- OLAP ayuda a las empresas a analizar rápidamente datos agregados y multidimensionales cuando se necesitan respuestas rápidas para la planificación y el apoyo a la toma de decisiones.
- Los cubos OLAP pueden preagregar datos en distintas dimensiones, como el producto y el tiempo, lo que agiliza el análisis de desglose en comparación con las consultas relacionales convencionales.
- Open iT Analysis Server utiliza inteligencia empresarial de tipo OLAP para ayudar a los responsables de TI a analizar de forma eficiente el uso de las licencias y las cuestiones relacionadas con los activos de software.
Un analista que se enfrenta a una consulta relacional plana tiene que esperar 90 segundos a que finalice un rollup multidimensional y, a continuación, otros 90 segundos más para profundizar en la sección que realmente le interesa. Para cuando llega la tercera iteración, la pregunta ya ha cambiado. El OLAP transforma esa ecuación mediante la preagregación a través de dimensiones como el producto y el tiempo, convirtiendo los desgloses en operaciones que duran menos de un segundo, en lugar de escaneos completos de la tabla. Open iT Analysis Server aplica esa misma inteligencia empresarial al estilo OLAP a cuestiones relacionadas con el uso de licencias y los activos de software, lo que proporciona a los responsables de TI respuestas rápidas a las cuestiones de planificación y optimización que pierden valor cuanto más tardan en calcularse.
La inteligencia empresarial basada en el análisis de datos agregados es uno de los temas más importantes en el mundo de los negocios hoy en día. Cada vez son más las empresas que descubren la importancia de recopilar, almacenar y analizar los diversos datos disponibles en los procesos empresariales para obtener una ventaja competitiva. Con el número de tecnologías de inteligencia empresarial disponibles para permitir un análisis eficaz de los datos, es esencial elegir la herramienta adecuada, una que pueda ofrecer resultados rápidos y precisos. Este artículo se centrará en una herramienta que ha demostrado dar estos resultados: OLAP.
El procesamiento analítico en línea (OLAP) es una estructura de base de datos optimizada para la visualización rápida de datos multidimensionales. Las bases de datos OLAP suelen denominarse«cubos», una forma eficaz de concebir los datos multidimensionales. En términos sencillos, un cubo OLAP es algo así como una hoja de cálculo tridimensional, aunque el OLAP es capaz de gestionar más de tres dimensiones. Las bases de datos OLAP suelen implementarse en bases de datos relacionales especialmente diseñadas, optimizadas para ofrecer resultados rápidos a las consultas. Las bases de datos OLAP pueden superar con creces a las bases de datos de archivos planos y a las bases de datos relacionales típicas o transaccionales a la hora de proporcionar respuestas rápidas a consultas multidimensionales.
Pero, ¿cómo lo hace realmente el OLAP? Comparemos una base de datos relacional estándar con el OLAP. Para ilustrarlo, una posible pregunta que los responsables de TI encargados de gestionar y optimizar los activos de software podrían querer que se respondiera es:
¿Cuál es el uso máximo de licencias para un producto concreto en un año determinado?
Ahora, imagina que el responsable de TI tiene una base de datos muy grande con registros históricos de uso. Para responder a esa pregunta utilizando una base de datos relacional convencional, necesita obtener la información de diferentes tablas. Combina todos los datos y realiza una consulta para extraer la información que necesita.
En el caso de las consultas complejas, esto puede ser un proceso lento. ¿Qué ocurre cuando el responsable de TI quiere profundizar en esa información? Por ejemplo, ahora le gustaría saber:
¿Cuál es el uso máximo de la licencia para una función concreta del producto en un mes determinado y en una sede concreta?
El responsable de TI tendría que volver a realizar la consulta. La aplicación de estos filtros ralentizará aún más un proceso ya de por sí lento, lo que no es una opción para una empresa que necesita información rápidamente.
Cuando la recuperación rápida de datos es una prioridad en la planificación, la resolución de problemas y el apoyo a la toma de decisiones, las empresas pueden aprovechar herramientas multidimensionales como OLAP. En OLAP, los datos almacenados están preagregados, lo que permite obtener resultados de forma instantánea incluso con grandes volúmenes de datos. Los cubos pueden tener múltiples dimensiones que se pueden utilizar para agregar, segmentar y desglosar los datos. Además, es posible segmentar aún más las dimensiones en jerarquías creadas directamente dentro del cubo.
La figura anterior ilustra el enfoque OLAP para responder a nuestra primera pregunta. Dos de las dimensiones de nuestro cubo son «Producto» y «Tiempo». Gracias a la preagregación de estas dimensiones, podemos recuperar al instante la información que necesitamos. El área resaltada corresponde al uso máximo de licencias del producto C durante el año 2014.
Otra dimensión que podemos añadir a nuestro cubo OLAP es«Ubicación».
Esto muestra cómo OLAP realiza análisis multidimensionales. En este ejemplo, el cubo OLAP preagrega la dimensión «Ubicación » con «Producto» y «Tiempo». El área resaltada muestra el uso máximo de licencias del producto C para el año 2014, pero en esta ocasión solo para América del Norte.
Y a partir de esos datos, podemos desglosar instantáneamente nuestra información utilizando jerarquías. Esta figura muestra el uso máximo de licencias de la función 2 - Producto C para febrero de 2014 en Norteamérica.
Al diseñar un cubo, lo importante es dar respuesta a un pequeño conjunto de preguntas que abordan necesidades empresariales fundamentales. Un cubo creado a partir de una preasignación de datos bien planificada responde a estas preguntas de forma fácil y rápida. Esto es lo que hace el OLAP. Permite explorar los datos empresariales de manera eficiente, lo que constituye una razón claramente acertada para plantearse el uso de herramientas de inteligencia empresarial que utilicen OLAP, como el Open iT Analysis Server.
The Analysis Server is an advanced software asset management tool addressing the needs of individuals tasked with managing complex and expensive software asset portfolios. Along with Open iT modules, the Analysis Server can provide rich reports on the many facets of <software asset management (SAM), such as license usage, application, server and storage usage, in a fast and efficient way.
