Pierwsze rozwiązania

Pierwsze rozwiązania analizy danych operacyjnych pojawiły się już od momentu powszechnego zastosowania komputerów do celów komercyjnych. Pamiętam, jak w latach 70. wśród elit gospodarczych modne było chwalenie się terminalem na biurku, na którym (podobno) pojawiały się bieżące dane z systemu informowania kierownictwa (EIS). Ponieważ były to jednak systemy przystosowane do potrzeb konkretnego szefa, wymagały wielkiego wysiłku programistycznego, a także były trudne do modyfikowania. Nie istniały rozwiązania z półki takich systemów.

Pojawienie się PC dało nowy impet systemom typu EIS. Informatyk był w stanie zrzucić na PC szefa odpowiedni wyciąg z danych operacyjnych i zapewnić mu proste narzędzie analityczne, zwykle w postaci arkusza 1-2-3 lub Excela. Lokalna baza typu hipersześcian dawała szansę prowadzenia dowolnych analiz, ale wymagała stałego uzupełniania przez specjalistę od danych w firmie.

Dane na ogół miały charakter statyczny, gdyż nie istniały narzędzia pozwalające użytkownikowi końcowemu na dowolne manipulowanie wymiarami, obroty lub analizę szczegółów. Co gorsze, na każdym biurku użytkownika systemu EIS powstawała "informacyjna wyspa" nie przystająca do innych wysp w firmie.

Druga generacja narzędzi

Pojawienie się wydajnych serwerów wielowymiarowych baz danych i technologii klient/serwer w początku lat 90. nadało poważny impet narzędziom i aplikacjom OLAP. Jeden serwer bazy danych może dostarczać informacje wielu użytkownikom, lecz nadal dane do serwera są dostarczane przez zespół informatyków, którzy definiują z góry ich zakres, częstość odnawiania i liczbę wymiarów. Te nowe systemy służą potrzebom wybranej grupy użytkowników - właśnie kierownictwu firmy. Potrzebna jest bowiem specjalistyczna obsługa analityka znającego dokładnie narzędzia analityczne i działalność firmy oraz dysponującego wiedzą statystyczną. Często brak takiego specjalisty powoduje, że system informowania kierownictwa, mimo że dobrze zaopatrzony w dane, jest praktycznie martwy.

Dane dla wszystkich

W każdej firmie przychodzi taki moment, że kierownictwo uświadamia sobie potrzebę rozdzielenia odpowiedzialności i udostępnienia danych, niezbędnych do podejmowania decyzji przez każdego z pracowników. Oczywiście wymaga to sporej zmiany mentalności szefów i pracowników oraz sposobów ich pracy.

Wtedy właśnie pojawia się potrzeba narzędzi nowej generacji, spełniających oczekiwania szerokiej rzeszy użytkowników. Rozwiązania takie muszą być otwarte (współpracować z dowolnymi bazami danych), dostępne dla wielu poziomów wymagań co do zakresu danych, być możliwie zintegrowane i łatwe w użyciu (nie można od użytkownika wymagać "ręcznego" przenoszenia danych z jednego narzędzia analitycznego do drugiego).

Rozwiązanie Business Objects

Francuska firma Business Objects produkuje narzędzia typu OLAP do wielu lat. Pod koniec 1995 r. pojawił się Mercury - nowy zintegrowany pakiet narzędziowy tej firmy, przeznaczony do obsługi analizy typu OLAP w całym przedsiębiorstwie. Podobnie jak większość tego typu pakietów, jest oparty na wykorzystaniu składnicy metadanych - informacji o danych dostępnych w bazach operacyjnych firmy. Na tej podstawie programista tworzy wielowymiarowy model danych, pozyskiwanych następnie do celów analizy przez Dynamic Microcube Engine - program dynamicznie uzupełniający i reorganizujący dane zależnie od potrzeb użytkownika.

Dynamic Microcube Engine składa się z dwóch elementów - budowniczego mikrosześcianu danych (odpowiednik wspomnianego wyżej hipersześcianu danych) i generatora zapytań. Gdy użytkownik wysyła ze swego PC zapytanie do bazy, generator zapytań określa lokalizację i sposób pozyskania danych. Bazy operacyjne dostarczają te dane, z których w PC tworzy się lokalny mikrosześcian, zapełniany danymi. Struktura mikrosześcianu jest optymalizowana pod względem zajmowanej przestrzeni, gdyż dane analityczne są często "rzadkie" (nie zawierają wszystkich elementów w poszczególnych przekrojach), oraz ze względu na technikę dostępu w trakcie analizy. Do celów wyrafinowanej analizy często potrzebne jest uzyskiwanie danych z wielu skoordynowanych zapytań SQL; Dynamic Microcube Engine umożliwia tworzenie wielu lokalnych mikrosześcianów.

Analiza wielowymiarowa

Do analizy danych służy pojedyncze narzędzie pozwalające na dokonywanie zarówno przecięć i obrotów danych w dowolnej liczbie wymiarów sprecyzowanych w składnicy metadanych, jak i wykonywanie dogłębnej analizy w celu dojścia do szczegółów. Użytkownik może także wykonywać dowolne zapytania ad hoc do baz danych, pod warunkiem że w składnicy określono metody dostępu do nich. Dlatego ważna jest wstępna praca administratora baz danych, określającego najlepsze możliwości dostępu do baz operacyjnych.