การประมวลผลการวิเคราะห์ออนไลน์ (OLAP)

ผู้เขียน: Randy Alexander
วันที่สร้าง: 1 เมษายน 2021
วันที่อัปเดต: 1 กรกฎาคม 2024
Anonim
rmutt010  - 11 การประมวลผลการวิเคราะห์ข้อมูลออนไลน์   OLAP
วิดีโอ: rmutt010 - 11 การประมวลผลการวิเคราะห์ข้อมูลออนไลน์ OLAP

เนื้อหา

คำจำกัดความ - การประมวลผลการวิเคราะห์ออนไลน์ (OLAP) หมายถึงอะไร

การประมวลผลการวิเคราะห์ออนไลน์ (OLAP) เป็นแนวคิดระดับสูงที่อธิบายหมวดหมู่ของเครื่องมือที่ช่วยในการวิเคราะห์แบบสอบถามแบบหลายมิติ


OLAP เกิดขึ้นเนื่องจากความซับซ้อนอย่างมากและการเติบโตที่เกี่ยวข้องกับข้อมูลธุรกิจในช่วงปี 1970 เนื่องจากปริมาณและประเภทของข้อมูลหนักเกินไปสำหรับการวิเคราะห์ที่เพียงพอผ่านการสืบค้นภาษาคิวรีที่มีโครงสร้างอย่างง่าย (SQL)

ข้อมูลเบื้องต้นเกี่ยวกับ Microsoft Azure และ Microsoft Cloud | ในคู่มือนี้คุณจะได้เรียนรู้ว่าการประมวลผลแบบคลาวด์คืออะไรและ Microsoft Azure สามารถช่วยคุณโยกย้ายและดำเนินธุรกิจจากคลาวด์ได้อย่างไร

Techopedia อธิบายการประมวลผลการวิเคราะห์ออนไลน์ (OLAP)

ความสามารถในการเปรียบเทียบข้อมูลแบบดั้งเดิมของ SQL นั้นมี จำกัด ตัวอย่างเช่น SQL สามารถจัดการคิวรีเช่นรายการตัวแทนขายเปรียบเทียบกับประวัติปริมาณการขาย อย่างไรก็ตามด้วยปริมาณข้อมูลที่มากขึ้นมันสามารถครอบงำเพียงการใช้ SQL และยากที่จะแปลข้อมูลเป็นข้อมูลที่ง่ายต่อการตัดสินใจ เป็นการยากที่จะตอบคำถามบางคำถามใน SQL เช่นทำไมยอดขายผลิตภัณฑ์ถึงสูงขึ้นในช่วงกลางเดือนหรือทำไมตัวแทนขายผู้หญิงถึงขายสินค้าให้คู่ค้าชายในช่วงฤดูร้อนอย่างสม่ำเสมอ

ด้วยการตระหนักว่าฐานข้อมูลเชิงสัมพันธ์มีข้อ จำกัด โดยธรรมชาติผู้ผลิตจึงสร้างวิธีการใหม่เพื่อแสดงถึงความสัมพันธ์ของข้อมูลที่ซับซ้อนและวิเคราะห์ผลลัพธ์เพื่อแยกแยะรูปแบบและแนวโน้มที่ไม่รู้จักก่อนหน้านี้


กรณีศึกษาเกี่ยวกับศักยภาพของ OLAP เพิ่มขึ้นจากการใช้เครื่องมือ OLAP ของผู้ค้าปลีกรายใหญ่เพื่อการขุดข้อมูล ผู้ค้าปลีกรายนี้สังเกตว่าการซื้อผลิตภัณฑ์สำหรับเด็กตอนดึกมีความสัมพันธ์กับการซื้อเบียร์ดึกเพิ่มขึ้น ในขั้นต้นนี่ดูเหมือนจะเป็นเรื่องบังเอิญ แต่การวิเคราะห์ลูกค้าอย่างลึกซึ้งพบว่าลูกค้าในช่วงดึกนั้นส่วนใหญ่เป็นพ่อรุ่นเล็กในช่วงกลางถึงปลายทศวรรษที่ยี่สิบหรือวัยสามสิบต้นซึ่งเป็นกลุ่มประชากรที่มีรายได้ทิ้งช่วงดึก จากข้อมูลนี้ผู้ค้าปลีกเริ่มขายผลิตภัณฑ์สำหรับเด็กและเบียร์และขายรวมกันสำหรับสายผลิตภัณฑ์ทั้งสองพุ่งสูงขึ้น

กรณีศึกษานี้พิสูจน์ให้เห็นว่า OLAP ช่วยให้นักวิจัยสามารถเปิดเผยและเปิดเผยความสัมพันธ์ของข้อมูลระหว่างเหตุการณ์และแนวโน้มที่ไม่เกี่ยวข้องซึ่งจะช่วยให้การตัดสินใจทางธุรกิจดีขึ้น