Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 3)

Рисунок 2.26 – Заключительный шаг создания запроса

После этой операции появится Мастер куба OLAP, который предложит три шага по созданию куба. Первый шаг – необходимо выбрать исходные поля для использования в качестве вычисляемых полей данных, а затем выбрать нужную функцию в столбце операции для каждого поля.

Шаг второй – программа предлагает для определения измерений, перетащить исходные поля в область измерений. Из предложенных полей выбираем все для полной картины нашего предстоящего анализа данных.

На заключительном третьем этапе мастер предлагает выбрать одну из трех разновидностей куба OLAP, а также дать имя и сохранить его на удобном для нас ресурсе.

2.3. Анализ данных с использованием OLAP-технологии.

Запрос №1. Данные о сумме доли продаж препаратов.

После создания OLAP-куба из появившегося окна мастера сводных таблиц выбираем и перетаскиваем в указанные поля наименование 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 продажам производителей лекарственных средств составляет 3,1.

Запрос №2. Данные о сумме доли продаж на рынке по странам.

B данном запросе необходимо отразить информацию о суммах продаж препаратов по странам. Для этого в мастере сводных таблиц выбираем поле «Страна» и перетаскиваем его в левое поле куба, а долю продаж – в правое. Итог отдельно по каждой стране и общий итог выведется автоматически.

Рисунок 2.32 – изображение запроса №2

Таким образом, подведённые итоги по продажам производителей разных стран дают общий итог, равный 3,1.

Запрос №3. Данные о максимуме доли продаж по препаратам с указанием страны.

Для создания данного запроса в Мастере OLAP-куба необходимо при выборе исходных данных изменить позиции поля «Операции». Из предложенного списка операций выбираем «Максимум», и продолжаем процесс создания куба в соответствии с вышеизложенными инструкциями.

Рисунок 2.33 – изображение запроса №3

Таким образом, максимум продаж среди производителей иностранного сектора составил – 0,3, среди отечественных производителей – 0,4, общий максимум составил – 0,4.

Запрос №4. Данные о количестве препаратов каждого производителя с подведением частных и общего итогов.

Рисунок 2.34 – изображение запроса №4

Таким образом, производители иностранного и отечественного секторов производят 20 препаратов.

Запрос №5. Данные о минимумах долей продаж по производителям, с отражением страны производителя и подведением общего итога.

Данный запрос производится в соответствии с описанием Запроса №2, за исключением выбора операции «Максимум».

Рисунок 2.35 – изображение запроса №5

Таким образом, минимумы по продажам во всех секторах совпали и составили – 0,1.

На практике можно увидеть все удобства создания запросов такие как: извлечение только информации необходимой для работы, уменьшение объемом таблиц, анализ полученных данных путем сравнения, вычисления максимума или минимума, извлечение дисперсии. Все эти функции обеспечивают оперативность и правильность выполнения анализа по заданным данным.

Таким образом, запросы являются неотъемлемой составляющей OLAP- технологий, и необходимой функцией при анализе данных.

ЗАКЛЮЧЕНИЕ

Традиционные технологии построения отчетов или сводок, когда речь идет об интервале анализируемой информации в несколько лет, могут оказаться слишком громоздкими. Скорость формирования и последующей обработки таких отчетов может оказаться неприемлемой. Представление информации в виде плоских таблицы не всегда может быть удобным для аналитика, пытающегося оценить хозяйственные процессы в их многомерном аспекте.

Эта проблема встает перед абсолютно всеми корпоративными информационными системами. Для ее решения и предлагается технология OLAP.

При формировании пользовательских запросов не происходит прямого обращения к оперативной базе данных. На ее основании строится промежуточное хранилище - т.н. OLAP-куб. По осям этого куба (не обязательно трехмерного) откладываются ключевые показатели анализа: обязательно время, а также объекты учета, их группы, их параметры, балансовые счета. "Тело" куба содержит агрегированные числовые данные по этим показателям. Как правило, это суммовые или количественные показатели. Куб заранее проектируется для быстрого получения любых "плоских" срезов информации по любой паре осей куба.

Построение OLAP-куба являлось главной целью курсовой работы. На примере планово-экономических отчетностей был построен куб с агрегированными данными, в процессе построения я на практике увидела, что OLAP дает возможность в реальном времени генерировать описательные и сравнительные сводки данных и получать ответы на различные другие аналитические запросы. OLAP-кубы представляют собой проекцию исходного куба данных на куб данных меньшей размерности. При этом значения ячеек объединяются. Такие проекции или срезы исходного куба представляются на плоскости в виде кросс-таблицы. OLAP технологии являются наиболее удобной сферой обработки и анализа различного рода экономических, финансовых и других видов отчетностей и не только.

Цель работы достигнута, а задачи решены в полном объеме: построен OLAP-куб, в полном объеме изучены все свойства и удобства данной сферы, построены запросы к сформированной сводной таблице, а также 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 Excel 2000 – СПб.: Издательство “Питер”, 1999.-336 с.: ил.

7. Бергер А. Microsoft SQL Server 2005 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: OLAP и 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 проблемы комплексного 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.

15

Характеристики

Список файлов курсовой работы