Зміст
1. Аспекти проблеми аналізу. Класифікація методів
2. Типи багатовимірних OLAPсістем
1. Аспекти проблеми аналізу.
Класифікація методів аналізу.
Аспекти проблеми аналізу. Уся проблема аналітичної підготовки прийняття рішень має три аспекти:
• збір та зберігання необхідної для прийняття рішень інформації;
• власне аналіз, у тому числі оперативний та інтелектуальний;
• підготовка результатів оперативного та інтелектуального аналізу для ефективного їх сприйняття споживачами та прийняття на її основі адекватних рішень.
Аспект, що стосується збору та зберігання інформації з супутньою доопрацюванням, оформився в концепцію інформаційних сховищ (Data Warehouse).
У зв'язку з великим обсягом і складністю аспект проблеми власне аналізу має два напрямки - оперативний аналіз даних (інформації), широко поширена англомовна абревіатура назви - On - Line Analytical Processing - OLAP. Основним завданням оперативного чи OLAP-аналізу є швидке (в межах секунд) вилучення необхідної аналітику або ОПР для обгрунтування або прийняття рішення інформації.
Інтелектуальний аналіз інформації - має також широко поширене в російській спеціальній літературі англомовне назва Data mining. Призначений для фундаментального дослідження проблем у тій чи іншої предметної області. Вимоги за часом менш жорсткі, але використовуються більш складні методики. Ставляться, як правило, завдання і отримують результати стратегічного значення.
Жорстких кордонів між OLAP і інтелектуальним аналізом немає, але при вирішенні складних завдань доводиться використовувати вельми потужні спеціальні програмні засоби або, як кажуть, інструменти.
Класифікація методів аналізу. Існує велика кількість методів аналізу, які діляться на групи за різними ознаками.
Розглянемо систему ознак, що характеризують методи аналізу. Їх можна згрупувати:
За цілями - це:
- Оцінка стану і результатів діяльності підприємства;
- Постійний контроль раціональності ведення господарської діяльності, виявлення резервів для забезпечення виконання поставлених завдань;
- Прогнозування ходу внутрішніх процесів на підприємстві і зовнішніх факторів, що впливають на його діяльність.
По тимчасовому фактору аналіз поділяють на:
- Використовує минулої інформацію, відображену в документації і на різних носіях і міститься в інформаційній системі - аналіз фактів;
- На базі як минулої, так і оберненою в майбутнє, тобто прогнозної інформації - аналіз подій і відхилень;
- Аналіз майбутньої інформації - по суті оцінка бюджетів та планів, їх альтернатив.
За масштабністю розв'язуваних або обслуговуються завдань:
- Стратегічний, сюди можна віднести оцінку ефективності цілей, довгострокові прогнози, історичні оцінки процесів і явищ і т.д.;
- Оперативний - це оцінка поточного стану, виявлення вузьких місць і відхилень;
- Система раннього попередження.
За предметним областям:
- В маркетингу;
- Виробничої або основної діяльності;
- В логістиці;
- Забезпеченні ресурсами;
- Фінансової;
- У сфері інвестицій та інновацій.
За методами розрізняють:
- Порівняльний по підрозділах, підприємствам, регіонам, тимчасових періодах і т.д.;
- Аналіз відхилень;
- Функціонально-вартісний;
- Аналіз ланцюжка створення вартості і конкурентний аналіз за Портером;
- Аналіз полів бізнесу (Profit Impact of Market Strategies - PIMS);
- Бенчмаркінг (Beanchmarking);
- Інтелектуальний аналіз (Data mining).
2. Типи багатовимірних OLAP-систем
У рамках OLAP-технологій на основі того, що багатовимірне представлення даних може бути організоване як засобами реляційних СУБД, так багатовимірних спеціалізованих засобів, розрізняють три типи багатовимірних OLAP-систем:
- Багатовимірний (Multidimensional) OLAP-MOLAP
-Реляційний (Relation) OLAP - ROLAP
-Змішаний або гібридний (Hibrid) OLAP - HOLAP
Вище по суті викладено суть і відмінності між багатовимірної і реляційною моделлю OLAP-систем. Сутність змішаної OLAP-системи полягає в можливості використання багатовимірного і реляційного підходу в залежності від ситуації: розмірності інформаційних масивів, їх структури, зокрема звернень до тих чи інших записів, виду запитів і т.д.
Розглянемо докладніше гідності і недоліки наведених різновидів OLAP-систем.
Багатовимірні OLAP-системи
У багатовимірних СУБД дані організовані не у вигляді реляційних таблиць, а впорядкованих багатовимірних масивів або гіперкубів, коли всі збережені дані повинні мати однакову розмірність, що означає необхідність утворювати максимально повний базис вимірювань. Дані можуть бути організовані у вигляді полікубов, в цьому варіанті значення кожного показника зберігаються з власним набором вимірювань, обробка даних проводиться власним інструментом системи.
Достоїнствами MOLAP є:
- Більш швидке, ніж при ROLAP отримання відповідей на запити-витрачається час на один-два порядки менше;
- З-за обмежень SQL утрудняється реалізація багатьох вбудованих функцій.
До обмежень MOLAP відносяться:
- Порівняно невеликі розміри баз даних - межа десятки Гігабайт;
- За рахунок денормализация та попередньої агрегації багатовимірні масиви використовують в 2,5-100 разів більше пам'яті, ніж вихідні дані;
- Відсутні стандарти на інтерфейс і засоби маніпулювання даними;
- Є обмеження при завантаженні даних.
Реляційні OLAP-системи
В даний час в масових засобах, що забезпечують аналітичну роботу, переважає використання інструментів на основі реляційного підходу.
Достоїнствами ROLAP-систем є:
- Можливість оперативного аналізу безпосередньо містяться в сховище даних, так як більшість вихідних баз даних реляційного типу;
- При змінної розмірності задачі виграють ROLAP, тому що не потрібно фізична реорганізація бази даних;
- ROLAP - системи можуть використовувати менш потужні клієнтські станції і сервери, причому на сервери лягає основне навантаження по обробці складних SQL-запитів;
- Рівень захисту інформації та розмежування прав доступу в реляційних СУБД незрівнянно вище, ніж в багатовимірних.
Недоліком ROLAP - систем є менша продуктивність, необхідність ретельного опрацювання схем бази даних, спеціальна настройка індексів, аналіз статистики запитів і облік висновків аналізу при доробках схем баз даних, що призводить до значних додаткових трудовитрат.
Виконання ж цих умов дозволяє при використанні ROLAP-систем домогтися схожих з MOLAP-системами показників у відношенні часу доступу і навіть перевершити в економії пам'яті.
Гібридні OLAP-системи
Представляють собою поєднання інструментів, що реалізують реляційну і багатовимірну модель даних. При такому підході використовуються гідності перших двох підходів і компенсуються їх недоліки. У найбільш розвинених програмних продуктах такого призначення реалізований саме цей принцип.
Використання гібридної архітектури в OLAP-системах - це найбільш прийнятний шлях вирішення проблем у застосуванні програмних інструментальних засобів в багатовимірному аналізі.
Список використаної літератури
1.www.market-pages.ru;
2. www.itpedia.ru;
3. www.bizstud.ru.
1. Аспекти проблеми аналізу. Класифікація методів
2. Типи багатовимірних OLAPсістем
1. Аспекти проблеми аналізу.
Класифікація методів аналізу.
Аспекти проблеми аналізу. Уся проблема аналітичної підготовки прийняття рішень має три аспекти:
• збір та зберігання необхідної для прийняття рішень інформації;
• власне аналіз, у тому числі оперативний та інтелектуальний;
• підготовка результатів оперативного та інтелектуального аналізу для ефективного їх сприйняття споживачами та прийняття на її основі адекватних рішень.
Аспект, що стосується збору та зберігання інформації з супутньою доопрацюванням, оформився в концепцію інформаційних сховищ (Data Warehouse).
У зв'язку з великим обсягом і складністю аспект проблеми власне аналізу має два напрямки - оперативний аналіз даних (інформації), широко поширена англомовна абревіатура назви - On - Line Analytical Processing - OLAP. Основним завданням оперативного чи OLAP-аналізу є швидке (в межах секунд) вилучення необхідної аналітику або ОПР для обгрунтування або прийняття рішення інформації.
Інтелектуальний аналіз інформації - має також широко поширене в російській спеціальній літературі англомовне назва Data mining. Призначений для фундаментального дослідження проблем у тій чи іншої предметної області. Вимоги за часом менш жорсткі, але використовуються більш складні методики. Ставляться, як правило, завдання і отримують результати стратегічного значення.
Жорстких кордонів між OLAP і інтелектуальним аналізом немає, але при вирішенні складних завдань доводиться використовувати вельми потужні спеціальні програмні засоби або, як кажуть, інструменти.
Класифікація методів аналізу. Існує велика кількість методів аналізу, які діляться на групи за різними ознаками.
Розглянемо систему ознак, що характеризують методи аналізу. Їх можна згрупувати:
За цілями - це:
- Оцінка стану і результатів діяльності підприємства;
- Постійний контроль раціональності ведення господарської діяльності, виявлення резервів для забезпечення виконання поставлених завдань;
- Прогнозування ходу внутрішніх процесів на підприємстві і зовнішніх факторів, що впливають на його діяльність.
По тимчасовому фактору аналіз поділяють на:
- Використовує минулої інформацію, відображену в документації і на різних носіях і міститься в інформаційній системі - аналіз фактів;
- На базі як минулої, так і оберненою в майбутнє, тобто прогнозної інформації - аналіз подій і відхилень;
- Аналіз майбутньої інформації - по суті оцінка бюджетів та планів, їх альтернатив.
За масштабністю розв'язуваних або обслуговуються завдань:
- Стратегічний, сюди можна віднести оцінку ефективності цілей, довгострокові прогнози, історичні оцінки процесів і явищ і т.д.;
- Оперативний - це оцінка поточного стану, виявлення вузьких місць і відхилень;
- Система раннього попередження.
За предметним областям:
- В маркетингу;
- Виробничої або основної діяльності;
- В логістиці;
- Забезпеченні ресурсами;
- Фінансової;
- У сфері інвестицій та інновацій.
За методами розрізняють:
- Порівняльний по підрозділах, підприємствам, регіонам, тимчасових періодах і т.д.;
- Аналіз відхилень;
- Функціонально-вартісний;
- Аналіз ланцюжка створення вартості і конкурентний аналіз за Портером;
- Аналіз полів бізнесу (Profit Impact of Market Strategies - PIMS);
- Бенчмаркінг (Beanchmarking);
- Інтелектуальний аналіз (Data mining).
2. Типи багатовимірних OLAP-систем
У рамках OLAP-технологій на основі того, що багатовимірне представлення даних може бути організоване як засобами реляційних СУБД, так багатовимірних спеціалізованих засобів, розрізняють три типи багатовимірних OLAP-систем:
- Багатовимірний (Multidimensional) OLAP-MOLAP
-Реляційний (Relation) OLAP - ROLAP
-Змішаний або гібридний (Hibrid) OLAP - HOLAP
Вище по суті викладено суть і відмінності між багатовимірної і реляційною моделлю OLAP-систем. Сутність змішаної OLAP-системи полягає в можливості використання багатовимірного і реляційного підходу в залежності від ситуації: розмірності інформаційних масивів, їх структури, зокрема звернень до тих чи інших записів, виду запитів і т.д.
Розглянемо докладніше гідності і недоліки наведених різновидів OLAP-систем.
Багатовимірні OLAP-системи
У багатовимірних СУБД дані організовані не у вигляді реляційних таблиць, а впорядкованих багатовимірних масивів або гіперкубів, коли всі збережені дані повинні мати однакову розмірність, що означає необхідність утворювати максимально повний базис вимірювань. Дані можуть бути організовані у вигляді полікубов, в цьому варіанті значення кожного показника зберігаються з власним набором вимірювань, обробка даних проводиться власним інструментом системи.
Достоїнствами MOLAP є:
- Більш швидке, ніж при ROLAP отримання відповідей на запити-витрачається час на один-два порядки менше;
- З-за обмежень SQL утрудняється реалізація багатьох вбудованих функцій.
До обмежень MOLAP відносяться:
- Порівняно невеликі розміри баз даних - межа десятки Гігабайт;
- За рахунок денормализация та попередньої агрегації багатовимірні масиви використовують в 2,5-100 разів більше пам'яті, ніж вихідні дані;
- Відсутні стандарти на інтерфейс і засоби маніпулювання даними;
- Є обмеження при завантаженні даних.
Реляційні OLAP-системи
В даний час в масових засобах, що забезпечують аналітичну роботу, переважає використання інструментів на основі реляційного підходу.
Достоїнствами ROLAP-систем є:
- Можливість оперативного аналізу безпосередньо містяться в сховище даних, так як більшість вихідних баз даних реляційного типу;
- При змінної розмірності задачі виграють ROLAP, тому що не потрібно фізична реорганізація бази даних;
- ROLAP - системи можуть використовувати менш потужні клієнтські станції і сервери, причому на сервери лягає основне навантаження по обробці складних SQL-запитів;
- Рівень захисту інформації та розмежування прав доступу в реляційних СУБД незрівнянно вище, ніж в багатовимірних.
Недоліком ROLAP - систем є менша продуктивність, необхідність ретельного опрацювання схем бази даних, спеціальна настройка індексів, аналіз статистики запитів і облік висновків аналізу при доробках схем баз даних, що призводить до значних додаткових трудовитрат.
Виконання ж цих умов дозволяє при використанні ROLAP-систем домогтися схожих з MOLAP-системами показників у відношенні часу доступу і навіть перевершити в економії пам'яті.
Гібридні OLAP-системи
Представляють собою поєднання інструментів, що реалізують реляційну і багатовимірну модель даних. При такому підході використовуються гідності перших двох підходів і компенсуються їх недоліки. У найбільш розвинених програмних продуктах такого призначення реалізований саме цей принцип.
Використання гібридної архітектури в OLAP-системах - це найбільш прийнятний шлях вирішення проблем у застосуванні програмних інструментальних засобів в багатовимірному аналізі.
Список використаної літератури
1.www.market-pages.ru;
2. www.itpedia.ru;
3. www.bizstud.ru.