Kennzahlen drehen und wenden
Von Oliver Jendro
Online Analytical Processing (OLAP) ist eine im Business-Intelligence-Bereich sehr beliebtes Analysewerkzeug. Es wird hauptsächlich für das Berichtswesen eingesetzt; das Verfahren wird genutzt, wenn Analysen mit großer Datenmenge erforderlich sind. OLAP bietet genügend Flexibilität für Ad-hoc-Abfragen an Data Warehouses, bei denen im Vorfeld noch nicht genau definiert ist, welche Informationen in die Untersuchung einbezogen werden müssen.
Die Daten für OLAP-Analysen werden dabei nicht in flachen Tabellen, sondern in so genannten multidimensionalen Datenbanken (MDDB) zusammengefasst. Multidimensionale Datenbanken lassen sich am besten als Würfel beschreiben. Er hat drei Dimensionen (Höhe, Breite, Tiefe), und jede dieser Dimensionen hat eine Eigenschaft, z.B. Produkt, Zeit und Region. Aus diesen drei Angaben lassen sich nun Daten aus dem Würfel extrahieren – das Analyseergebnis.
Teil 1 ist harmlos. Business Intelligence kennt jeder Unternehmer, vielleicht nur unter anderem Namen. Teil 2 sagt, welche Fortschritte IT bei der Kennzahlenanalyse macht. Teil 3 wird handfest: Welche BI-Anbieter es gibt, was sinnvoll ist und womit Sie rechnen müssen.
Ein typisches Beispiel wäre die Fragestellung „In welcher Region wurde zu welcher Zeit das Produkt X verkauft?“. Der Datenwürfel lässt sich für die Teilbetrachtung in Stücke schneiden (slicing) und drehen (dicing). Eines der Slice-Resultate würde dann z.B. alle verkauften Produkte pro Region über den gesamten Zeitraum ausgeben.
Die Vorteile von OLAP-Analysen sind die einfache Datenabfrage (ohne IT-Fachkenntnis) und die schnelle Datenwiedergabe.
Sowohl OLAP als auch freie Datenbankrecherchen eignen sich für klare, einfache und begrenzte Analysen. Für komplexere Analysen wie Prognosen oder Entscheidungshilfen auf Basis ungesicherter Daten, bieten Business-Intelligence-Systeme andere Analyseverfahren (XPS, EUS, Reporting-Software etc.).
