المعلوماتية > عام
مكعب أولاب
OLAP هي التّكنولوجيا المُستعمَلَة في العديدِ من تطبيقاتِ ذكاءِ الأعمالِ التّجاريّةِ Business Intelligence، وترمز إلى "المعالجةِ التّحليليّةِ على الإنترنت - Online Analytical Processing".
OLAP هي تكنولوجيا قويّة لاستكشافِ البياناتِ Data Discovery، من ضِمنِها القدرةُ على عرضِ تقاريرِ ممارسة أنشطةِ العملِ التّجاريِّ بشكلٍ غيرِ محدودٍ، والحساباتُ التّحليليّةُ المُعقّدةِ، وتوقُّعِ سيناريوهاتِ "ماذا لو" المُتعلِّقَةِ بالميزانيّةِ، والتّنبّؤِ باتّجاهاتِ الأعمالِ التّجاريّةِ.
تؤدّي تكنولوجيا OLAP مهمَّةَ التّحليلِ متعدّدِ الأبعادِ لبياناتِ العملِ التّجاريّ Multidimensional Analysis of Business Data، وتوّفر القدرةَ على الحساباتِ المُعقّدةِ، وتحليل الاتّجاه Trend Analysis، ونمذجة البياناتِ المُعقّدةِ Sophisticated Data Modeling. تشكِّل هذه التّكنولوجيا الأساسَ للعديدِ من تطبيقاتِ الإدارةِ، والتّخطيطِ، والموازنةِ، والتّوقعاتِ، و التّقرير الماليّ، والتّحليل، ونماذج التّشابه Simulation Models، واكتشاف المعرفة Knowledge Discovery، وتقارير مستودع البيانات Data Warehouse Reporting المتعلّقة بأداءِ العملِ التّجاريّ Business Performance.
تسمحُ تكنولوجيا OLAP للمستخدمين النهائيّين القيامَ بالتّحليلاتِ المُتّخصّصةِ Ad hoc Analysis للبياناتِ في عدَّةِ أبعادٍ، موّفِرَةً بذلك الرُّؤيةَ والفهمَ الّذي يحتاجونَه لاتّخاذِ القراراتِ.
فوائد تكنولوجيا :OLAP
المعرفة هي أساسُ كلِّ قرارٍ ناجحٍ. فالأعمالُ التّجاريّةُ النّاجحةُ دائماً ما تُخطِّطُ، وتُحلِّلُ، وتُصدِرُ تقاريرَ عن المبيعاتِ و الأنشطةِ التّشغيليّةِ من أجلِ زيادةِ الفعاليّةِ، وتقليلِ النّفقاتِ، والحصولِ على نسبةٍ أكبرَ في السّوقِ. خبراءُ الإحصاءِ يُقرّونَ بأنَّهُ كلَّما زادت عيّناتُ البياناتِ لدينا، كُلَّما كانت الإحصائيّةُ النّاتجةُ أقربَ للحقيقةِ. بشكلٍ طبيعيٍّ، كُلَّما زادت كميَّةُ المعلوماتِ عن نشاطٍ محدَّدٍ، كُلَّما كانت الخُطَّةُ لتغيير هذا النَّشاطِ فعّالةً أكثر. جميع الأعمالِ التّجاريّةِ تجمعُ البياناتِ باستعمال العديد من الأنظمةِ المُختلفةِ، والتّحدي يبقى: كيف يُمكننا تجميعُ كلِّ البياناتِ معاً لإنشاءِ معلوماتٍ عن العملِ التّجاريِّ بحيث تتميّزُ بكونِها دقيقة، يمكنُ الاستنادُ عليها، وسريعة؟ إذا استَغَّلَت أيُّ شركةٍ هذه التّكنولوجيا وحوّلتها إلى معرفةٍ مشتركةٍ، دقيقةٍ، وسريعةٍ، بالتّأكيد ستكونُ بوضعٍ أفضلَ لاتّخاذ ِقراراتِ عملٍ ناجحةٍ والنُّهوضِ فوق المنافسة.
يتمُّ تعريفُ تكنولوجيا OLAP على أنَّها القدرةُ على إنجازِ "الوصولِ السَّريعِ للمعلوماتِ مُتعدِّدَةِ الأبعادِ المُشتركَةِ Fast Access to Shared Multidimensional Information". باستخدامِ قُدرة تكنولوجيا OLAP على إنشاء تجميعاتٍ Aggregations وحساباتٍ Calculations سريعةٍ لمجموعاتِ البياناتِ الأساسيّةِ Underlying Data Sets، يمكننا فهمُ فائدتها في مساعدةِ قادةِ الأعمالِ التّجاريّةِ على اتّخاذِ قراراتٍ أفضلَ وأسرعَ.
OLAP و التّحليلاتُ المتعدِّدة الأبعاد:
العملُ التّجاريّ هو نشاطٌ متعدِّدُ الأبعادِ والأعمالُ التّجاريّةُ تُدار عن طريقِ قراراتٍ مبنيّةٍ على أبعاد مُتعدّدةٍ. الأعمالُ التّجاريّةُ تتّبع نشاطاتِها باستخدامِ عدَّةِ مُتغيّراتٍ. عندما يتمُّ تتّبع هذه المتغيّرات على جدولِ بياناتٍ Spreadsheet، فهي يتمُّ وضعها على محاور (X، Y) حيثُ يمثِّلُ كلُّ محورٍ مجموعةً منطقيَّةً للمتغيّراتِ Variables في فئةٍ واحدةٍ Category. على سبيلِ المثالِ: المبيعاتُ الّتي تُقاسُ بالوحداتِ أو الدّولاراتِ يمكنُ تَتبُّعِها على فترةِ سنةٍ بوحدةِ الشّهرِ، حيثُ يمكنُ أن تعرضَ تدابيرَ أداءِ المبيعاتِ Sales Measures بشكلٍ منطقيٍّ على محورِ الـ Y والشّهرِ على محورِ الـ X. (مثال: تدابيرُ أداءِ المبيعاتِ هي الأسطر والأشهر هي الأعمدة. ( لتحليلِ وكتابةِ تقريرٍ عن صحّةِ العملِ التّجاريِّ والتّخطيطِ للنّشاطاتِ المُستقبليّةِ، - العديدُ من مجموعاتِ القيمِ Variables والمتغيّراتِ Parameters يجبُ تعقُّبَها على نحوٍ دائمٍ- والّتي تتخطّى مجالَ استيعابِ أيِّ جدولِ بياناتٍ مُرتَبِطٍ Spreadsheet. جداولُ القيمِ والمتغيّراتِ هذه تُسمّى بالأبعادِ Dimensions في بيئةِ OLAP التّحليليّةِ على الإنترنت On-Line Analytical Processing (OLAP) Environment.
في هذهِ الأيام، العديدُ من مُستخدمي جداولِ البياناتِ Spreadsheet قد سمعوا عن تكنولوجيا OLAP، لكنَّ هذه التّكنولوجيا ليست كليّةَ الوضوحِ بالنّسبةِ لهم. وعلى عكسِ قواعد البياناتِ العلائِقيّةِ Relational Database، أدواتُ OLAP لا تقومُ بتخزينِ سجلّاتِ الصّفقاتِ التّجاريّة Transaction Records بشكلٍ ثنائيِّ الأبعادِ بصيغةِ الأعمدةِ والسُّطورِ، مثل ورقةِ العملِ، ولكن عِوضاً عن ذلك، تقوم باستعمالِ هياكلَ قواعدِ البياناتِ المتعدِّدةِ الأبعادِ Multidimensional Database Structures (والمعروفةِ بالمكعبّات Cubes في مُصْطلحاتِ OLAP) لتخزين مصفوفاتِ المعلوماتِ المُجمّعةِ Arrays of Consolidated Information. يتمُّ تخزين البياناتِ Data والصيّغِ Formats في قاعدةِ بياناتٍ معدَّلَةٍ مُتعدِّدَةِ الأبعادِ، بينما تُنشأ طريقةُ عرضِ البياناتِ حسب الطّلب.
المُحلّلون الرّياضيّون يمكنهم أخذُ أيِّ منظرٍ، أو شريحةٍ Slice، من مكعَّبٍ لإنتاجِ مشهدٍ على شكلِ ورقةِ عملٍ للنُّقاطِ المُهمَّةِ. عِوضاً عن العملِ باستخدامِ الأبعادِ الثُّنائية (جداول البيانات القياسية standard spreadsheet) أو الأبعادِ الثّلاثيّةِ (مثال: سِجِل عَمَل بعلاماتِ تبويبٍ مِنَ التّقريرِ نَفسِه، باستخدَامِ مُتغيّرٍ variable واحدٍ)، الشّرِكات لديها العديدُ مِنَ الأبعادِ لتتّبِعها. مثال: عملٌ تجاريٌّ يوزِّعُ بضائعَ لأكثرَ من مُنشأةٍ، سيكونُ لديهِ على الأقلِّ الأبعاد الآتية: الحسابات، المواقع، الفترات الزمنية، مندوبي المبيعاتِ والمنتجاتِ. هذه الأبعادُ تُشكِّلُ قاعدةً الشّركةِ لنشاطاتِ التّخطيطِ، والتّحليل، والتّقرير.
هذه الأبعادُ تمثّلُ مجتمعةً الصّورةَ "الشّاملةَ" للعملِّ التّجاريّ، موّفرةً أساسَ الشّركةِ لنشاطاتِ التّخطيطِ، والتّحليلِ، والتّقريرِ. فالقدرةُ على القيامِ بالتّحليلاتِ الأكثرِ تعقيداً (خصوصاً التّحليل المتعدّد الأبعادِ الموفَّر من قبل تكنولوجيا OLAP) هي ضرورةٌ تنظيميّةٌ. المحلّلونَ الرّياضيّونَ بحاجةِ أن يَرَوا ويعالجوا البياناتِ على طولِ الأبعادِ المُتعدِّدَةِ الّتي تَحدِّدُ المشروعَ بشكلٍ أساسيٍّ، الأبعادُ الضَّروريّةُ لتكوينِ نموذجِ عملٍ ناجحٍ.
ما هي تطبيقات حلول OLAP؟
تطبيقاتُ تكنولوجيا OLAP لا تعتمدُ فقط على نوعِ البرمجيّة، لكن أيضاً على مصادرِ البياناتِ الكامنةِ Underlying Data Sources وأهدافِ العملِ المرجوّة. كلُّ منطقةِ عملٍ تجاريٍّ أو صناعيٍّ تتّسمُ بالدّقةِ وتحتاجُ إلى درجةٍ من التَّصميمِ حسبَ الطّلَبِ لإنشاءِ "مكعّباتٍ" مُتعدّدةِ الأبعادِ من أجلِ تحميلِ البياناتِ Data Loading وبناءِ التّقاريرَ، في الحدِّ الأدنى. يمكنُ استعمالُ حلولِ تكنولوجيا OLAP من أجلِ التّقارير الدّيناميكيّة Dynamic Reporting للمتخصّصينَ في القِطاع الماليِّ، معَ بياناتٍ مصدريّةٍ منشؤها نظامُ تخطيطِ مواردِ المؤسّساتِ Enterprise Resource Planning. أو يمكنُ للحلِّ حتّى أن يعالِجَ نشاطاتِ المراكزِ الطُّبيَّةِ الّتي تهتمُّ بتحليلِ بياناتِ المرضى. هذا يعني أنّ العملاءَ بحاجةِ أن يكونَ لديهم أهدافٌ واضحةٌ في الذِّهنِ عن الحلِّ المرادِ الحصولُ عليه، والبدءُ باعتبارِ اختيارِ المنتَجِ على هذا الأساسِ.
عاملٌ آخرَ يجبُ علينا اعتبارَهُ في تطبيقِ OLAP هو التّوصيلُ للمستخدِمِ الأخيرِ: هل قاعدةُ المستخدِمِ الأوّليّةِ تحتاجُ أن تتبنّى واجهةً أماميّةً جديدةً، أم أنّ هنالك تفضيلٌ لاستخدامِ لوحةِ بياناتٍ؟ أو ربّما تتمُّ مساعدةُ المستخدمينَ عن طريقِ نظامِ توصيلِ جدولٍ ديناميكيٍّ Dynamic Spreadsheet Delivery System ،على سبيل المثال، لتحقيقِ حلولِ ميزانيّةٍ تعاونيّةٍ وتوقّعاتٍ مُشتركةٍ.
ما هو مكعّب OLAP؟
مكعّب OLAP هو هيكلُ بياناتٍ Data Structure يسمَحُ بالتّحليلِ السّريعِ للبياناتِ طبقاً للأبعادِ المُتعدِّدَةِ والمُحدِّدة لطبيعةِ المشكلةِ في العملِ التّجاريِّ. المكعّبُ المُتعدِّدُ الأبعادِ لإعدادِ تقريرٍ عن المبيعاتِ يُمكنُ أن يكونَ مثلاً مؤلفٌ من 7 أبعادٍ: موظَّفُ المبيعات، كميَّةُ المبيعِ، المنطقةُ، المُنْتَجُ، الإقليمُ، الشّهرُ، السّنةُ.
ما هو البُعد؟
البُعدُ Dimension هو سِمَةٌ هيكليّةٌ Structural Attribute للمكعَّبِ والّذي هو قائمةٌ من الأسماءِ المرتبطةِـ المعروفةِ بالأعضاءِ ــوالّتي تنتمي جميعها إلى فئةٍ تصنيفيّةٍ مشابهةٍ لإدراكِ المستخدمِ للمعلوماتِ. على سبيلِ المثالِ، الشّهورُ والأرباعُ السّنويّةُ يمكنها تشكيلُ بُعدِ الأشهُرِ Months Dimension، وأيضاً بالنّسبةِ للمدنِ، والمناطقِ، والبلدانِ يمكنها إنشاءُ بُعدِ المناطق Region Dimension.
يَعمَلُ البُعدُ كفهرسٍ للتّعرُّفِ على القيمِ بداخلِ مصفوفةٍ Array مُتعدّدةِ الأبعادِ. بالإضافةِ إلى أنّه يقدِّمُ طريقةً دقيقةً وبديهيَّةً للتّعرُّفِ واختيارِ المعلوماتِ من أجلِ استرجاعِها واستكشافِها، وتحليلِها. الأبعادُ هي العواملُ المتغيّرةُ في العملِ التّجاريِّ والّتي عادةً ما تُرى في أعمدةِ وسطورِ التّقرير.
ما هي فوائد مكعّب OLAP؟
تنظيمُ البياناتِ في مكعّبات يتخطّى حدودَ تحمُّلِ قواعدِ البياناتِ العلائقيّة (Relational Databases)، والّتي هي ليست مناسبةً للتّحليلِ شبهِ الفوريِّ، ناهيكَ عن عرضِ كميّاتٍ كبيرةٍ من البياناتِ. عوضاً عن ذلكَ، هي مناسبةٌ أكثرَ لإنشاءِ سجلّاتٍ من سلسلةٍ من التّحويلاتِ تُدعى أيضاً بمعالجةِ التّحويلاتِ المباشرةِ (OLTP) On-Line Transaction Processing.
على الرّغمِ من وجود العديد من أدواتِ كتابةِ التّقاريرِ في قواعدِ البياناتِ العلائقيةِ، فهي تتميّز ببطئها عند حاجتنا لتلخيص جميع محتويات قاعدة البيانات، كما أنها تسبّبُ العديدَ من الصّعوباتِ عند رغبةِ المستخدمين في إعادةِ توجيه التّقارير طبقاً لوجهاتِ النّظر المتعدّدةِ الأبعادِ والمُختلفةِ، والمعروفَةِ أيضاً بالشّرائحِ.
يمكن اعتبارُ مكعّبِ OLAP كوصلةٍ لهيكلِ النّمذجةِ المزوّدِ بجدولٍ، والّذي يستوعب المعلوماتِ على شكلِ صفوفٍ وسطورٍ. المكعّبُ قادرٌ على استيعابِ أيّ قدرٍ من المجموعاتِ، أو الأبعادِ، ومع ذلك، مُصمّمي مكعّبات OLAP سيحاولون بناءَ نماذجَ يمكنها أن توازن حاجاتِ المستخدمينَ وحدودِ النّموذجِ المنطقيّةِ Logical Model Limitations.
----------------------------------------------------------------------------------
المصادر: