Es difícil imaginar el análisis de datos sin el uso de la tecnología OLAP (On-Line Analytical Processing). Aunque haya opiniones de todos tipos de si OLAP hay que considerar una tecnología o una ideología. De todos modos, OLAP se puede caracterizar como un cubo multidimensional o como una tabla cruzada normal. Todo esto se puede llamar un análisis de datos rápido. Como es habitual, OLAP se considera una tecnología que sirve para organizar grandes volúmenes de datos para un análisis estadístico.
Frecuentemente hablan de cubos a la hora de caracterizar el sistema OLAP. Como sabemos, un cubo tiene tres dimensiones: longitud, anchura y altura. Por lo tanto, es una figura de tres dimensiones. Lo mismo pasa con un conjunto de datos. Por ejemplo, los datos de la cantidad de productos vendidos por cada agente de ventas en una empresa se puede presentar como una matriz (tabla cruzada). En este caso se trata de un conjunto de datos de dos dimensiones. En los títulos de las líneas tenemos el nombre del producto, mientras que en los títulos de las columnas tenemos los nombres de los agentes.
Pero si añadimos otra dimensión, por ejemplo, meses, este conjunto de datos tendrá tres dimensiones. También puede añadir años. Es decir, la cantidad posible de dimensiones no se limita por dos o tres. El nombre del cubo no debe confundirle porque sirve solo para aclarar desde el principio que se trata de un almacenamiento de datos multidimensional. De esta manera, un cubo OLAP en práctica puede tener varias docenas de dimensiones. Es una construcción muy comleja, difícil de imaginar. Pero es este cubo multidimensional que permite organizar todos los datos y obtener información necesaria de manera rápida para analizarla.
Para trabajar con los cubos se utilizan slices, es decir, una selección de dimensiones determinadas que necesita. La comodidad de trabajar con cubos consiste en que puede añadir dimensiones necesarias a su slice de manera inmediata, ya que el cubo ya está construdio y Ud. utiliza solo lo necesario de él.
En la ola de la popularidad de sistemas OLAP la empresa FastReports ha estrenado su propio, FastCube. Ya que el resutadofinal del trabajo es un reporte, cualquier sistema OLAP debe ser capaz de generarlos. Es algo que podemos caracterizar como un punto fuerte de FastCube porque utiliza un generador de reportes pupular y rápido FastReport VCL para la plataforma VCL y FastReport.Net, para la plataforma .Net y FastReport FMX, para la plataforma FMX.
A diferencia de los productos acabados tipo "box", FastCube es un conjunto de bibliotecas para la plataforma meta lo que permite incluyir en su aplicaciones componente OLAP. Esta decisión es más flexible aunque requiere algunos conocimientos de programación para crear su aplicación. Pero para los que estén contentos con una solución habitual sin crear su aplicación propia, en el paquete hay una aplicación demo. Es una interfaz para trabajar con un cubo y slices que contiene todas las herramientas habituales de FastCube. Quizás a la mayoría les baste con esa aplicación. Esta aplicación demo se ve así:
Pero que posibilidades nos da FastCube. Vamos a considerarlas:
1) Es muy fácil crear slices. Lo más importante es indicar la fuente de datos: una tabla o una consulta SQL. Luego añada a la consulta/tabla campos en las dimensiones, indicios (measures), clasificación, filtros, etc.
2) Están disponibles lasoperaciones estadísticas estándares: suma, mínimo, máximo, valor medio, contador, dispersión. Estas operaciones para la filtración o selección de datos.
3) Las funciones complementarias para la filtración y la selección condicional: lista de calores únicos, cantidad de valores únicos, primer valor encontrado.
4) Posibilidad de crear índices calculados. Se realiza gracias al script en uno de los lenguajes de programación disponibles (Delphi yC++ - para la plataforma VCL, VB.Net, C# - para la plataforma .Net)
5) La clasificación según ejes (de acuerdo con las medidas y índices). Se puede aplicar varias clasificacione para cada medida.
6) Selección condicional del valor de una celda en slice. Es una función muy útil que permite seleccionar datos con un color o un emblema según condiciones.
7) Ajustes flexibles para mostrar resultados. Se puede estableces la posición de un resultado (al principio, al final), hacerlos invisibles.
8) Posibilidad de crear filtros calculables de valores al calcular índices. Swe implementa con la ayuda de un script.
9) El formato de la visualización de índices (fecha, cantidad de dinero, texto, número). Se puede añadir su propio formato.
10) Las medidas se pueden cerrar tanto de manera separada como todas a la vez.
11) Tablas cruzadas se pueden transponer: girarla, reemplazar filas y columnas.
12) Índices se pueden expresar de manera porcentual.
13) Posibilidad de construir gráficos con la ayuda de TeeChart.
14) Posibilidad de ver y exportar los detalles de una celda, es decir, un registro de la tabla de fuente de la que se extraen datos para la celda.
15) Está disponible la exportación de un slice en los formatos HTML, DBF, CSV, XML, Open Document Spreadsheed, Excel, Excel 2007.
16) Se puede guardar cubo y esquema.
17) Posibilidad de copiar el diapasón de valores desde una tabla cruzada en el portapapeles.
18) La fecha se divide automáticamente en fecha y hora, con lo cual se puede visualizarlas de manera separada.
19) Un slice se puede transformar en un reporte FastReport. Esto quiere decir que se puede utilizar recursos del generador de reportes para la visualización, exportación y impresión de este informe lo que extiende las posibilidades de FastCUbe.
20) La posibilidad de exportar un cubo/datos en XML.
21) Los ajustes de un cubo se puede establecer programadamente o desde la interfaz.
22) Posibilidad de crear modelos acabados (esquemas) para tablas cruzadas. Se puede prohibir a usuarios cambiar esquemas.
Las posibilidades listadas del productos indican que, aparte de las psibilidades estándares de crear slices, clasificar y filtrar, hay recursos adicionales de analizar datos. Particularmente, es la herramienta de selección condicional de datos.
Según las condiciones, celdas pueden ser resaltadas con un color, en la celda se puede añadir iconos o gradiente. Estos indicadores gráficos tomar decisión rápido respecto a qué valores caen en un diapasón establecido o lo sobrepasan.
Tambié hay que destacar la posibilidad de exportar un slice. Se lo puede realizar tanto con los recursos estándares de FastCube, como a través del generador de informes. En el segundo caso la lista de formatos de exportación es más amplia.
Además, un cubo se puede conectar a una base de datos tanto con la ayuda de los componentes estándares de ADO y BDE, como con otras fuentes de datos a través de TDataSet.
Para terminar, podemos decir que FastCUbe sirve para cargar y procesar grandes volúmenes de datos muy rápido. Aunque FastCube presuponga la creación de una aplicación propia del usuario, es evidente que el uso de un cubo por el usuario no requiere conocimientos de programación especiales.
Todo esto se puede llamar un
análisis de datos rápido.
Como es habitual, OLAP se
considera una tecnología que
sirve para organizar grandes
volúmenes de datos para un
análisis estadístico.
Frecuentemente hablan de
cubos a la hora de
caracterizar el sistema
OLAP. Como sabemos, un cubo
tiene tres dimensiones:
longitud, anchura y altura.
Por lo tanto, es una figura
de tres dimensiones. Lo
mismo pasa con un conjunto
de datos. Por ejemplo, los
datos de la cantidad de
productos vendidos por cada
agente de ventas en una
empresa se puede presentar
como una matriz (tabla
cruzada). En este caso se
trata de un conjunto de
datos de dos dimensiones. En
los títulos de las líneas
tenemos el nombre del
producto, mientras que en
los títulos de las columnas
tenemos los nombres de los
agentes.
Pero si añadimos otra
dimensión, por ejemplo,
meses, este conjunto de
datos tendrá tres
dimensiones. También puede
añadir años. Es decir, la
cantidad posible de
dimensiones no se limita por
dos o tres. El nombre del
cubo no debe confundirle
porque sirve solo para
aclarar desde el principio
que se trata de un
almacenamiento de datos
multidimensional. De esta
manera, un cubo OLAP en
práctica puede tener varias
docenas de dimensiones. Es
una construcción muy
comleja, difícil de
imaginar. Pero es este cubo
multidimensional que permite
organizar todos los datos y
obtener información
necesaria de manera rápida
para analizarla.
The name of the cube should
not mislead you, it only
serves to make it
immediately clear - it is a
multidimensional data
warehouse. Thus, the OLAP
cube in practice may have
several tens of dimensions -
this is a very complex
structure, which is
difficult to imagine in
mind. But it is precisely
such a multidimensional
cube, and allows you to
collect all the data into
one and quickly obtain the
necessary information for
the analysis.
Para trabajar con los cubos
se utilizan slices, es
decir, una selección de
dimensiones determinadas que
necesita. La comodidad de
trabajar con cubos consiste
en que puede añadir
dimensiones necesarias a su
slice de manera inmediata,
ya que el cubo ya está
construdio y Ud. utiliza
solo lo necesario de él.
En la ola de la popularidad
de sistemas OLAP la empresa
FastReports ha estrenado su
propio, FastCube. Ya que el
resutadofinal del trabajo es
un reporte, cualquier
sistema OLAP debe ser capaz
de generarlos. Es algo que
podemos caracterizar como un
punto fuerte de FastCube
porque utiliza un generador
de reportes pupular y rápido
FastReport VCL para la
plataforma VCL y
FastReport.Net, para la
plataforma .Net y FastReport
FMX, para la plataforma FMX.
A diferencia de los
productos acabados tipo
"box", FastCube es un
conjunto de bibliotecas para
la plataforma meta lo que
permite incluyir en su
aplicaciones componente
OLAP. Esta decisión es más
flexible aunque requiere
algunos conocimientos de
programación para crear su
aplicación. Pero para los
que estén contentos con una
solución habitual sin crear
su aplicación propia, en el
paquete hay una aplicación
demo. Es una interfaz para
trabajar con un cubo y
slices que contiene todas
las herramientas habituales
de FastCube. Quizás a la
mayoría les baste con esa
aplicación. Esta aplicación
demo se ve así:
