Definizione di sistemi OLTP E OLAP

STRUTTURA (FOCUS SUL REPORTING)


I sistemi OLTP non sono adeguatamente predisposti per rispondere a tutte le domande che potrei fare in un sistema analitico. Inoltre c’è una scarsa profondità storica del dato.
PERCHÉ SEPARARE GLI AMBITI



In un sistema operazionale si inserisce il dato, nell’ambito di un sistema analitico il focus è sull’estrazione del dato che verrà poi interpretato.
Integrazione
I sistemi di supporto alle decisioni devono accedere a informazioni provenienti da fonti diverse, spesso eterogenee.
Un data warehouse che integri le diverse fonti rappresenta uno strumento fondamentale per agevolare l’accesso alle informazioni.
L’integrazione può essere perseguita uniformando la codifica dei dati, le unità di misura utilizzate e perseguendo l’omogeneità semantica (significato) delle informazioni.
Qualità
I dati trasferiti dai sistemi operazionali ai data warehouse vengono esaminati e corretti al fine di ottenere informazioni attendibili e depurate da errori (per quanto non sia possibile ridurre a zero il tasso di errore).
Ciò aumenta la significatività e, di conseguenza, il valore (decisionale) delle analisi di business intelligence realizzate a partire da tali dati.
Nel passaggio dalle fonti dei dati al DW non trascuriamo l’attività di trasposizione dei dati, ma teniamo conto anche della necessità di controllare la qualità del dato. I dati devono avere un’adeguata qualità, perché la bontà delle decisioni dipende dalla qualità dei dati.
Efficienza
Le interrogazioni proprie delle analisi di business intelligence possono essere molto onerose in termini di potenza di calcolo assorbita e tempo necessario per la loro elaborazione. Devono essere fatte tantissime transazioni semplici nei tempi minori possibili. Nell’ambito del BI non ho questo problema.
Se fossero realizzate direttamente sui sistemi operazionali, rischierebbero di compromettere l’efficienza di funzionamento degli applicativi gestionali, con conseguenze anche molto negative sull’operatività aziendale.
Estensione
I dati presenti nei sistemi operazionali hanno una limitata estensione temporale. Per motivi di efficienza, infatti, le informazioni storiche vengono periodicamente rimosse da tali sistemi e archiviate.
Al contrario, le analisi di business intelligence e, in particolare, i modelli predittivi hanno la necessità di accedere a lunghe serie storiche di dati per poter cogliere le tendenze e regolarità che in essi si manifestano.