OLAP Fonksiyonaliteleri

OLAP teknolojisinin gücü, son kullanıcıların verileri kolayca ve hızla manipüle edip, aradıkları sorulara cevap bulabilecekleri analizleri kendi başlarına oluşturabiliyor olacakları çok boyutlu bir yapıyı destekliyor oluşundandır [2]. OLAP‟ın son kullanıcılara önemli esneklikler sağlayan bu fonksiyonalitelerinin anlaşılabilmesi için boyut (dimension), değer (measure) ve hiyerarşi tabirlerini irdelemek yerinde olacaktır.

Bu kavramları bir örnek ile somutlaştırmak için bir bankanın verdiği kredilerin nasıl analiz edilebileceğini ele alalım. Bankanın verdiği kredinin büyüklüğüne ulaşmak için öncelikle bölgelerindeki kredi büyüklüğünü, bölgelerdeki kredi büyüklüğüne ulaşmak için şubelerdeki kredi büyüklüğünü, en nihayetinde şubenin kredi büyüklüğüne ulaşmak için ise şubenin her bir müşterisinin aldığı kredi miktarını bilmek gerekmektedir. Bankanın kredi büyüklüğünün analizini yapmak için kurulacak modelde, “değer” müşterinin kredi miktarının ilgili para birimi cinsinden tutarı, “boyut” ise bu kredinin verildiği müşterinin bilgisidir. Şekil 4.3‟te görüldüğü üzere küp olarak görselleştirebilecek bu yapının kenarları “boyut”, bu kenarların kesişim noktalarında bulunan daireler ise “değer”dir.

Şekil 4.3: Çok boyutlu veritabanı yapısının görselleştirilmiş hali

Müşterinin krediyi aldığı şube ve bölge bilgileri de yine birer “boyut”tur. “Hiyerarşi” ise müşterinin şube ile ilişkisi, şubenin bölge ile ilişkisi ve bölgenin banka ile ilişkisinin tanımıdır.

İş kurallarının mantıksal modele yansımasına istinaden sistem tasarımcılar tarafından inşa edilmiş olan hiyerarşiler dışında, zaman hiyerarşisi gibi standart kavramlar sistemde otomatik olarak tanımlanmış bulunur. Firmalar yine iş kuralları çerçevesinde

kredi

şube

33

bu hiyerarşinin seviyelerini belirleme şansına sahiptirler. “Hafta” veya “gün” detayı hiyerarşiye dahil edilebilir veya “çeyrek” detayı hiyerarşiden kaldırılabilir. Şekil 4.4‟te örnek bir zaman hiyerarşisinin görselleştirilmiş hali bulunmaktadır.

4.4.3.1. Konsolidasyon

OLAP‟ın en önemli özelliği çok boyutlu yapıyı desteklemesi sayesinde, OLAP‟a has özetten detaya, detaydan özete, dilimleme ve döndürme gibi fonksiyonlarda büyük miktarda veriyi ilişkisel veritabanı yapılarına kıyasla çok daha hızlı bir sürede işleyip, son kullanıcıya sunabiliyor olmasıdır. Bu hız sadece uygulama tarafından kaynaklı değil, veriyi saklama şekline de bağlıdır.

OLAP kübü ilişkisel veritabanı veya veri ambarından beslenirken, veriyi tüm boyutları için hesaplamalar yaparak kendi yapısında saklar. Şekil 4.5‟te grinin tonları olarak gösterilen bölgeler, küp yapısının içinde bulunan değerlerin toplamlarına karşılık gelmekte olup, küp değerler ile doldurulurken dinamik olarak üretilmektedir. [4]

Şekil 4.5: OLAP‟ın konsolidasyon özelliğinin görselleştirilmiş hali

Kübün sağ yüzünü ele alırsak açık gri alan x-eksenindeki boyuta göre toplam değerleri vermektedir. Bu açık gri alanların y-ekseni ve z-ekseni ile kesiştiği daha koyu gri olarak gösterilmiş bölgeler ise x-ekseni ile diğer eksendeki boyutlara göre toplam değerlerini verir. Her üç eksenin kesiştiği en koyu gri olarak gösterilen bölge ise bu kübü oluşturan tüm değerlerin toplamını ifade eder. OLAP uygulaması ile yapılan analizde genel toplamı göstermek için her defasında tüm değerler için hesaplama yapmaya gerek kalmamakta, ilgili küpte daha önceden hesaplanmış olan genel toplam değeri kullanıcıya herhangi bir boyut değeri hızında getirilmektedir.

35

4.4.3.2. Özetten Detaya Analiz

Özetten detaya (drill-down) ve detaydan özete (roll-up) analiz, boyutlar için tanımlanmış hiyerarşilere istinaden kübün kenarlarının detay seviyesinin değiştirilmesi anlamına gelir. Özetten detaya (drill-down) fonksiyonu sayesinde fare yardımıyla seçilen boyutun hiyerarşik olarak bir alt seviyesindeki boyutuna ulaşılır. Bunu zaman boyutu için ele alacak olursak; yıl seçilirse çeyrek, çeyrek seçilirse ay, ay seçilirse hafta veya gün detayına ulaşmak mümkün olacaktır. Lokasyon boyutu üzerinden detaydan özete (roll-up) fonksiyonunu ele alırsak; ay seçildiğinde bir üst seviye olan çeyreğe, çeyrek seçilirse bir üst seviye olan yıla ulaşılır. Boyutlar arasındaki bu geçişler sırasında analizin yönüne istinaden, ya toplam değerler alt detaylarına pay edilir, ya da detaylarda bulunan sayısal değerler toplanarak üst seviyede konsolide olur. [4] Boyutlar arasında izlenecek yol tanımlı hiyerarşiler ile, daha önceden tanımlanmış olabileceği gibi kullanıcı tarafından dinamik olarak da seçilebilir.

Özetten detaya fonksiyonunu anlaşılır hale getirmek için Tablo 4.2‟de şubelerin yılın ilk çeyreğinde verdikleri kredi miktarlarını gösteren basit raporu ele alalım. Son kullanıcı, zaman boyutundaki Q1 (İlk Çeyrek) değerini seçerek, Tablo 4.3‟te gösterilen daha detaylı bir rapora ulaşma şansına sahiptir.

Tablo 4.2: Şube kredi miktarlarının ilk çeyrek bazında raporu Q1 (İlk Çeyrek)

1. Şube 370

2. Şube 240

3. Şube 330

Tablo 4.3: Şube kredi miktarlarının ilk çeyreğin ayları bazında raporu

Ocak Şubat Mart

1. Şube 100 120 150

2. Şube 70 80 90

4.4.3.3. Dilimleme ve Döndürme Analizi

Dilimleme ve Döndürme (Slicing and dicing) fonksiyonu kullanıcıların OLAP kübünü farklı açılardan analiz edebilmek için boyutlar arasında hareket etmelerini, çeşitli boyutlara göre sınırlandırmalar yapmalarını ve gerekirse boyutlarda veya boyutların gösterim yerlerinde değişiklikler yapmalarını sağlar. [4]

Bu fonksiyonu daha iyi anlamak için Şekil 4.6 incelenebilir. Veri ambarındaki ilgili tablolarda bulunan verileri üç boyutlu olarak görselleştirirsek ortaya çıkacak olan kübün x-ekseninde “Zaman” boyutu, y-ekseninde “Lokasyon” boyutu, z-ekseninde ise “Ürün” boyutu olduğunu varsayalım. Kübün x-ekseninde bulunan dört parçanın, son yılın dört çeyreğine, y-ekseninde bulunan iki parçanın iki farklı şubeye, z-ekseninde bulunan üç parçanın ise üç farklı ürüne tekabül ettiğini varsayalım. Bu durumda üzerinde analiz yapılması planlanan kübün, her bir kenarından dilimlenmiş olduğunu yani bir çok küçük küpten oluştuğunu ifade edebiliriz.

Şekil 4.6: Dilimlenmiş OLAP kübünün görselleştirilmiş hali

Son kullanıcı bu küp üzerinde yılın belirli bir çeyreği için analiz yapmak isterse, sadece x-eksenindeki ilgili dilimi seçerek diğer boyutlara göre bu dilimin analizini yapabilir. Şekil 4.7‟de koyu gri olarak seçilen kesit analiz edilmek istenen çeyreği göstermektedir. Bu sayede kullanıcı yılın 3.çeyreğini şubelere göre ve ürünlere göre analiz etme şansına sahip olacaktır. Kübün x-ekseni sabit kalmak şartıyla, y-ekseni ve z-eksenlerinde yapılacak değişikler ile seçili zamana ait verilerin farklı perspektiften analiz edilmesi mümkündür.

kredi

şube

37

Şekil 4.7: Dilimlenmiş ve analize uygun OLAP kübünün görselleştirilmiş hali Bu fonksiyon sayesinde veriyi çok boyutlu olarak, farklı kesitlerden analiz etme şansına sahip olan analistler veya yöneticiler, iki boyutlu analizlerde gözlemlenmesi zor olan varyansları ve anormallikleri tespit etme şansına sahip olurlar.

Şubelerin mevduatlarını dönemsel olarak analiz ederken, şube bilgisini müşteri tipiyle değiştirip aynı sayısal değerlere aynı dönem için bir de müşteri tipi perspektifinden bakmak bu fonksiyonalitenin kullanımına örnek olarak verilebilir.

kredi

şube

4.4.3.4. Alternatif Senaryo Analizi

Alternatif Senaryo (What-if) Analizi, sayısal değerlerde olabilecek değişikliklerin ilişkili diğer değişkenlere yansımalarının izlenmesini sağlayan bir analiz türüdür. Yöneticiler olası senaryoları karşılaştırır ve bu analizden elde ettikleri sonuçlara istinaden stratejik kararlar alırlar.

Sayısal değerlerde yapılan değişikliklerin, ilgili boyutların sayısal değerleri üzerine değişiminin hangi metot ile yapılacağı kullanıcı tarafından seçilir. Uygulama bu dağıtımı tüm detaylara kadar otomatik olarak yapar. Eğer OLAP sunucusu ve uygulaması, geri yazma (write-back) özelliğini destekliyorsa, bu değerler ilgili OLAP kübünde saklanıp, sonraki çalışmalarda da kullanılıyor olabilir.

“Mevduat faiz oranlarının %10‟a düşmesi ve mevduat portföyünün %20 azalması durumunda bankanın mevduat gelirlerindeki değişimi nasıl olur?” şeklindeki bir sorunun cevabını bulmak için eldeki veriler üzerinden alternatif senaryo fonksiyonu kullanılabilir.

39

4.4.3.5. İlk / Son Analizi

İlk/Son (Top/Bottom) Analizi, normal filtreleme işleminin gelişmiş bir halidir. Bu fonksiyonalite sayesinde kullanıcılar, seçilen değerlerin belli bir boyuta göre büyükten küçüğe sıralanmasını ve bu sıralamanın yukarıdan veya aşağıdan dinamik olarak belirlenen kadarını listelenmesini sağlayabilirler. Bu listeleme işlemi belirli bir sıra için yani ilk 50 veya son 10 için yapılabileceği gibi, belirli oran veya belirli bir toplam için de yapılıyor olabilir. OLAP ürünlerinde bu tip ayarların yapılabilmesini sağlayan bir arayüzün ekran görüntüsü Şekil 4.9‟de gösterilmiştir.

Bu analiz sayesinde bir şubenin en karlı 20 müşterisinin veya toplamda bankanın riskinin %10‟unu taşıyan şubelerin listesine kolaylıkla erişilebilir.