OLAP

OLAP ermöglicht es Ihnen wichtige Kennzahlen aus Ihren OrgaMon Daten herauszufiltern. OLAP hilft Ihnen Fragen an den OrgaMon zu stellen. Hier typische Fragestellungen:

• Anzahl der Kunden, die in den letzten 3 Monaten etwas gekauft haben
• Der durchschnittliche Umsatz pro Kunde. Average Revenue per User (ARPU)
• Liste der Artikel, die seit einem Jahr ohne Verkauf sind
• Liste der Artikel, sortiert nach dem Verkaufsrang

In der Regel ben?t man eine externe Datenhaltung in einem Datawarehouse um solch leistungsstarke Analysen von Unternehmensdaten durchzuf? OrgaMon OLAP arbeitet OnLine und ist dadurch echtzeitfähig. Allerdings ist bei der Erstellung der Abfragen ein internes Verständnis der Datenbank Tabellen hilfreich.

Einen Überblick über den OLAP-Beriff finden Sie hier : [1]
Einen Überblick über den Datawarehouse-Begriff finden Sie hier: (Link noch eintragen!)
Der nächste Schritt werden Modellrechnungen im OrgaMon sein, also das weiterführen von Unternehmenszahlen in die Zukunft und entsprechende Auswertungen. Dadurch kann rechtzeitig vor schadhaften Entwicklungen gewarnt werden.
OrgaMon Anwender kommen selten mit der OLAP Definition in Berührung, sie verwenden in der Regel den OLAP Arbeitsplatz.

Funktionsüberblick

Im wesentlichen wird eine OLAP Anfrage mit einem Programmscript gesteuert. Als Kommentarzeilen werden mit "--" und "//" beginnende Zeilen interpretiert. An verschiedenen Stellen im Programm können Ergebnisse aus OLAP Abfragen wiederum im OrgaMon eingelesen und weiterverarbeitet werden. Mit Hilfe von Parametern ganz am Anfang kann es Endusern einfach ermöglicht werden die Anfrage zu parametrisieren. In Zukunft sollen Parameter Eingabedialoge abfragbar sein. (Ev. mit Historie und default belegungen) In Zukunft sollen Dimensionen vordefiniert sein (Artikel,Belege, Verkäufe, Personen). In Zukunft sollen Attribute angebbar sein (Artikel.Anlage > -3 Monate, Person.Alter > 40). In Zukunft sollen Betriebsbegriffe vordefinierbar sein.
Umsatz(eines Artikel) (select MENGE_GELIEFERT from POSTEN-Club)
Umsatz(einer Person) (select DAVON_BEZAHLT from BELEG-Club)

der POSTEN-Club kann dann einfach * sein, oder wieder selektiert. n-Idee: Jede Dimension hat üben, in die manden Abfrage-Faden flechten kann. OLAP-Admins definieren Clubs, Dimensionen und en. Zeiträume sollten nun (Jahrgenauer |Taggenauer | Monatgenauer | Wochengenauer) kummuliert werden. Das ist die Granularität Summe ist die gr?e K?ng.

Bedeutung der einzelnen Möglichkeiten

select SQL Statement
$ Parameter Vorbelegen von Konstanten
$ numerischer Parameter Erstellen und Laden von SQL Includes
data SQL Statements an die Datenbank
cast Feld-Typen anpassen
join 2 Ergebnistabellen verbinden
consult eine externe Tabelle konsultieren
extent 2 Ergebnistabellen erweitern
excel Ergebnistabelle im EXCEL(tm) Format speichern
integrate identische Spalten andere addieren
integrate2 identische Spalten andere addieren
sort Spalten sortieren
complete fehlende Spalten komplettieren
assign Punkte einem Zeitstrahl zurordnen
subtract aus 2 Ergebnistabellen die Differenzmenge bilden
list einzelnen Spalten werden Kommaseperiert aufgelistet
save speichert das Ergebnis in der Datenbank ab
nop "No Operation" keine Aktion, zählt aber den Context um eins weiter
spread macht aus dem Inhalt der 2. Spalte neue Spalten
repeat führt SQL Statements wiederholt aus.
load lädt einzelne Spalten aus einer csv in eine Datenbank Tabelle.

Ergebnismenge als XLS

Das Endergebnis wird als Standard XLS für OpenOffice http://www.openoffice.org ausgegeben.