Un sistema OLAP (On Line Analytical Processing) representa de forma más gráfica y sencilla una serie de datos de interés para los ejecutivos de negocios, ayudándoles en la toma de decisiones. La clave de estas herramientas es permitir la visualización de datos actuales o históricos desde distintas dimensiones, según los requerimientos de los usuarios.
Para extraer o manejar información desde un grupo de datos se requiere del apoyo de alguna herramienta que facilite la visualización del conjunto. Así acontece, por ejemplo, con las conocidas planillas, que, impresas en papel o en la pantalla del PC, nos presentan filas y columnas con datos ordenados. Sin embargo, ese modelo de información en dos variables no es suficiente para tomar decisiones de gestión, las cuales exigen herramientas más completas para administrar y extraer información desde datos múltiples y diversos.
En este contexto han surgido los llamados “cubos de datos”, que corresponden a una especie de extensión “multidimensional” de las tablas de datos de dos dimensiones. Los cubos de datos no están restringidos a tres dimensiones, ya que con el uso de las herramientas OLAP (On Line Analytical Processing) sus capacidades de análisis se extienden notablemente, como veremos a continuación.
¿Qué Son los Sistemas OLAP?
Son las llamadas “reglas de Codd” (de Edgard Codd, especialista fallecido en el 2003), las más usadas para definir los sistemas OLAP, a través del acrónimo FASMI (Fast Analysis of Shared Multidimensional Information), que entregan los conceptos fundamentales de estas herramientas.
El primer concepto (Fast Analysis) destaca que los sistemas OLAP deben ser capaces de responder rápida y ágilmente a las solicitudes de información de los usuarios y que deben reflejar cualquier lógica de negocio por las que se consulte, siempre desde el punto de vista de las necesidades de la empresa.
A su vez, “información multidimensional”es el concepto que mejor define a los sistemas OLAP: brindar información para análisis desde múltiples perspectivas a las distintas áreas y jerarquías de la empresa. Por último, este tipo de sistemas deben contar con herramientas que junto con permitir compartir (Shared) la información, deben garantizar la seguridad en los accesos y la confidencialidad de los datos.
Junto a las herramientas de data warehouse y data mining o minería de datos, los sistemas OLAP constituyen las soluciones más importantes asociadas al concepto de inteligencia de negocios o business intelligence.
Sistemas Transaccionales y Analíticos
OLAP representa el siguiente paso o complemento de los sistemas OLTP (On Line Transaction Processing), los cuales se orientan principalmente a las operaciones repetitivas y más sencillas, acumulando información que no es explotada en su totalidad, debido a que no tienen mayor capacidad para realizar consultas (queries).
La principal diferencia entre OLAP y dichos sistemas transaccionales es que éstos poseen una estructura “bidimensional”, mientras que los analíticos, como está dicho, poseen una estructura “multidimensional”. En una estructura de datos bidimensional, se establece una relación directa, generalmente de causalidad, entre dos parámetros que, si bien resulta útil en lo inmediato, no siempre permite realizar un análisis completo a la hora de tomar decisiones sobre planificación. Por ejemplo, si se desea conocer el retorno interno de un producto, se consultará el precio de venta y se relacionará con los costos de producción y con eso será suficiente. En un análisis multidimensional, además de lo mencionado, el usuario final tendrá a su disposición tres o más parámetros que le permitirán tomar decisiones más exactas respecto del mismo producto. Así, por ejemplo, podrá decidir si es necesario producir más o menos en determinados períodos del año, determinar en qué zonas o locales el producto tiene mejor salida, e incluso conocer si las ventas mayores están asociadas o no a la gestión específica de algunos de los vendedores.
Mejores Decisiones
Un sistema OLAP representa de forma más gráfica y sencilla una serie de datos de interés para los ejecutivos de negocios, teniendo la cualidad de permitir a los usuarios –sin la intervención necesaria de los “técnicos” (informáticos)– visualizar y administrar dichos datos según lo estimen conveniente, pudiéndolos filtrar, generalizar o reagrupar para producir sus propios informes, desde las dimensiones del negocio que consideren adecuadas.
En cuanto a los objetivos, una de las principales misiones de las herramientas OLAP es identificar tendencias. Esto significa tener información para tomar decisiones en torno a múltiples variables, incluyendo las que rodean al negocio, tanto por el lado económico como por el del mercado, en términos ambientales. Estas herramientas también ayudan a identificar cambios y tendencias en las preferencias de los clientes y a tener una perspectiva apropiada de lo que acontece en el mercado, específicamente con los productos o servicios de una empresa, así como en relación con su competencia.
Las aplicaciones más conocidas de los sistemas OLAP son los análisis de ventas y los vinculados a los sistemas de ERP (Enterprise Resource Planning). Otras aplicaciones, como las financieras y de presupuestos también se encuentran entre las más demandas por las empresas.
Por último, puede mencionarse que existen variaciones dentro de los sistemas OLAP, según las técnicas usadas para extraer los datos. Las dos más conocidas son: ROLAP (Relational On Line Analytical Process), caracterizadas por proporcionar vistas multidimensionales desde bases de datos relacionales; y MOLAP (Multidimensional On Line Analytical Process) que es la que propiamente proporciona los cubos de información desde una base de datos multidimensional. Existe también HOLAP (Hybrid OLAP) que, como su nombre lo señala, combina el almacenamiento de datos en un motor relacional y en una base de datos multidimensional.
