일례로 어떤 사용자는 분석될 데이터로서 9월 중 같은 제품과의 매출액을 비교하기 위해 7월 중에 서울에서 팔린 모든 회사의 농구공 제품 판매량을 보여주는 스프레드시트를 요청함으로써, 같은 시기동안에 부산에서 팔린 다른 제품들과 비교해 볼 수 있다.
이러한 종류의 분석을 쉽게 하기 위해 OLAP 데이터는 다차원 데이터베이스 내에 저장된다. 관계형 데이터베이스가 2차원이라고 생각할 수 있는데 반해, 다차원 데이터베이스란 각 데이터 속성(제품, 매출지역, 기간 등과 같은)이 각기 별개의 차원으로서 간주되는 것이다.
OLAP 소프트웨어는 차원들 간의 교점을 찾아내어, 그것들을 표시할 수 있다. "기간" 등과 같은 속성들은 세부속성으로 나뉘어질 수 있다.
OLAP은 데이터 마이닝, 또는 이전에는 판별하지 못했던 데이터 항목들 간의 상관관계를 찾아내는 일 등에 활용될 수 있다.
OLAP 데이터베이스는 데이터웨어하우스 만큼 클 필요는 없는데, 왜냐하면 추이분석을 위해서 모든 트랜잭션 데이터가 필요한 것은 아니기 때문이다. ODBC를 사용하면, OLAP을 위한 다차원 데이터베이스를 만들기 위해 기존의 관계형 데이터베이스로부터 데이터를 가져올 수 있다.
관련 사이트
- ADO에 대한 모든 것
MDAC(Microsoft Data Access Components)는 UDA를 지원하며, OLE DB for OLAP을 포함하고 있다.
- 방화벽을 통해 OLAP Services와 통신하는 데 사용하는 TCP 포트
OLAP Services를 이용하고 있다면 추가해야 할 TCP 포트에 대해서 알아본다.
- SQL Server 2000 분석 서비스 소개 Part1 (1) : 분석관리자 소개
분석 서비스의 위자드를 사용해서 "real-world" OLAP 큐브를 생성하고 뒤로 갈수록 좀 더 고급의 개념에 대해서 알아본다.
- SQL Server 2000 분석 서비스 소개 Part2(1) : 이번 파트에서는?
이번 파트에서는 차원 편집기를 사용하여 차원을 생성하고 차원 마법사로서는 할 수 없는 다양한 속성들에 대해서 살펴본다.
- 물리적으로 떨어진 DB를 쿼리하기 위한 연결된 서버 구성하기
물리적으로 떨어진 데이터베이스를 접근하기 위해 연결된 서버(Linked Server)를 작성하고 연결된 서버의 테이블을 쿼리하는 방법에 대해서 알아본다.
- [엔코아 김정삼 전임]Star Transformation 기술 활용
현재 보다 더 많은 패널을 확보해서 공정성을 더욱 높이라고 요구할 수도 있고 OLAP과 같은 고급 기능도 제공할 것을 요구 할 수 있다.
- OLAP(On-Line Analytical Processing)
부산대학교의 OLAP관련 자료로 OLAP 관련 용어정의가 자세히 제공된다.
- OLAP의 정의와 목적
OLAP의 개념 및 정의와 OLAP 사용의 목적을 설명한다.
- OLAP Server와 DW의 비교
OLAP서버는 데이터 웨어하우스 환경에서 사용자에게 다차원 정보를 제공하는 분석용 데이터 마트로 정의할 수 있다.
- OLAP tool의 전반적인 면
OLAP에서의 Cube와 Cardinal Rule 등에 대해 설명한다.
- OLAP 제품 분류
일반적으로 OLAP 제품들은 MOLAP, ROLAP, DOLAP, HOLAP로 구분된다.
- OLAP의 장, 단점
OALP의 강점과 약점에 대해 설명한다.
- 국내의 OLAP 시장 현황
국내에서는 현대자동차를 비롯 삼성, SK텔레콤 등의 대기업과 하나은행등의 금융권에서 사용되고 있지만 정확한 시장 규모는 파악되지 않고 있다.
- OLAP 컨설팅
회사정보, 상품 소개, 경영정보 시스템, 세미나 안내 및 OLAP 설명이 제공된다.
- OLAP의 스키마
김동건의 OLAP 스키마 강의.
- OLAP Council home page
OLAP 관련 기술과 응용, 관련 뉴스와 용어 정리 등을 제공한다.
- Alta Plana's OLAP Page
OLAP과 관련한 웹 사이트들의 링크를 제공한다.
- OLAP glossary
OLAP과 OLAP 서버의 용어정의를 제공한다.
- OLAP on the Web
OLAP 툴에 관한 보고서를 제공한다.
출처 - http://blog.naver.com/4321875.do?Redirect=Log&logNo=140015504247
BI와 OLAP의 차이점
BI는 DW나 OLAP이 아니다.
현재 가장 잘못 쓰이고 있는 용어 중 하나가 BI 라는 분야이다. 지금까지 BI에 대한 정의를 자세히 보면, 좁게는 DW (Data Warehouse) tool 즉 데이터 추출, 모델링, OLAP 툴들을 의미하며, 좀 더 확장해서는 ABC, BSC를 구축하는 솔루션을 일컬어 BI 라고 하고 있다.
DW를 ‘데이터의 인프라’, 또는 ‘정보의 인프라’라고 정의한 바 있다. DW는 데이터를 보관하고 활용할 수 있도록 하는 기본 설비라는 뜻이며 그 이상도 그 이하도 아니다라고 했다. 이는 DW의 활용이라는 측면, 즉 다양한 DW 애플리케이션에 대한 기능을 DW의 기능으로 혼돈하지 말자는 뜻이 담겨있다. 다시 말해서, DW는 세 말의 구슬을 담을 수 있는 그릇에 불과한 것이다.
OLAP은 DW에 있는 데이터를 다차원적으로 아주 상세히 표현해 줄 수 있다. 그것은 과거데이터를 다양한 각도에서 분석을 해 줄 수 있다. OLAP의 다차원 분석은 ‘과거 데이터에 대한 다양한 집계’라고 할 수 있다.
그러나, 기업 경영자가 원하는 것은 비즈니스에 대한 결과로서 과거의 집계도 중요하지만, 앞으로 어떻게 될 지에 대해서 더욱 관심이 있다. 한 통신회사의 CEO는 임원회의에서 ‘우리 회사의 매출 현황에 대한 다양한 각도의 분석은 중요하다. 그러나, 내가 관심 있는 것은 다음 달, 우리회사의 매출, 6개월 후의 매출이며, 그것이 올라가고 있는지 내려가고 있는지 미리 알고 싶은 것이다. 만일 매출이 줄어들 것이라면, 그 원인을 미리 알아서 사전에 매출 감소를 방지하는 것에 내 관심이 있다.’라고 했다. 아주 당연한 이야기 이다.
모든 CEO의 관심은 미래에 있다. 단순한 미래의 매출액이라기 보다는 매출 증감의 원인을 미리 알고 싶고, 그 결과에 대한 치료 방법을 알고 싶은 것이다. 바로, BI는 경영자에게 기존 데이터를 근간으로 미래를 예측하고 그에 대한 처방을 제시하는 데 있다.
기업의 데이터는 사장되고 있다
기업이 비즈니스를 하면서 쌓이는 수 많은 데이터들이 있다. 이러한 데이터는 현장의 생생한 내용을 전달하는 것으로 얼마든지 분석하면 그 안에 경영에 매우 필요한 노하우를 뽑아낼 수 있다. 사실 현장에서 근무하는 실무자들은 이미 알고 있다. 그러나, 그들은 자기의 좁은 영역만 알고 있으며, 경영인들에게 현장에서 일어나는 시시콜콜한 이야기를 피력하는 것을 꺼려하고 있다. 그 생생한 경영 현장은 수치화되어 데이터로 올라가고 이는 DW에 통합되어 경영자는 모든 비즈니스 현장의 모습이 사라진, 단지 데이터의 합계를 볼 뿐이다.
BI는 추상적인 숫자로 그 모습이 사라지고 있는 경영 현장의 생생한 내용들을 경영인들에게 다시 돌려주는 작업을 해야 한다. 이를 위해서 필요한 모든 IT 기술을 동원하여 종합적인 솔루션을 구현해야 한다. 이것이 현재 BI가 가야 할 길이다. 기업 경영에 필요한 정보를 제공해 주는 것이 BI가 가야 할 길이다.