Hypercubes/Atouts des analyses croisées
Atouts des analyses croisées
[modifier | modifier le wikicode]De nos jours au sein des entreprises, l'analyse des données de façon très précise est de plus en plus demandée. En effet outre le reporting ou un traitement des données est réalisé de manière très synthétique pour mettre en valeur les forces et faiblesses globales de l'entreprise l'analyse croisée par le biais des hypercubes va permettre un traitement des informations beaucoup plus poussé qui permettra d'expliquer toutes les anomalies et surtout de comprendre leurs origines.
L’analyse croisées des données va aussi permettre de mettre en lumières des situations qui n'auraient pas été possibles de voir en temps normal comme par exemple expliquer la différence de chiffre d'affaire réalisée par deux commerciaux, si l'un fait un résultat record et l'autre un médiocre. Grâce à l’utilisation d'un cube cette différence de performances pourra rapidement être expliquée, à savoir si cela vient de disparités géographiques par exemple ou encore du type de clientèle démarché.
Atout des différents types de stockage de donnée
[modifier | modifier le wikicode]On remarque que pour réaliser une analyse croisées des données plusieurs types de stockage des données existent et celles-ci correspondent à des besoins bien spécifiques. En effet nous pouvons distinguer trois types de solutions:
- Le modèle R-OLAP ou Relational-OLAP qui est en fait une sorte de base de donnée relationnelle qui réagis comme un cube a comme principal atout d’être très simple d'installation et d'utilisation puisqu’il utilise le langage SQL très répandu aujourd'hui. Son autre avantage est qu’il n’est pas limité en place donc il s'avérera à l’utilisation très polyvalent. Cependant sa lenteur peut s'avérer handicapante dans l’utilisation de base de données importante ce qui va finalement être un frein à son utilisation.
- Le modèle M-OLAP va venir corriger ce problème en proposant une solution beaucoup plus rapide et polyvalente en proposant des utilisations beaucoup plus évolué comme par exemple les pré-calculs des données. Cependant son point faible va être sa capacité d'analyse car les bases de données sont limités à seulement un giga-octet.
- Le modèle H-OLAP est un modèle hybride qui combine les avantages des deux systèmes pour arriver à une analyse la plus fine possible. Cependant ce modèle est très lourd à mettre en place et demandera un investissement financier important.
