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 pensar en los datos multidimensionales. En un sentido simplificado, un cubo OLAP es algo así como una hoja de cálculo tridimensional, aunque OLAP es capaz de manejar 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 sustancialmente a las bases de datos de archivos planos y a las bases de datos relacionales típicas o transaccionales cuando se trata de proporcionar respuestas rápidas a consultas multidimensionales.
Pero, ¿cómo lo hace realmente OLAP? Comparemos una base de datos relacional estándar y OLAP. Para demostrarlo, una posible pregunta a la que querrán responder los directores de TI responsables de la gestión y optimización de los activos de software 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 específico en un sitio concreto?
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 las herramientas multidimensionales como OLAP. En OLAP, los datos almacenados son pre-agregados, lo que puede traer resultados instantáneamente incluso con grandes cantidades de datos. Los cubos pueden tener muchas dimensiones que se pueden utilizar para agregar, cortar y dividir los datos. Además, se pueden cortar las dimensiones en jerarquías construidas 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. A través de la pre-agregación de estas dimensiones, podemos recuperar instantáneamente la información que necesitamos. El área resaltada es el Uso Máximo de Licencias del Producto C para el año 2014.
Otra dimensión que podemos añadir a nuestro cubo OLAP es la Ubicación.
Esto muestra cómo OLAP realiza un análisis multidimensional. En este ejemplo, el cubo OLAP pre-agrega la dimensión Ubicación con Producto y Tiempo. El área resaltada muestra el Uso Máximo de Licencias del Producto C para el año 2014, pero esta vez sólo para Norteamérica.
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, uno se centra en proporcionar respuestas a un pequeño conjunto de preguntas que abordan necesidades empresariales fundamentales. Un cubo construido a partir de una preasignación de datos bien estudiada responde a estas preguntas de forma fácil y rápida. Esto es lo que hace OLAP. Permite explorar los datos del negocio de manera eficiente - una razón claramente inteligente para considerar las herramientas de inteligencia de negocios que utilizan 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.
