Файл: Сферы применения OLAP-технологий.pdf

ВУЗ: Не указан

Категория: Эссе

Дисциплина: Не указана

Добавлен: 12.07.2023

Просмотров: 11

Скачиваний: 3

ВНИМАНИЕ! Если данный файл нарушает Ваши авторские права, то обязательно сообщите нам.

OLAP технологии нужны для автоматизации стратегического уровня управления организацией.

В наши дни почти все компании перешли к использованию OLAP как базовой технологии для предоставления информации лицам, принимающим решениями и на основе прочитанного материала, я могу сделать вывод, что OLAP применяется везде, где есть задача анализа многофакторных данных. При наличии таблицы с данными, в которой есть описательная колонка и колонка с цифрами, OLAP является эффективным средством анализа и генерации отчетов.

OLAP – технология, широко применяющаяся во множестве сфер. Основными являются: электронный бизнес, маркетинг, бухгалтерский учет, финансовая отчетность и логистика.

В сфере продаж и закупок на основе анализа решаются вопросы об изменении ассортимента товаров, цен, о закрытии и открытии магазинов, проведении или прекращении рекламных кампаний и т.д.

В сферах финансовой отчетности и формировании бюджета OLAP-система может автоматически и очень быстро вычислять балансы многофилиальной организации, балансы за месяц, квартал и год. Также анализ текучести кадров в компании и расходы на зарплату.

В сфере логистики OLAP – система позволяет проводить анализ количества проданных билетов, объемов перевозок, грузов, грузоотправителей, грузополучателей, станций отправления, станций получения и т.д.

OLAP широко применяется в сферах недвижимости. Здесь происходят обычные измерения для данного рынка. К примеру, город, район, количество комнат, расстояния до метро и т.п.

Еще одним примером статистического анализа является объем производства и потребление расходных материалов. Можно анализировать объемы выращенного картофеля, выплавленной стали, произведенного товара или расход масла ветоши на крупном заводе.

Таким образом, с внедрение технологии OLAP появилась возможность детально, а главное, быстро анализировать большое количество информации. При этом получать одновременный доступ и обрабатывать данные различных уровней сложности.