ВВЕДЕНИЕ
Построение систем анализа данных являетсяважным направлением развития информационных технологий. В последнее время всвязи с ростом числа накопленных данных в организациях и необходимостьюпринятия обоснованных управленческих решений интерес к этому направлениюрастёт. С помощью систем анализа данных могут быть решены следующие задачи:сбор всех необходимых для анализа данных в одном месте с согласованием форматови удалением ошибок, интерактивный просмотр этих данных аналитиком,автоматическое извлечение закономерностей из данных. Всё это позволяет в каждыймомент времени иметь полную информацию об организации и эффективно приниматьуправляющие решения.
Механизм OLAP является на сегодня одним изпопулярных методов анализа данных. Интерактивная аналитическая обработка (OLAP)позволяет получать доступ к статистическим и организованным данным изисточников бизнес-данных, например хранилищ данных, в многомерной структуре,именуемой куб. Технологии OLAP позволяют на основе оперативной базы данных комплексапроизводить построение многомерных хранилищ данных с целью ихэкспресс-обработки для принятия управленческих решений.
Целью данной курсовой работы является получение практических навыков в среде OLAP на основеобзора фармацевтического рынка Украины за 2007 г.
Целью курсовой работы является освоениенавыком функционирования OLAP сферы, удобства использования данных технологий дляработы с отчетностями и другими статистическими показателями.
Задачами данной курсовой работы являются:ознакомление с OLAP технологиями, построение алгоритмов проектирования OLAP-кубаи создание запросов к построенной сводной таблице. Одной из важнейших задачявляется построение и моделирование OLAP- куба, осваивание функций ивозможностей, позволяет оценить удобства этой сферы работы с данными (в данномслучае планово-экономические отчетности), так как оперативная аналитическаяобработка данных Online analytical processing (OLAP) — это новая, более гибкаяметодика анализа данных.
Объектом работы, непосредственно, являютсяобзоры объёмов продаж лекарственных препаратов. На данном примере в курсовойработе будут рассмотрены все удобства оперирования и функциональность OLAPтехнологий.
За более или менее продолжительныйинтервал времени (от нескольких месяцев) в базе данных комплекса накапливаетсясущественный объем информации, который может и должен быть использован дляанализа деятельности предприятия, прогноза происходящих на нем процессов. Дляудобства и более эффективной работы используем OLAP технологии,с помощью построения сводной таблицы (кросс-таблицы, кросс-диаграмм).
OLAP — это технология многомерного анализаданных, предназначенная для обеспечения пользователей всей необходимойинформацией для принятия управленческих решений.
1.1 Характеристика фармацевтического рынкаУкраины
При рассмотрении объекта исследованияхотелось бы, прежде всего, начать с ключевых моментов развитияфармацевтического рынка.
На процессы, которые происходят нафармацевтическом рынке, влияет совокупность ряда внешних и внутренних факторов:экономико-политическая нестабильность в стране, отсутствие реальных реформ всистеме здравоохранения за последние 20 лет, консолидациякомпаний-производителей, непрозрачная система регистрации лекарственныхсредств, отсутствие системных инвестиций в отрасль, попытки государственныхчиновников скорее администрировать, а не регулировать происходящие процессы.
Проанализировав ситуацию через призмуключевых характеристик фармацевтического рынка Украины, можно выделитьнесколько моментов:
• Низкий уровень подушевого потреблениялекарственных средств.
• Высокий уровень конкуренции приотносительно небольшом объеме рынка.
• Наметившееся снижение темпов ростарынка.
• Дисбаланс в росте рынка в денежном инатуральном выражении.
• Невысокая доля инновационных препаратов.
• Невысокая маржинальность бизнеса (низкийmark-up дистрибьюторов, относительно высокие затраты на продвижение уотечественных производителей и т. д.).
• Отсутствие государственногофинансирования.
Для анализа рынка и более точногопрогнозирования участников рынка можно разделить на основные классы:
· отечественные производителилекарственных средств («Дарница», «Артериум»,«Фармак», «Здоровье» и др.), дальнейшее развитие которых вомногом зависит от государственных преференций, хотя именно для этого кластерахарактерновесьма эффективное использование маркетинговых инструментов;
· восточноевропейские производители(KRKA, Gedeon Richter, BerlinChemie), которые давно работают на нашем рынке,обладают хорошей репутацией, положительной предысторией и вполне приемлемымиценами, но при этом существенно зависят от локальных рынков;
· новые генерические компании(Actavis, Zentiva, Teva, ratiopharm, Sandoz) отличаются гибким ценообразованиеми оперативным формированием «правильного» продуктового портфеля.Тактика продвижения их продуктов во многом схожа с инновационными компаниями –по крайней мере, в части вынужденного брендирования при продвижении своихпродуктов;
· инновационные производители(Novartis, Phizer, AstraZeneca) развивают новые подходы к лечению, имеютширокую доказательную базу, но и более высокие цены; именно они испытываютколоссальное давление со стороны генерических компаний;
· нишевые компании (Mili Healthcare,Heel, Bittner), имеющие успешные позиции только на отдельных рынках.
Относительно финансирования развитиярынка, хочется заметить, что «кошелек потребителя» не бездонный, исуществует предел потребительской эластичности, а государственныекомпенсационные системы возмещения пациентам затрат на покупку лекарственныхсредств практически отсутствуют. В таких условиях повышается значимость иэффективность использования субъектами рынка комплекса маркетинговыхинструментов: сегментирование, таргетирование, позиционирование, поиск новыхUSP.
Рост фармацевтического рынка Украины будетзависеть от изменения его инфраструктуры – появления принципиально новыхисточников финансирования, с участием государственного и частного капитала(обязательное и добровольное медицинское страхование).
Украинскому фармацевтическому рынкунеобходимы коллективные усилия его участников, направленные на системноеизменение его инфраструктуры, поэтому операторам фармацевтического рынкацелесообразно было действовать коллективно, придерживаться философии лидерствана новом «витке» развития.
Анализируя основные экономическиепоказатели можно прийти к заключению, что украинский фармацевтический рынокстановится все более привлекательным для мировых инвестиций. По некоторымоценкам, в 2011 г. наш рынок сравнится с рынком Польши и составит 4 млрддолларов.
Что это означает для практического врача?Препаратов и предложений будет становиться все больше, ориентироваться всуществующих методах лечения и делать правильные выводы при отсутствиистандартов терапии будет все сложнее. Также станет больше медицинскихпредставителей и меньше врачей, следовательно, нагрузка на врачей,«оставшихся в медицине», увеличится.
Стремительно развивается рынокбезрецептурных препаратов и БАДов, и сейчас рынок в Украине – безрецептурный,так как большинство лекарств в аптеках можно купить, не обращая внимания на ихстатус.
Как это отразится на деятельностипрактического врача? Бесконтрольное применение лекарств может привести, с однойстороны, к снижению нагрузки на врачей – уже сейчас многие предпочитаютобращаться за советом напрямую к фармацевтам. С другой стороны, могутучаститься осложнения от самолечения и увеличиться доля запущенных заболеваний.
В Украине возрос денежный показательгодового подушевого потребления лекарственных средств. Если раньше на препаратыукраинец тратил в среднем 25 долларов в год, то сейчас этот показательсоставляет 35 долларов. Для практического врача это означает, что населениеготово платить больше за свое здоровье, то есть существует возможность развитияконцепций профилактической медицины. Также отмечается явное доминированиеимпортных лекарств, которые в 6–7 раз дороже отечественных. Это свидетельствуето податливости врачей рекламному прессу зарубежных компаний и о неэффективнойгосударственной поддержке отечественных производителей.
Лидерами аптечных продаж являются такие«жизнеспасающие» препараты: гепатопротекторы, спазмолитики,дерматологические и повышающие потенцию средства. Учитывая эти данные, можнопредположить, что отрицательный демографический прирост в Украине точно несвязан с эректильной дисфункцией и кишечными коликами у населения.
1.2 СУБД MS Access вразработке базы данных объекта исследований.
База данных – это организованнаяструктура, предназначенная для хранения информации. В современных базах данных хранятся нетолько данные, но и информация.
С понятием базы данных тесно связанопонятие системы управления базой данных (СУБД). Это комплекс программныхсредств, предназначенных для создания структуры новой базы, наполнение еесодержимым, редактирование содержимого и визуализации информации. Подвизуализацией информации базы понимается отбор отображаемых данных всоответствии с заданным критерием, их упорядочение, оформление и последующаявыдача на устройства вывода или передачи по каналам связи.
В мире существует множество системуправления базами данных. Несмотря на то, что они могут по-разному работать сразными объектами и предоставляют пользователю различные функции и средства, большинствоСУБД опираются на единый устоявшийся комплекс основных понятий. Это даетнам возможность рассмотреть одну систему и обобщить ее понятия, приемы и методына весь класс СУБД. В качестве такого учебного объекта мы выберем СУБДMicrosoft Access (далее Access), входящую в пакет Microsoft Office. Практическивсе СУБД позволяют добавлять новые данные в таблицы. С этой точки зрения СУБДне отличаются от программ электронных таблиц (Excel). Однакосуществуют 3 принципиальных отличия между СУБД и программами электронныхтаблиц:
ü СУБД разрабатываются с целью обеспечения эффективнойобработки больших объемов информации, намного больших, чем те, с которымисправляются электронные таблицы;
ü СУБД может легко связывать две таблицы так, что дляпользователя они будут представлены одной таблицей. Реализовать такуювозможность в электронных таблицах практически невозможно;
ü СУБД минимизирует общий объем базы данных. Для этоготаблицы, содержащие повторяющиеся данные, разбиваются на несколько связанныхтаблиц.
Т.о. приложение Access являетсямощной и высокопроизводительной 32-разрядной СУБД. В Accessреализована надежная защита от несанкционированного доступа к файлам.
Несмотря на то, что Accessявляется мощной и сложной системой, его использование не сложно длянепрофессиональных пользователей.
Целью создания базы данных в даннойкурсовой работе является оперативное получение необходимой информации.
Представляемая база данных будет содержать3 таблицы: «Препараты», «Производители» и «Доля продаж за 3 кв 2007г.»
Первая таблица «Препараты» имеет следующуюструктуру: Имя поля Тип данных Размер поля Обязательное Индексированное Код препарата счётчик Длинное целое да да (совпадения не допускаются) Наименование текстовый 20 да да (совпадения допускаются)
Ключевым полем в данной таблице является поле«Код препарата», т.к. оно уникально.
Вторая таблица «Производители» имеетследующий вид:Имя поля Тип данных Размер поля Обязательное Индексированное Код производителя счётчик Длинное целое да да (совпадения не допускаются) Код препарата мастер подстановок Длинное целое да да (совпадения допускаются) Страна мастер подстановок Длинное целое да да (совпадения допускаются) Наименование текстовый 20 да да (совпадения допускаются)
Ключевым полем в данной таблице являетсяполе «Код производителя», т.к. оно уникально.
Третья таблица «Доля продаж за 3 кв 2007г»:Имя поля Тип данных Размер поля Обязательное Индексированное Код препарата Мастер подстановок Длинное целое да да (совпадения не допускаются) Код производителя счётчик Длинное целое да да (совпадения допускаются) Наименование Мастер подстановок Длинное целое да да (совпадения допускаются) Доля рынка в деньгах числовой двойное с плавающей точкой да да (совпадения допускаются)
Связи между тремя таблицами представленыследующим образом:
/>
1.3 OLAP-технологии в подсистеме анализаобъекта исследований.
Для начала расшифруем: OLAP — это OnlineAnalytical Processing, т. е. оперативный анализ данных. 12 определяющих принциповOLAP сформулировал в 1993 г. Е. Ф. Кодд — «изобретатель» реляционныхБД. Позже его определение было переработано в так называемый тест FASMI,требующий, чтобы OLAP-приложение предоставляло возможности быстрого анализаразделяемой многомерной информации (подробнее).
Тест FASMI:
ü Fast (Быстрый) — анализ должен производиться одинаковобыстро по всем аспектам информации. Приемлемое время отклика — 5 с или менее;
ü Analysis (Анализ) — должна быть возможностьосуществлять основные типы числового и статистического анализа,предопределенного разработчиком приложения или произвольно определяемогопользователем;
ü Shared (Разделяемой) — множество пользователей должноиметь доступ к данным, при этом необходимо контролировать доступ кконфиденциальной информации;
ü Multidimensional (Многомерной) — это основная,наиболее существенная характеристика OLAP;
ü Information (Информации) — приложение должно иметьвозможность обращаться к любой нужной информации, независимо от ее объема и местахранения.
OLAP предоставляет удобныебыстродействующие средства доступа, просмотра и анализа деловой информации.Пользователь получает естественную, интуитивно понятную модель данных,организуя их в виде многомерных кубов (Cubes). Осями многомерной системыкоординат служат основные атрибуты анализируемого бизнес-процесса. Например,для продаж это могут быть товар, регион, тип покупателя. В качестве одного изизмерений используется время. На пересечениях осей — измерений (Dimensions) — находятся данные, количественно характеризующие процесс — меры (Measures). Этомогут быть объемы продаж в штуках или в денежном выражении, остатки на складе,издержки и т. п. Пользователь, анализирующий информацию, может«разрезать» куб по разным направлениям, получать сводные (например,по годам) или, наоборот, детальные (по неделям) сведения и осуществлять прочиеманипуляции, которые ему придут в голову в процессе анализа.
Все, что говорилось выше про OLAP, посути, относилось к многомерному представлению данных. Многомерность вOLAP-приложениях может быть разделена на три уровня:
ü Многомерное представление данных — средства конечногопользователя, обеспечивающие многомерную визуализацию и манипулированиеданными; слой многомерного представления абстрагирован от физической структурыданных и воспринимает данные как многомерные;
ü Многомерная обработка — средство (язык) формулированиямногомерных запросов (традиционный реляционный язык SQL здесь оказываетсянепригодным) и процессор, умеющий обработать и выполнить такой запрос;
ü Многомерное хранение — средства физической организацииданных, обеспечивающие эффективное выполнение многомерных запросов.
Первые два уровня в обязательном порядкеприсутствуют во всех OLAP-средствах. Третий уровень, хотя и является широкораспространенным, не обязателен, так как данные для многомерного представлениямогут извлекаться и из обычных реляционных структур; процессор многомерныхзапросов в этом случае транслирует многомерные запросы в SQL-запросы, которыевыполняются реляционной СУБД.
Конкретные OLAP-продукты, как правило,представляют собой либо средство многомерного представления данных, OLAP-клиент(например, Pivot Tables в Excel 2000 фирмы Microsoft или ProClarity фирмыKnosys), либо многомерную серверную СУБД, OLAP-сервер (например, Oracle Express Server илиMicrosoft OLAP Services).
Как уже говорилось выше, средстваOLAP-анализа могут извлекать данные и непосредственно из реляционных систем.Такой подход был более привлекательным в те времена, когда OLAP-серверыотсутствовали в прайс-листах ведущих производителей СУБД. Но сегодня и Oracle,и Informix, и Microsoft предлагают полноценные OLAP-серверы и т.о. могут купить(точнее, обратиться с соответствующей просьбой к руководству компании)OLAP-сервер той же марки, что и основной сервер баз данных.
OLAP-серверы, или серверы многомерных БД,могут хранить свои многомерные данные по-разному. Прежде чем рассмотреть этиспособы, нам нужно поговорить о таком важном аспекте, как хранение агрегатов.
Термин «OLAP» неразрывно связанс термином «хранилище данных» (Data Warehouse). Хранилище данных — это предметно-ориентированное, привязанное ко времени и неизменяемое собраниеданных для поддержки процесса принятия управляющих решений. Данные в хранилищепопадают из оперативных систем (OLTP-систем), которые предназначены дляавтоматизации бизнес-процессов. Кроме того, хранилище может пополняться за счетвнешних источников, например статистических отчетов. Таким образом, задачахранилища — предоставить «сырье» для анализа в одном месте и впростой, понятной структуре.
Подытоживая, можно определить OLAP каксовокупность средств многомерного анализа данных, накопленных в хранилище.
Теперь о различных вариантах храненияинформации. Как детальные данные, так и агрегаты могут храниться либо вреляционных, либо в многомерных структурах. Многомерное хранение позволяетобращаться с данными как с многомерным массивом, благодаря чему обеспечиваютсяодинаково быстрые вычисления суммарных показателей и различные многомерныепреобразования по любому из измерений. Некоторое время назад OLAP-продуктыподдерживали либо реляционное, либо многомерное хранение. Сегодня, как правило,один и тот же продукт обеспечивает оба этих вида хранения, а также третий вид — смешанный. Применяются следующие термины:
ü MOLAP (Multidimensional OLAP) — и детальные данные, иагрегаты хранятся в многомерной БД. В этом случае получается наибольшаяизбыточность, так как многомерные данные полностью содержат реляционные;
ü ROLAP (Relational OLAP) — детальные данные остаютсятам, где они «жили» изначально — в реляционной БД; агрегаты хранятсяв той же БД в специально созданных служебных таблицах;
ü HOLAP (Hybrid OLAP) — детальные данные остаются наместе (в реляционной БД), а агрегаты хранятся в многомерной БД.
Каждый из этих способов имеет своипреимущества и недостатки и должен применяться в зависимости от условий — объема данных, мощности реляционной СУБД и т. д.
При хранении данных в многомерныхструктурах возникает потенциальная проблема «разбухания» за счетхранения пустых значений. Ведь если в многомерном массиве зарезервировано местопод все возможные комбинации меток измерений, а реально заполнена лишь малаячасть (например, ряд продуктов продается только в небольшом числе регионов), тобольшая часть куба будет пустовать, хотя место будет занято. СовременныеOLAP-продукты умеют справляться с этой проблемой.
2.1. Разработка базы данных объёмов продажна фармацевтическом рынке с использованием MS Access.
Основные этапы разработки:
1. Для отображения имеющейся информации пофармацевтическому рынку Украины, необходимо создать соответствующие таблицы вMS Access. Для создания таблиц следует открыть новую базу данных. Затем врежиме конструктора создать таблицы. В данном случае первая таблица будетотображать информацию о препаратах. Следовательно, таблица будет содержатьследующие поля:
· «Код препарата» – тип данных –счётчик; размер поля – длинное целое;
поле индексированное без совпадений –ключевое поле
· «наименование» — тип данных –текстовый; размер поля – 50; обязательное; индексированное
/>
Рисунок 2.11 – Таблица «Препараты»
Следующая таблица отражает информацию опроизводителях данных препаратов и состоит из полей:
· «Код производителя» – тип данных –счётчик, размер поля – длинное целое; поле индексированное без совпадений
· «Код препарата» — тип данных –мастер подстановок с использованием одноимённого поля из таблицы «Препараты»,поле ключевое.
· «Страна» — тип данных – текстовый;размер поля – 50; обязательное; индексированное.
· «Наименование» — тип данных — текстовый; размер поля 50; обязательное; индексированное.
/>
Рисунок 2.12 – таблица «Производители»
Далее таблица под названием «Доля продажза 3 квартала 2007 г» со следующими полями:
· «Код препарата» — мастерподстановок, ключевое
· «Код производителя» — тип данных –счётчик.
· «Наименование» — мастерподстановок из таблицы «Препараты»
· «Доля рынка в деньгах» — типданных – числовой, размер – двойное с плавающей точкой, обязательное,индексированное.
/>
Рисунок 2.13 – таблица «Доля продаж»
2. После создания таблиц их необходимозаполнить имеющейся информацией.
/>
Рисунок 2.14 – Заполненная таблица«Препараты»
/>
Рисунок 2.15 – заполненная таблица«Производители»
/>
Рисунок 2.16 – заполненная таблица «Доляпродаж»
3. Окончательная форма с полученнымитаблицами имеет вид:
/>
Рисунок 2.17 – База данных
2.2 Построение OLAP – куба в MS Excel для анализа данных.
Заходим в программу MS Excel. Во вкладке «Данные» выбираем «Сводные таблицы».Появится Мастер сводных таблиц и диаграмм, который предложит трипоследовательных шага для построения OLAP – куба. Прежде необходимовыбрать источник данных, на основе которых куб будет создаваться. Необходимыеданные находятся во внешнем источнике, поэтому отметим радиоточку напротивданной строки.
/>
Рисунок 2.21 – Установка типа данных итипа отчёта
Далее – следующий шаг. Необходимополучить данные.
/>
Рисунок 2.22 – Получение данных длясводной таблицы
Выбираем источником данных базу данных MS Access, указывая полный путь к ней.
/>
Рисунок 2.23 – Выбор источника данных
/>
Рисунок 2.24 – Путь к исходным данным
Следующий шаг – создание запроса, и вчастности – выбор столбцов. Для полного отображения всей информации выбираемвсе столбцы.
/>
Рисунок 2.25 – Определение столбцов куба
Далее заключительный шаг – Создание OLAP-кубаиз данного запроса.
/>
Рисунок 2.26 – Заключительный шаг созданиязапроса
После этой операции появится Мастер куба OLAP,который предложит три шага по созданию куба. Первый шаг – необходимо выбратьисходные поля для использования в качестве вычисляемых полей данных, а затемвыбрать нужную функцию в столбце операции для каждого поля.
Шаг второй – программа предлагает дляопределения измерений, перетащить исходные поля в область измерений. Изпредложенных полей выбираем все для полной картины нашего предстоящего анализаданных.
На заключительном третьем этапе мастерпредлагает выбрать одну из трех разновидностей куба OLAP, а такжедать имя и сохранить его на удобном для нас ресурсе.
2.3. Анализ данных с использованиемOLAP-технологии.
Запрос №1. Данные о сумме доли продажпрепаратов.
После создания OLAP-куба из появившегосяокна мастера сводных таблиц выбираем и перетаскиваем в указанные полянаименование препаратов в левое поле и долю продаж каждого - в правое.Программа автоматически подводит частные и общий итоги.
/>
Рисунок 2.31 – изображение запроса №1
Таким образом, общий итог по продажампроизводителей лекарственных средств составляет 3,1.
Запрос №2. Данные о сумме доли продаж нарынке по странам.
B данном запросе необходимо отразитьинформацию о суммах продаж препаратов по странам. Для этого в мастере сводныхтаблиц выбираем поле «Страна» и перетаскиваем его в левое поле куба, а долюпродаж – в правое. Итог отдельно по каждой стране и общий итог выведетсяавтоматически.
/>
Рисунок 2.32 – изображение запроса №2
Таким образом, подведённые итоги попродажам производителей разных стран дают общий итог, равный 3,1.
Запрос №3. Данные о максимуме доли продажпо препаратам с указанием страны.
Для создания данного запроса в Мастере OLAP-кубанеобходимо при выборе исходных данных изменить позиции поля «Операции». Изпредложенного списка операций выбираем «Максимум», и продолжаем процесссоздания куба в соответствии с вышеизложенными инструкциями.
/>
Рисунок 2.33 – изображение запроса №3
Таким образом, максимум продаж средипроизводителей иностранного сектора составил – 0,3, среди отечественных производителей– 0,4, общий максимум составил – 0,4.
Запрос №4. Данные о количестве препаратовкаждого производителя с подведением частных и общего итогов.
/>
Рисунок 2.34 – изображение запроса №4
Таким образом, производители иностранногои отечественного секторов производят 20 препаратов.
Запрос №5. Данные о минимумах долей продажпо производителям, с отражением страны производителя и подведением общегоитога.
Данный запрос производится в соответствиис описанием Запроса №2, за исключением выбора операции «Максимум».
/>
Рисунок 2.35 – изображение запроса №5
Таким образом, минимумы по продажам вовсех секторах совпали и составили – 0,1.
На практике можно увидеть все удобствасоздания запросов такие как: извлечение только информации необходимой дляработы, уменьшение объемом таблиц, анализ полученных данных путем сравнения,вычисления максимума или минимума, извлечение дисперсии. Все эти функцииобеспечивают оперативность и правильность выполнения анализа по заданнымданным.
Таким образом, запросы являютсянеотъемлемой составляющей OLAP- технологий, и необходимой функцией при анализеданных.
ЗАКЛЮЧЕНИЕ
Традиционные технологии построения отчетовили сводок, когда речь идет об интервале анализируемой информации в нескольколет, могут оказаться слишком громоздкими. Скорость формирования и последующейобработки таких отчетов может оказаться неприемлемой. Представление информациив виде плоских таблицы не всегда может быть удобным для аналитика, пытающегосяоценить хозяйственные процессы в их многомерном аспекте.
Этапроблема встает перед абсолютно всеми корпоративными информационными системами.Для ее решения и предлагается технология OLAP.
При формировании пользовательских запросовне происходит прямого обращения к оперативной базе данных. На ее основаниистроится промежуточное хранилище — т.н. OLAP-куб. По осям этого куба (необязательно трехмерного) откладываются ключевые показатели анализа: обязательновремя, а также объекты учета, их группы, их параметры, балансовые счета.«Тело» куба содержит агрегированные числовые данные по этимпоказателям. Как правило, это суммовые или количественные показатели. Куб заранеепроектируется для быстрого получения любых «плоских» срезовинформации по любой паре осей куба.
Построение OLAP-куба являлось главнойцелью курсовой работы. На примере планово-экономических отчетностей былпостроен куб с агрегированными данными, в процессе построения я на практикеувидела, что OLAP дает возможность в реальном времени генерировать описательныеи сравнительные сводки данных и получать ответы на различные другиеаналитические запросы. OLAP-кубы представляют собой проекцию исходного кубаданных на куб данных меньшей размерности. При этом значения ячеек объединяются.Такие проекции или срезы исходного куба представляются на плоскости в видекросс-таблицы. OLAP технологии являются наиболее удобной сферой обработки ианализа различного рода экономических, финансовых и других видов отчетностей ине только.
Цель работы достигнута, а задачи решены вполном объеме: построен OLAP-куб, в полном объеме изучены все свойства иудобства данной сферы, построены запросы к сформированной сводной таблице, атакже освоены другие возможности OLAP-технологий.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК
1. www.olap.ru
2. www.olapreport.com/.
3. www.interface.ru/.
4. www. technet.microsoft.com/ru/.
5. www.
aspirantura.mipt.ru/.
6. Рычков В. Самоучитель Excel2000 – СПб.: Издательство “Питер”, 1999.-336 с.: ил.7. БергерА. Microsoft SQL Server2005 Analysis Services. OLAP и многомерный анализ данных / А.Бергер. — СПб: БХВ-Петербург, 2007. — 928 с.
8. Федоров А.Введение в OLAP-технологии Microsoft / А. Федоров, Н. Елманова. — М.:Диалог-МИФИ, 2002. — 268 с.
9. Барсегян А.А. Методы и модели анализа данных: OLAPи Data Mining / А.А. Барсегян, М.С.Куприянов, В.В.Степаненко,И.И.Холод. — СПб.: БХВ-Петербург, 2004. — 336 с.
10. Коровкин С. Д. Решение проблемыкомплексного оперативного анализа информации хранилищ данных / С.Д. Коровкин,И.А. Левенец, И.Д. Ратманова, В.А. Старых, Л.В. Щавелёв // СУБД. — 1997. — №5-6. — С. 47— 51с.