OLAP-Systeme beziehen ihre Daten entweder aus den operationalen Datenbeständen eines Unternehmens oder aus einem Data-Warehouse (Datenlager). Der Einsatz eines Data-Warehouse verhindert, dass die Analysedaten mit den transaktionsorientierten Datenbeständen in Kontakt kommen und die Leistungsfähigkeit beeinträchtigt wird. Ebenso ist die Leistung eines OLAP-Systems von der verwendeten Datenhaltungsform und deren Anbindung an den Analyse-Client abhängig.
Im Gegensatz zum Online Transaction Processing (OLTP) steht hier die Durchführung komplexer Analysevorhaben im Vordergrund, welche ein sehr hohes Datenaufkommen verursachen. Das Ziel ist, durch multidimensionale Betrachtung dieser Daten ein entscheidungsunterstützendes Analyseergebnis zu gewinnen. Als besondere Zielgruppe wird hier das Management in seiner Rolle als Entscheidungsträger genannt.
Die OLAP zugrunde liegende Struktur ist ein OLAP-Würfel (englisch cube), der aus der operationalen Datenbank erstellt wurde. Dieser folgt einer multidimensionalen, datenpunktorientierten Logik im Gegensatz zur zeilenorientierten Logik beim OLTP.
OLAP bedeutet viele Dimensionen in der Analyse. Dimensionen können zum Beispiel Kunden, Regionen, Zeit sein, aber auch Cluster, die durch Entscheidungsbäume entstanden sind. Durch diese Multidimensionalität sollen relevante betriebswirtschaftliche Kennzahlen (bspw. Umsatz- oder Kostengrößen) anhand unterschiedlicher Dimensionen mehrdimensional betrachtet und bewertet werden können. Auf Cubes basierende Data Warehouses (z.B. SAP BW) sind im Controlling eine wichtige Voraussetzung für das Thema Business Intelligence.
Literatur:
Reinke, Helmut/ Schuster, Helmut: OLAP verstehen, Microsoft Press, (2000)
Held, Bernd/, Erb, Harmut, Advanced Controlling mit Excel, Franzis Verlag, (2006)
Wenn Ihnen dieser Beitrag gefallen hat, dann teilen Sie ihn gerne. Falls Sie Anmerkungen haben, schreiben Sie bitte einen Kommentar, oder senden Sie mir eine Mail an info@prt.de.
