Çevrimiçi Analitik Süreç (On-Line Analytical Processing OLAP)

Çevrimiçi Analitik Süreç (OLAP) için yapılabilecek en basit tanım şöyledir : Varolan veriler üzerinde bir takım hesaplamalar ve dönüştürmeler yaparak, işle ilgili bilgilerin ortaya çıkmasını sağlayan analitik işlemci teknolojisidir (Moss ve Atre, 2003).

OLAP, veri ambarlarının tamamlayıcısı olarak düşünülür ve bütünleşik verileri çok boyutlu analiz etmede kullanılır. Bu sayede veriye farklı açılardan bakarak hızlı, tutarlı ve etkileşimli bilgiler elde etmeye yarar. Veri ambarı, veriyi saklayan ve yöneten teknolojidir. OLAP ise, bu veriyi stratejik bilgiye dönüştürür. Ortaya atılan bir hipotezin doğruluğunu çok yönlü olarak araştırır. OLAP teknolojisinde veriye ulaşmak için kullanılan basit işlemler dışında, karmaşık hesaplamalar, zaman serileri ve modellemeler de vardır (Reinschmidt ve Francoise, 2000; 95-97). OLAP, bütün bu işlemleri gerçek zamanlı olarak yapar.

69 OLAP’ın en önemli yeteneği, veriyi çok boyutlu analiz edebilmesidir. Bir veriyle ilgili sadece iki ya da üç boyut olmaz. Örneğin; satış verilerini incelerken, ürün, müşteri, bölge ve zaman gibi pek çok boyutu düşünmek gerekebilir. Bu durumda ilişkisel tablolar yetersiz kalır ve OLAP’ın gücü ortaya çıkar. OLAP, desteklediği karmaşık hesaplamalarla karar verme sürecinde yöneticilere kolaylık sağlayacak bilgiler de verir. Örneğin; hareketli ortalama gibi trend algoritmalarını kullanarak satış tahminlemesine yardımcı olur (Howson, 2008 ; 41). OLAP araçları, basit ve anlaşılır hazırlandıkları için kullanıcıların ve özellikle de yöneticilerin teknik detay bilmelerine gerek kalmadan istedikleri bilgilere ulaşmalarına imkan tanır. Bu nedenle yüksek etkileşimlidir.

OLAP araçlarını kullanarak veriler arasında gezinmek, verileri farklı boyutlardan ve detay aşamalarından (yıl, ay, gün vb.) incelemek, boyutlar arası analizler yapmak çok kolay ve hızlıdır. Verinin detaylarına inme işlemi (yıl_{aygün) ”drill-down” ,} detaylardan bütüne gitme ya da özetleme işlemi ise (gün_{ayyıl) ”drill-up” olarak} adlandırılır ve bu işlemler sorgulamalarla gerçekleştirilir.

OLAP’ta çok boyutlu analizlerin yapılabilmesi için verinin farklı biçimlerde tutulması gerekir. Bunun için kullanılan teknoloji ”Küp”lerdir.

Şekil 16 : OLAP Küpleri (Kaynak : Moss ve Atre, 2003)

70 Klasik ilişkisel veri yapılarında eksik olan verilerin özetlenmesidir. Küplerle bu eksiklik giderilmiştir. Bütün hareketleri tutan ve milyonlarca kayıttan oluşabilen gerçek tablolarının yerini özet verilerle oluşturulmuş küpler almıştır. Küpler sayesinde analizler hız kazanmıştır. Yıllık satış miktarlarını öğrenmek isteyen yöneticiler, gerçek tablolarındaki milyonlarca kaydı gözden geçirmektense, satışları yıl yıl tutan küpleri kullanarak hızlı sorgulamalar yapabilirler. Küpler 3 boyutlu olmak zorunda da değildir. Veriyle ilgili incelenmek ve kayıt edilmek istenen özellik ne kadar fazla ise, o kadar boyutlu küpler yaratılabilir. Örneğin; satış verileri için, müşteri, ürün, bölge, zaman verilerini tutan 4 boyutlu küpler hazırlanabilir. Kullanılan sıkıştırma algoritmaları sayesinde küplerde veriler ilişkisel veri tabanlarına göre %30-%40 daha az yer kaplar.

Eskiden beri analiz için kullanılan en önemli araçlar Hesap Çizelgeleri (Spreadsheets) olmuştur. Hesap çizelgeleri, hızlı hesaplamaları ve görsel yetenekleri ile sıklıkla tercih edilmiştir. Zamanla bazı dezavantajları da farkedilmiştir : Her zaman en güvenilir ve en doğru bilgiyi zamanında sağlayamamaları gibi.

İş zekası sistemlerinde bu dezavantajları yüzünden hesap çizelgelerinin kullanımı önceleri gözardı edilmiş, hatta iş zekası uygulamaları olarak kullanılmalarıyla mücadele edilmiştir. Zamanla bu iki kavramın bütünleştirilmesi için çalışmalar yapılmıştır. Bunun en büyük nedeni, hesap çizelgelerinin iş zekası sistemlerinde küçük birer veri pazarı olarak kullanılabilmesidir. Ayrıca kullanıcıları yıllardır alışkın oldukları hesap çizelgelerinden farklı ortamlara taşımak da güçlük yaratmaktadır. İş zekası ile hesap çizelgelerinin bütünleştirilmesi çalışmalarında amaç, hesap çizelgelerinin bilindik özelliklerini kaybetmeden, onlara iş zekasının veri üzerindeki gücünü ve getirilerini eklemektir.

Hesap çizelgelerinin en bilindik olanı Microsoft’un Excel adlı uygulamasıdır. Microsoft Excel, iş zekasında da kendine yer edinmiş başarılı bir uygulamadır. Veriyi sıralama, filtreleme ve göstermede oldukça büyük kolaylıklar sağlar. Excel’de satırlar, sütunlar ve bunların kesişiminden oluşan hücreler vardır. Her hücrede bir veri tutulur.

71 Hücreler çeşitli hesaplamalar için kaynak ya da çıktı olarak kullanılabilir. Excel’in kendine ait gömülü formülleri de vardır. Bu formüller hesaplamalar sırasında büyük kolaylıklar sağlar. Hesap çizelgeleri ile ilgili tam olarak çözülemeyen tek problem, iş zekası sistemlerinde verilerin çizelgelere en etkin biçimde nasıl taşınacağıdır.

2.3.3.3. Raporlar

Raporlar, iş zekası sisteminin en basit elemanlarıdır. İşle ilgili bilgilerin karar vericilere ulaştırılmasında kullanılır. Esnek ve kullanışlıdır.

Basit olmalarına rağmen raporların bu kadar önemli sayılmaları, işletmenin içinde bulunduğu durumun gösterilmesinde en etkin araçlar olmalarındandır. Örneğin; belirli bir zaman dilimi içinde işletmeye giren naktin ne kadar olduğunu gösteren raporlar yöneticiler tarafından sıklıkla kullanılmaktadır. İş zekasıyla gelen esneklik, kullanıcılara, istedikleri bilgileri içeren ve istedikleri kadar detaya inen raporlar hazırlama imkanı sunar.

Raporlar analiz sırasında elde edilen bilgilerin işletme içerisinde paylaşılması için önemlidir. Yerel alan ağlarının yaygınlaşmasıyla birlikte raporların dosyalar dolusu kağıtlarla dağıtılması da bitmiştir. Elektronik postalar, internet, sesli mesajlar ve el bilgisayarları ile iletilmeye başlanmıştır. Sadece yazıdan oluşan uzun raporlar anlaşılmayı güçleştirdiğinden, iş zekası sistemlerinde raporlar; grafikler, tablolar ve özetlerle zenginleştirilir. Kullanıcılar ihtiyaç duyduklarında mevcut raporlardan detaylı verilere de ulaşabilirler. Burada amaç, kullanıcının karar verme sürecinde ihtiyaç duyacağı bütün bilgileri tam ve net olarak toplayabilmesidir.

Raporlarda önemli olan; raporun kullanıcının istediği yapıya sahip olup olmadığıdır. Bunun için de raporun tasarımı, üzerinde en fazla çalışılan konudur. Rapor tasarımında raporun ne amaçla kullanılacağını anlamak, raporun kullanıcılarını ve kullanım nedenlerini belirlemek, raporda bulunması istenen verileri tespit etmek ve son

72 olarak da raporun görüntüsünü oluşturmak gerekir. Bir verinin raporda bulunabilmesi için, sistemdeki ambarda tutulan bir veri olması şarttır. Raporun başlığı içeriğini iyi yansıtmalı ve rapor karmaşıklığa izin vermeyecek biçimde anlaşılır olmalıdır. Gereksiz detaylarla dolu bir raporda kaybolan kullanıcı, esas aradığını gözden kaçırabilir. Bu durumda rapor istediği başarıyı sağlayamaz (Ericsson, 2004; 173-178).

İş zekası alanında çözüm sağlayan firmaların birbirinden farklı raporlama araçları vardır. Örneğin; Oracle ilk olarak Oracle Reports ile pazarda kendisine yer edinmiştir. Son zamanlarda piyasaya sürdüğü BI/XML Publisher adlı ürünle de daha geniş kullanıcı kitlelerine ulaşarak, onlara daha esnek ve anlaşılır raporlar hazırlama imkanı vermiştir (Stackowiak vd., 2007; 137). Oracle dışında Actuate e.Report, BusinessObjects Crystal Reports, Microsoft Reporting Services ve Information Builders WebFOCUS en bilinen raporlama araçlarıdır.

Raporlama araçlarının yaygınlaşması, özellikle yönetici konumunda olan kullanıcılara büyük kolaylıklar sağlamıştır. Bir raporu bilgi sistemlerinin hazırlaması için haftalarca beklemek yerine, kendileri oluşturmaya başlamışlardır. Yeni bir rapor yaratmak dışında, mevcut raporlarda da çeşitli değişiklikler yapma imkanı bulmuşlardır : Rapordaki önemli kısımların farklı renklerde ve yazı boyutunda gösterilmesi, raporlara tablolar ve grafikler eklenmesi gibi.

Bir rapor sistemde sürekli olarak kullanılabileceği gibi, bazen de geçici olarak yaratılabilir. Herhangi bir problemin çözümü ya da ortaya çıkan bir sorunun cevabı için hazırlanan ve bir defaya mahsus kullanılan raporlara ”ad hoc-geçici raporlar” denir.

Veri ambarında ya da operasyonel sistemlerde duran verinin raporlara dökülebilmesi için arada sorgulama araçları çalışır. Bu araçlar veri kaynaklarından aldıkları verileri, raporlama araçlarına ileterek onlar tarafından sunulabilir hale getirilmesine yardımcı olur. Bu sayede kullanıcılar fiziksel veri tabanındaki karmaşık yapıyı bilmek zorunda kalmazlar. Sadece, sorgulama araçlarına anlaşılabilir sorgu

73 cümleleri girerek kendilerine dönen sonuçlarla ilgilenirler. Bu anlamda bakıldığında sorgulama araçları, veri tabanı ile raporlama araçları arasında bir arayüz olarak da düşünülebilir.

En bilindik ve en yaygın sorgulama dili SQL’dir. Hangi veri tabanı çözümünün (Oracle, Microsoft, IBM vs. ) kullanıldığından bağımsız bütün ortamlarda çalışabilir (Howson, 2008; 38).