiều cho phép chỉnh sửa nhiều dữ liệu; nhiều sản phẩm cho phép chỉnh sửa một lần nhưng đọc nhiều dữ liệu, trong khi những sản phẩm khác chỉ giới hạn ở việc đọc.

Ba vị trí lưu trữ dữ liệu này có nhiều khả năng khác nhau theo dung lượng lưu trữ và chúng được sắp xếp theo thứ tự giảm dần theo khả năng. Chúng cũng có các đặc điểm hiệu suất truy vấn khác nhau: cơ sở dữ liệu quan hệ chậm hơn nhiều so với hai tùy chọn sau.

Tùy chọn xử lý dữ liệu OLAP

Có 3 tùy chọn xử lý dữ liệu giống nhau:

Sử dụng SQL: Tất nhiên, tùy chọn này được sử dụng khi lưu trữ dữ liệu trong RDB. Tuy nhiên, SQL không cho phép tính toán đa chiều trong một truy vấn duy nhất, vì vậy nó yêu cầu viết các truy vấn SQL phức tạp để đạt được nhiều hơn chức năng đa chiều cơ bản. Tuy nhiên, điều này không ngăn cản các nhà phát triển cố gắng. Trong hầu hết các trường hợp, chúng thực hiện một số lượng hạn chế các phép tính có liên quan trong SQL, với các kết quả có thể thu được từ quá trình xử lý dữ liệu đa chiều hoặc từ máy khách. Cũng có thể sử dụng bộ nhớ truy cập tạm thời, có thể lưu trữ dữ liệu bằng nhiều truy vấn: điều này đã cải thiện đáng kể phản hồi.
Xử lý đa chiều trên máy khách: Sản phẩm OLAP của máy khách tự thực hiện các phép tính nhưng việc xử lý như vậy chỉ khả dụng nếu người dùng có PC tương đối mạnh.

Xử lý đa chiều phía máy chủ: Đây là nơi phổ biến để thực hiện các phép tính đa chiều trong các ứng dụng OLAP máy khách-máy chủ và được sử dụng trong nhiều sản phẩm. Hiệu suất thường cao vì hầu hết các tính toán đã được thực hiện. Tuy nhiên, điều này đòi hỏi nhiều dung lượng đĩa.

Ma trận kiến trúc OLAP

Theo đó, bằng cách kết hợp các tùy chọn lưu trữ/xử lý, có thể thu được ma trận kiến trúc hệ thống OLAP. Theo đó, về mặt lý thuyết có thể có 9 sự kết hợp của các phương pháp này. Tuy nhiên, do 3 trong số đó thiếu ý thức chung nên trên thực tế chỉ có 6 lựa chọn để lưu trữ và xử lý dữ liệu OLAP.

Tùy chọn lưu trữ đa chiều dữ liệu Tùy chọn đa chiều xử lí dữ liệu	Cơ sở dữ liệu quan hệ	Cơ sở dữ liệu đa chiều phía máy chủ	Máy khách
	Độ lớn Carsis
Xử lý máy chủ đa chiều	Crystal Holos (chế độ ROLAP) Máy chủ OLAP IBM DB2 CA EUREKA:Chiến lược Thông báo MetaCube Phương tiện truyền thông tốc độ/MR Dịch vụ phân tích của Microsoft Oracle Express (chế độ ROLAP) Máy chủ phân tích thí điểm Ứng dụng iTM1	Pha lê Holos Chia sẻ quyết định Essbase Hyperion Oracle Express Phương tiện phần mềm tốc độ/M Dịch vụ phân tích của Microsoft Máy chủ doanh nghiệp PowerPlay Máy chủ phân tích thí điểm Ứng dụng iTM1
Xử lý đa chiều trên máy khách	Người khám phá Oracle Thông báo MetaCube	Cái nhìn sâu sắc về chiều Doanh nghiệp Hyperion	Cognos PowerPlay Chuyển phát nhanh cá nhân Quan điểm của iTM1

Vì việc lưu trữ quyết định quá trình xử lý nên thông thường người ta sẽ nhóm theo các tùy chọn lưu trữ, đó là:

Sản phẩm ROLAP thuộc lĩnh vực 1, 2, 3
OLAP trên máy tính để bàn - trong khu vực 6

Sản phẩm MOLAP – trong lĩnh vực 4 và 5

Sản phẩm HOLAP (cho phép cả tùy chọn lưu trữ dữ liệu đa chiều và quan hệ) – ở dạng 2 và 4 (in nghiêng)

Danh mục sản phẩm OLAP

Có hơn 40 nhà cung cấp OLAP, mặc dù không thể coi họ là đối thủ cạnh tranh vì năng lực của họ rất khác nhau và trên thực tế, họ hoạt động ở các phân khúc thị trường khác nhau. Chúng có thể được nhóm thành 4 loại cơ bản, sự khác biệt giữa chúng dựa trên các khái niệm sau: chức năng phức tạp - chức năng đơn giản, hiệu suất - dung lượng ổ đĩa. Việc mô tả các danh mục dưới dạng hình vuông rất hữu ích vì nó thể hiện rõ ràng mối quan hệ giữa chúng. Đặc điểm nổi bật của mỗi danh mục được thể hiện ở mặt của nó và những điểm tương đồng với các danh mục khác được thể hiện ở các mặt liền kề, do đó, các danh mục ở các mặt đối diện về cơ bản là khác nhau.

Đặc điểm

Thuận lợi

sai sót

đại diện

OLAP đã áp dụng

Hoàn thiện các ứng dụng với chức năng phong phú. Hầu hết tất cả đều yêu cầu cơ sở dữ liệu đa chiều, mặc dù một số hoạt động với cơ sở dữ liệu quan hệ. Nhiều loại ứng dụng này mang tính chuyên biệt, chẳng hạn như bán hàng, sản xuất, ngân hàng, lập ngân sách, hợp nhất tài chính, phân tích bán hàng.

Khả năng tích hợp với các ứng dụng khác nhau

Mức độ chức năng cao

Mức độ linh hoạt và khả năng mở rộng cao

Độ phức tạp của ứng dụng (cần đào tạo người dùng)

Giá cao

Giải pháp Hyperion

Quyết định tinh thể

Người xây dựng thông tin

Sản phẩm này dựa trên cấu trúc dữ liệu phi quan hệ, cung cấp khả năng lưu trữ, xử lý và trình bày dữ liệu đa chiều. Trong quá trình phân tích, dữ liệu được chọn riêng từ cấu trúc đa chiều. Cho dù cấp độ cao cởi mở, nhà cung cấp thuyết phục người mua mua công cụ của riêng họ

Hiệu suất cao (tính toán nhanh các chỉ số tóm tắt và các phép biến đổi đa chiều khác nhau cho bất kỳ thứ nguyên nào). Thời gian phản hồi trung bình cho một truy vấn phân tích đặc biệt khi sử dụng cơ sở dữ liệu đa chiều thường nhỏ hơn 1-2 bậc so với trường hợp RDB

Mức độ mở cao: có thể tích hợp một số lượng lớn sản phẩm

Dễ dàng xử lý các nhiệm vụ bao gồm nhiều chức năng tích hợp khác nhau trong mô hình thông tin, hướng dẫn người dùng phân tích chuyên ngành và như thế.

Nhu cầu về dung lượng ổ đĩa lớn để lưu trữ dữ liệu (do dữ liệu được lưu trữ dư thừa). Đây là cách sử dụng bộ nhớ cực kỳ kém hiệu quả - do không chuẩn hóa và tổng hợp được thực hiện trước, khối lượng dữ liệu trong cơ sở dữ liệu đa chiều tương ứng ít hơn 2,5-100 lần so với khối lượng dữ liệu chi tiết ban đầu. Trong mọi trường hợp, MOLAP không cho phép bạn làm việc với cơ sở dữ liệu lớn dữ liệu. Giới hạn thực sự là cơ sở dữ liệu 10-25 gigabyte

Khả năng “bùng nổ” cơ sở dữ liệu là sự gia tăng bất ngờ, mạnh mẽ, không cân xứng về khối lượng của nó

Thiếu tính linh hoạt khi sửa đổi cấu trúc dữ liệu. Bất kỳ sự thay đổi nào trong cấu trúc kích thước hầu như luôn đòi hỏi phải tái cấu trúc hoàn toàn siêu khối

Đối với cơ sở dữ liệu đa chiều, hiện chưa có tiêu chuẩn thống nhất về giao diện, ngôn ngữ mô tả và thao tác dữ liệu

Hyperion (Essbase)

DOLAP (OLAP máy tính để bàn)

Các sản phẩm OLAP của khách hàng khá dễ triển khai và có chi phí trên mỗi chỗ ngồi thấp

Chúng ta đang nói về quá trình xử lý phân tích như vậy trong đó các siêu khối nhỏ, kích thước của chúng nhỏ, nhu cầu khiêm tốn và để xử lý phân tích như vậy, chỉ cần một máy cá nhân trên máy tính để bàn là đủ

Mục tiêu của các nhà sản xuất thị trường này là tự động hóa hàng trăm, hàng nghìn công việc, nhưng người dùng phải thực hiện một phân tích khá đơn giản. Người mua thường được khuyến khích mua nhiều việc làm hơn mức cần thiết

Tích hợp tốt với cơ sở dữ liệu: đa chiều, quan hệ

Khả năng thực hiện mua hàng phức tạp, giúp giảm chi phí thực hiện dự án

Dễ dàng sử dụng các ứng dụng

Rất chức năng hạn chế(không thể so sánh về mặt này với các sản phẩm chuyên dụng)

Công suất rất hạn chế (khối lượng dữ liệu nhỏ, số lượng phép đo nhỏ)

Cognos (PowerPlay)

Những đối tượng kinh doanh

Quyết định tinh thể

Đây là khu vực nhỏ nhất của thị trường.

Dữ liệu chi tiết vẫn giữ nguyên ở vị trí ban đầu - trong cơ sở dữ liệu quan hệ; một số tập hợp được lưu trữ trong cùng một cơ sở dữ liệu trong các bảng dịch vụ được tạo đặc biệt

Có khả năng xử lý lượng dữ liệu rất lớn (lưu trữ tiết kiệm chi phí)

Cung cấp chế độ hoạt động cho nhiều người dùng, bao gồm chế độ chỉnh sửa chứ không chỉ đọc

Mức độ bảo vệ dữ liệu cao hơn và các tùy chọn tốt để phân biệt quyền truy cập

Có thể thay đổi thường xuyên cấu trúc đo lường (không yêu cầu tổ chức lại cơ sở dữ liệu về mặt vật lý)

Hiệu suất thấp, kém hơn đáng kể về tốc độ phản hồi so với truy vấn đa chiều (phản hồi đối với các truy vấn phức tạp được đo bằng phút hoặc thậm chí hàng giờ chứ không phải bằng giây). Đây là những công cụ xây dựng báo cáo tốt hơn các công cụ phân tích tương tác

Sự phức tạp của sản phẩm. Đòi hỏi chi phí bảo trì đáng kể từ các chuyên gia công nghệ thông tin. Để cung cấp hiệu suất tương đương với MOLAP, hệ thống quan hệ yêu cầu nghiên cứu cẩn thận về lược đồ cơ sở dữ liệu và thiết lập các chỉ mục, nghĩa là phải tốn rất nhiều công sức của người quản trị cơ sở dữ liệu

Đắt tiền để thực hiện

Những hạn chế của SQL vẫn là thực tế, điều này ngăn cản việc triển khai nhiều hàm dựng sẵn trong RDBMS vốn dễ dàng được cung cấp trong các hệ thống dựa trên cách biểu diễn dữ liệu đa chiều

Lợi thế thông tin

Thông tin (MetaCube)

Cần lưu ý rằng người tiêu dùng các sản phẩm lai cho phép lựa chọn chế độ ROLAP và MOLAP, chẳng hạn như Microsoft Analysis Services, Oracle Express, Crystal Holos, IBM DB2 OLAPServer, hầu như luôn chọn chế độ MOLAP.

Mỗi loại được trình bày đều có điểm mạnh và điểm yếu riêng, không có sự lựa chọn tối ưu duy nhất. Sự lựa chọn ảnh hưởng đến 3 khía cạnh quan trọng: 1) hiệu suất; 2) dung lượng ổ đĩa để lưu trữ dữ liệu; 3) khả năng, chức năng và đặc biệt là khả năng mở rộng của giải pháp OLAP. Trong trường hợp này, cần phải tính đến khối lượng dữ liệu đang được xử lý, sức mạnh của thiết bị, nhu cầu của người dùng và tìm kiếm sự thỏa hiệp giữa tốc độ và độ dư thừa của không gian đĩa bị cơ sở dữ liệu chiếm giữ, tính đơn giản và tính linh hoạt.

Phân loại Kho dữ liệu theo dung lượng của cơ sở dữ liệu đích

Nhược điểm của OLAP

Giống như bất kỳ công nghệ OLAP cũng có nhược điểm: yêu cầu cao về phần cứng, đào tạo và kiến thức của nhân viên hành chính và người dùng cuối, chi phí cao cho việc thực hiện dự án thực hiện (cả tiền bạc và thời gian, trí tuệ).

Chọn sản phẩm OLAP

Việc lựa chọn sản phẩm OLAP phù hợp tuy khó nhưng lại rất quan trọng nếu bạn muốn dự án không thất bại.

Như bạn có thể thấy, sự khác biệt của sản phẩm nằm ở nhiều lĩnh vực: chức năng, kiến trúc, kỹ thuật. Một số sản phẩm rất hạn chế trong cài đặt. Một số được thiết kế dành cho chuyên ngành Các môn học: tiếp thị, bán hàng, tài chính. Có những sản phẩm dành cho mục đích chung, không có ứng dụng cụ thể, phải khá linh hoạt. Theo quy định, những sản phẩm như vậy rẻ hơn những sản phẩm chuyên dụng nhưng chi phí thực hiện lại cao hơn. Phạm vi sản phẩm OLAP rất rộng - từ các công cụ xây dựng đơn giản nhất bảng tổng hợp và biểu đồ có trong các sản phẩm văn phòng, cho đến các công cụ phân tích dữ liệu và tìm kiếm mẫu có giá hàng chục nghìn đô la.

Giống như bất kỳ lĩnh vực nào khác, trong lĩnh vực OLAP không thể có hướng dẫn rõ ràng về việc lựa chọn công cụ. Chúng ta chỉ có thể tập trung vào một số những điểm chính và kết hợp các khả năng của phần mềm được cung cấp với nhu cầu của tổ chức. Một điều quan trọng: nếu không suy nghĩ đúng đắn về cách bạn sẽ sử dụng các công cụ OLAP, bạn có nguy cơ khiến chính mình phải đau đầu.

Trong quá trình lựa chọn, có 2 câu hỏi cần xem xét:

đánh giá nhu cầu và khả năng của doanh nghiệp
đánh giá các ưu đãi hiện có trên thị trường, xu hướng phát triển cũng rất quan trọng

Sau đó so sánh tất cả những điều này và trên thực tế, đưa ra lựa chọn.

Đánh giá nhu cầu

Bạn không thể đưa ra lựa chọn sản phẩm hợp lý nếu không hiểu rõ nó sẽ dùng vào mục đích gì. Nhiều công ty muốn có “sản phẩm tốt nhất có thể” mà không hiểu rõ về cách sử dụng nó.

Để dự án được triển khai thành công, ít nhất giám đốc tài chính phải trình bày thành thạo mong muốn và yêu cầu của mình với người quản lý và các chuyên gia dịch vụ tự động hóa. Nhiều vấn đề phát sinh do thiếu sự chuẩn bị và nhận thức đầy đủ cho việc lựa chọn OLAP; Các chuyên gia CNTT và người dùng cuối gặp khó khăn trong giao tiếp chỉ vì họ vận dụng các khái niệm và thuật ngữ khác nhau trong quá trình trò chuyện và đưa ra các sở thích trái ngược nhau. Cần phải có sự nhất quán trong các mục tiêu trong công ty.

Một số yếu tố đã trở nên rõ ràng sau khi đọc tổng quan về danh mục sản phẩm OLAP, cụ thể là:

Khía cạnh kỹ thuật

Nguồn dữ liệu: kho dữ liệu doanh nghiệp, hệ thống OLTP, tệp bảng, cơ sở dữ liệu quan hệ. Khả năng liên kết các công cụ OLAP với tất cả DBMS được sử dụng trong tổ chức. Như thực tế cho thấy, việc tích hợp các sản phẩm không đồng nhất vào một hệ điều hành ổn định là một trong những vấn đề quan trọng nhất và giải pháp của nó trong một số trường hợp có thể liên quan đến những vấn đề lớn. Cần phải hiểu cách đơn giản và đáng tin cậy để có thể tích hợp các công cụ OLAP với DBMS hiện có trong tổ chức. Điều quan trọng nữa là đánh giá khả năng tích hợp không chỉ với các nguồn dữ liệu mà còn với các ứng dụng khác mà bạn có thể cần xuất dữ liệu: email, ứng dụng văn phòng
Sự thay đổi của dữ liệu được tính đến
Nền tảng máy chủ: NT, Unix, AS/400, Linux - nhưng đừng nhấn mạnh rằng các sản phẩm đặc tả OLAP chạy trên các nền tảng có vấn đề hoặc sắp chết mà bạn vẫn đang sử dụng
Các tiêu chuẩn phía máy khách và trình duyệt
Kiến trúc có thể triển khai: mạng cục bộ và kết nối modem PC, client/server tốc độ cao, mạng nội bộ, extranet, Internet
Tính năng quốc tế: Hỗ trợ đa tiền tệ, hoạt động đa ngôn ngữ, chia sẻ dữ liệu, bản địa hóa, cấp phép, cập nhật Windows

Lượng thông tin đầu vào có sẵn và sẽ xuất hiện trong tương lai

Người dùng

Lĩnh vực ứng dụng: phân tích bán hàng/tiếp thị, lập ngân sách/lập kế hoạch, phân tích hiệu suất, phân tích báo cáo kế toán, phân tích định tính, tình hình tài chính, tạo tài liệu phân tích (báo cáo)
Số lượng người dùng và vị trí của họ, yêu cầu phân chia quyền truy cập vào dữ liệu và chức năng, tính bí mật (bảo mật) của thông tin
Loại người dùng: quản lý cấp cao, tài chính, tiếp thị, nhân sự, bán hàng, sản xuất, v.v.
Kinh nghiệm người dùng. Trình độ kỹ năng của người dùng. Hãy xem xét việc cung cấp đào tạo. Điều rất quan trọng là ứng dụng khách OLAP phải được thiết kế sao cho người dùng cảm thấy tự tin và có thể sử dụng nó một cách hiệu quả.

Các tính năng chính: cần viết lại dữ liệu, tính toán phân tán, chuyển đổi tiền tệ phức tạp, nhu cầu in báo cáo, giao diện bảng tính, độ phức tạp của logic ứng dụng, chiều cần thiết, các loại phân tích: thống kê, tìm kiếm mục tiêu, phân tích giả định

Thực hiện

Ai sẽ tham gia triển khai và vận hành: chuyên gia tư vấn bên ngoài, bộ phận CNTT nội bộ hoặc người dùng cuối
Ngân sách: phần mềm, phần cứng, dịch vụ, truyền dữ liệu. Hãy nhớ rằng việc trả tiền cho giấy phép sản phẩm OLAP chỉ là một phần nhỏ trong tổng chi phí của dự án. Chi phí triển khai và phần cứng có thể cao hơn phí giấy phép và chi phí quản lý, vận hành và hỗ trợ dài hạn gần như chắc chắn cao hơn đáng kể. Và nếu bạn đưa ra quyết định sai lầm khi mua sai sản phẩm chỉ vì nó rẻ hơn, cuối cùng bạn có thể phải trả tổng chi phí dự án cao hơn do chi phí cao hơn. chi phí cao chi phí bảo trì, quản lý và/hoặc phần cứng trong khi bạn có thể nhận được mức lợi ích kinh doanh thấp hơn. Khi ước tính tổng chi phí, hãy nhớ đặt những câu hỏi sau: Nguồn thực hiện, đào tạo và hỗ trợ sẵn có rộng đến mức nào? Quỹ chung tiềm năng (nhân viên, nhà thầu, chuyên gia tư vấn) có khả năng tăng trưởng hay thu hẹp? Bạn có thể sử dụng kinh nghiệm chuyên môn công nghiệp của mình ở mức độ nào?

Mặc dù thực tế là chi phí của các hệ thống phân tích vẫn còn khá cao cho đến tận ngày nay và các phương pháp cũng như công nghệ để triển khai các hệ thống đó vẫn còn sơ khai, nhưng ngày nay hiệu quả kinh tế mà chúng mang lại vượt xa đáng kể so với hiệu quả của các hệ thống vận hành truyền thống.

Hiệu quả của việc tổ chức, lập kế hoạch chiến lược và hoạt động phù hợp trong phát triển kinh doanh rất khó định lượng trước, nhưng rõ ràng là nó có thể vượt quá chi phí triển khai các hệ thống đó hàng chục, thậm chí hàng trăm lần. Tuy nhiên, người ta không nên nhầm lẫn. Hiệu quả được đảm bảo không phải bởi bản thân hệ thống mà bởi những người làm việc với nó. Vì vậy, những tuyên bố như: “hệ thống Data Warehousing và công nghệ OLAP sẽ giúp người quản lý đưa ra những quyết định đúng đắn” là không hoàn toàn chính xác”. Hiện đại hệ thống phân tích không phải là hệ thống trí tuệ nhân tạo và họ không thể giúp đỡ hay cản trở việc đưa ra quyết định. Mục tiêu của họ là cung cấp kịp thời cho người quản lý tất cả thông tin cần thiết để đưa ra quyết định một cách thuận tiện. Và thông tin nào sẽ được yêu cầu và quyết định nào sẽ được đưa ra dựa trên thông tin đó chỉ phụ thuộc vào người cụ thể sử dụng thông tin đó.

Tất cả những gì còn lại cần nói là những hệ thống này có thể giúp giải quyết nhiều vấn đề kinh doanh và có thể mang lại những tác động tích cực sâu rộng. Vẫn còn phải xem ai sẽ là người đầu tiên nhận ra lợi ích của phương pháp này và đi trước những người khác.