Online Analytical Processing OLAP (Procesamiento Analtico en Lnea) Priscilla Ubilla Soriano Carlos Figueroa Escobar Carlos Montenegro

o Seplveda Introduccin a los Sistemas OLAP: Actualmente los sistemas de informacin convergen en la misin de aportar informacin til y rpida a los usuarios. Uno de estos procedimientos es el conocido OLAP, el que trata del procedimiento analtico en lnea de datos, permite extraer informacin, seleccionar campos y aportar con distintos enfoques de los archivos que se almacenan. Antiguamente los sistemas de informacin, slo se enfocaban en la administracin de datos y manejo de la informacin. Hoy en da, se ha expandido el uso de los registros, para ayudar a las organizaciones en los procesos de toma de decisiones, de planeacin, direccin, y control de los recursos que en ellas se encuentran. Los sistemas de informacin OLAP manejan enfoques de administracin de campos basados en bases de datos. Esta orientacin permite a los usuarios desplegar requerimientos que permitan aportan informacin para reducir la incertidumbre que en ellos se encuentra. Las bases de datos OLAP, no necesitan una amplia capacidad de almacenamiento, ya que, se conectan directamente a una fuente o un servidor. Usando Open Database Connectivity (ODBC), los datos pueden ser importados de bases de datos relacionales existentes para crear una base de datos multidimensional para OLAP. Una de las principales motivaciones para usar una base de datos OLAP, es la agilidad de consulta/respuesta. Una base de datos relacional contiene entidades en tablas que han sido normalizadas, en algunos casos las bases de datos relacionales al ser constantemente normalizadas, aumenta el espacio usado en el disco para el almacenamiento de archivos/registros, y en algunos casos es menos eficiente que una no normalizada. Esta estructura de base de datos relacional es buena en un sistema OLTP pero para las complejas consultas multitabla es relativamente lenta. Un modelo mejor para bsquedas (aunque peor desde el punto de vista operativo) es una base de datos multidimensional. En cualquier base de datos OLAP, existe la presencia de un cubo, normalmente conocido como cubo multidimensional o hipercubo. Esta estructura multidimensional es una variacin de las estructuras de bases de datos relacionales. Expresa estructuras multidimensionales para representar datos y hacer cruce entre datos ah almacenados. Cada celda dentro de una estructura multidimensional contiene datos agregados que se relacionan con los elementos a lo largo de cada una de sus dimensiones. Por ejemplo una sola celda puede contener las ventas totales de un producto en una regin para un canal de ventas especifico en un solo mes. El sistema de OLAP determina los cruces de las dimensiones en las que se contienen los datos almacenados de la base de datos, en otro ejemplo seran todos los estudiantes de una universidad, con una determinada carga horaria, y una cantidad de profesores definidos. Selecciona los datos y los muestra. Un estudio demostr como OLAP equipa a los investigadores a cavar y destapar relaciones de datos entre acontecimientos aparentemente sin relaciones y tendencias, as realzando la toma de decisiones comercial.

Beneficios de los Sistemas OLAP:

Fcil manejo y accesibilidad oportuna para el usuario. La administracin de los recursos es eficiente y oportuna. El tener multi-dimensiones permite almacenar ms registros y acceder con mayor efectividad a los datos. Permite almacenar y exponer un historial de datos. Generar ventajas competitivas: conocer a los clientes, determinar sus necesidades, y poder entregar un servicio ms adecuado a los requerimientos de sus consumidores. Ahorro de ejecucin de sentencias y respuesta de informacin.

En un sistema ROLAP toda la informacin es almacenada en una base de datos relacional, con un mejor rendimiento, seguridad e integridad de la base de datos, es un modelo escalable para una mayor cantidad de datos, estas tablas pueden ser comprimida por sentencias SQL adems que constan con una estructura ms dinmica. Este diseo de tablas de hechos que almacena toda la historia de informacin relevante para la empresa, la cual puede ser solicitada en algn momento para ser estudiado o analizada con detencin, Un ejemplo de esto puede ser la informacin almacenada de las ventas de una empresa en un periodo de tiempo determinado, en donde queda guardado el historial de los datos ingresados, estos datos quedan disponibles para cuando requiera hacer una consulta o analizar los datos. Las tablas se ligan entre s para crear parmetros en funcin a la magnitud de datos a estudiar, llamadas dimensiones, en el ejemplo anterior podemos tener las dimensiones de tiempo expresado en horas, das, semanas. Estas tablas dan lugar a la creacin de la tabla de hechos, relacionadas con las tablas para las dimensiones, dado origen a un esquema de estrella. Tambin puede darse el caso que se buscara jerarquizar las dimensiones, en el ejemplo anterior el tiempo se podra agrupar por semanas, por meses, trimestres o simplemente por ao. La confeccin de este diseo implica aadir tablas nuevas que se debern relacionarse con las dimensiones de la tabla de hecho central, este diseo se le conoce como esquema de copo de nieve. El diseo del sistema est finalizado si contiene todas estas estructuras que se identifica como un cubo OLAP, dicho de otra manera ms sencilla un almacn de datos que se compondr de varios cubos, uno por cada dimensin, lo que facilitara el manejo y accesibilidad oportuna de los datos que necesite el usuario, adems la administracin de los recursos es eficiente y oportuna. Este tipo de sistema aumenta la frecuencia de tomar buenas decisiones con rapidez y eficacia, debido servicios de anlisis complejo y sofisticado, ejecucin de las decisiones tomadas y medicin de los resultados con los servicios tradicionales de OLAP desarrollados por Consultores como WebMining, permitiendo realizar feedback y as mejorar cada vez, cometiendo menos errores en la prxima situacin semejante. El objetivo principal es que a travs de la Inteligencia de Negocios a medida, la empresa pueda saber qu es lo que necesita gracias a la amplitud de datos almacenados en el historial y la rapidez de anlisis, y as responder y dar soluciones adecuadas a los problemas que surgen en el da a da dentro de una organizacin. Con estas herramientas se puede saber qu es lo que quiere un cliente, conocerlo ms a fondo, saber cmo se mueve el mercado, saber a qu apuntar, saber el estado de los productos, qu es lo que ms afecta en su venta, cul es el producto ms vendido y que por ende que aporta mayor rentabilidad al negocio, decidir entre proveedores por el valor que aportan sus productos tanto para crear un producto final o para vender tal como se adquiere en caso de ser una casa comercial -. Tambin permite saber que cliente es confiable y de esa forma asignarle una cuenta de crdito o no. La competencia es mejor cuando se conoce ms el ambiente de trabajo, se disminuye la incertidumbre, existen menos posibilidades de cometer errores graves que lleven a la quiebra, por esa razn; las oportunidades de negocio se hacen infinitas en la medida que el administrador y su equipo de trabajo utilice de buena forma esta herramienta. No solo es mejor por la cantidad

de informacin que se posee, sino tambin por el tiempo y costo que se ahorra, lo que equivale a mayores utilidades y un negocio ms rentable.

Referencias: Wikipedia, OLAP, Modificado el 27 de Septiembre de 2013. Eduareas Blog, Qu es OLAP: El Procesamiento Analtico en Lnea? Procesamiento Analtico en Lnea (OLAP), David Luis la Red Martnez, 2006. Recuperado el 18 de octubre desde http://eduarea.wordpress.com/2013/03/29/que-es-olap-el-procesamientoanalitico-en-linea/ WebMining, Powering Web Intelligence, Servicios OLAP Tradicional, 2013, Recuperado el 19 de octubre desde http://www.webmining.cl/servicios/servicios-olap/