Olap est une technologie d’analyse de données, dont le résultat doit refléter les tendances d’une activité, par exemple l’évolution des ventes et des achats. Pour ce faire, elle représente cette activité suivant des axes logiques (volumes, régions, magasins…) appelés dimensions. À l’intersection de plusieurs dimensions se trouvent les valeurs, également nommées indicateurs ou variables. Elles peuvent quantifier le montant des achats ou des ventes, par région. Ces valeurs sont extraites de la base de production, ou peuvent être calculées par le moteur Olap. Dans ce cas, la valeur résulte d’une opération mathématique simple, telle qu’une addition, ou plus complexe, telle qu’un traitement statistique. Grâce aux technologies Olap, l’utilisateur peut effectuer des calculs sur un ensemble de valeurs, à un rythme d’environ 20 000 ou 30 000 cellules par seconde, sans rédiger de requête. Les différentes dimensions, dont se sert le serveur Olap afin d’effectuer ces calculs forment un cube Olap, quelquefois matérialisé graphiquement sur un logiciel client afin de faciliter les analyses par l’utilisateur.
Utilisation : analyser la vente, évaluer le portefeuille
Très utilisés dans les secteurs de la banque, des télécommunications et le monde de la grande distribution, les serveurs Olap sont des outils opérationnels, qui permettent de valider une stratégie mise en ?”uvre dans le cas d’une consolidation de données, ou d’entrevoir des tendances, dans celui d’une analyse statistique. Le type de calculs engagés par un moteur Olap varie. Les opérations simples, telles que les additions ou les soustractions, sont exploitées dans le secteur du contrôle de gestion, qui produit des synthèses comptables. Les professionnels du marketing penchent plutôt pour l’évaluation de scénarios : analyser des ventes réalisées par rapport à des prévisions suivant des dimensions comme les acheteurs, les produits et la date. Pour leur part, les professionnels de la finance doivent analyser des téraoctets de données. Ils seront tentés d’effectuer des calculs statistiques poussés, qui portent sur plusieurs dimensions, comme par exemple le rendement d’un portefeuille, les marchés et les dates. Le cube produit peut être stocké, puis réutilisé à la volée, dans un autre calcul de plus grande ampleur (data mining) : le type de titre le plus rentable, le moins fluctuant. Le calcul produit devient alors un hypercube.
Principe de fonctionnement : des modèles fidèles à l’entreprise
La première démarche est la constitution d’une base de données dédiée, alimentée par la base de production. Le déploiement d’un entrepôt de données peut absorber jusqu’à 90 % du temps nécessaire à un déploiement Olap. À ce stade, les sociétés de services se chargent de construire le modèle de données qui reflète l’activité d’une entreprise, suivant une structure qualifiée d’étoile ou de flocon de neige. Ici, le centre de l’étoile représente une dimension (ventes, achats, livraisons), et les branches une hiérarchie (départements, villes, quartiers). Cet entrepôt est alimenté par la base de production, en général relationnelle, selon des règles précises. C’est le rôle de l’agent ETL (Extract, Transform, and Load), chargé d’alimenter la base de données multidimensionnelle, à partir de la base de production. Le moteur Olap sera ensuite paramétré afin d’effectuer les calculs depuis le serveur, à l’aide d’une console d’administration. Les langages de requêtes restent encore propriétaires. Mais deux tentatives de normalisation ont lieu, sous l’égide d’Hyperion, Microsoft et SAS pour XMLA, et aux côtés de Sun, IBM et Hyperion qui ?”uvrent en faveur de l’architecture Jolap. La première vise à fournir un dialecte XML capable de requêter tout type de solution Olap en se fondant sur les protocoles d’invocation Soap et HTTP pour la couche de transport. La seconde souhaite exploiter Java, afin de requêter les bases multidimensionnelles compatibles avec la norme J2EE. La gestion de la sécurité s’effectue par un annuaire LDAP, chargé d’autoriser un accès, ou bien directement par la solution Olap qui régule le droit de lecture et d’écriture.
Acteurs : un marché concentré sur quelques éditeurs
Les acteurs du marché de l’analyse Olap sont nombreux. Malgré cela, le marché reste concentré entre les mains de quelques éditeurs. Oracle Express Server et Oracle9i Olap se disputent la première place avec Hyperion Solutions, qui édite le produit vedette Hyperion Essbase exploité par France Télécom. Ces deux solutions permettent d’engager des analyses Olap à partir de bases relationnelles (Relational Olap), multidimensionnelles (Multidimensional Olap), ou les deux simultanément (Hybrid Olap). Sur le même créneau, IBM DB2 Olap Server figure en bonne position aux côtés de Microsoft SQL Server Analysis Services. En ce qui concerne Microsoft, il exploite un langage de commandes baptisé MDX, une réécriture de SQL adapté aux analyses Olap. Enfin, MicroStrategy 7i est spécialisé dans les analyses Rolap, même si la dernière version de son logiciel prend aussi en charge les cubes Molap et Holap. SAS Enterprise Intelligence se concentre, lui, dans les analyses statistiques intensives. Pour conclure, précisons que les produits Olap n’incarnent pas à eux seuls le marché de l’analyse de données. Ainsi SPSS, un concurrent de SAS, est aussi un spécialiste des traitements statistiques, même s’il n’exploite pas directement de technologies Olap, contrairement à sa division Showcase.
Alternatives : du portail au rapport sans analyse
Les serveurs Olap délivrent des analyses, résultant de calculs. Une entreprise qui ne désire pas effectuer de calculs dynamiques sur une architecture client-serveur, peut opter pour une technologie de rapport. Sans analyse, elle diffuse vers l’utilisateur des valeurs stockées ou précalculées. Les solutions de portail décisionnel Business Objects Infoview, Brio Enterprise, Hummingbird Business Intelligence ou Cognos Impromptu, peuvent servir d’interface de requête pour ces valeurs. Ces éditeurs vendent par ailleurs des solutions Dolap, qui déportent un moteur d’analyse vers le poste client (Business Objects Web Intelligence, Brio Intelligence, Cognos PowerPlay…). Moins puissantes que les technologies client-serveur, elles n’en offrent pas moins une vue multidimensionnelle des données. Les restitutions massives au sein d’intranets s’effectueront à l’aide des produits Business Objects Broadcast Agent, Crystal Reports ou Information Builders ReportCaster.
🔴 Pour ne manquer aucune actualité de 01net, suivez-nous sur Google Actualités et WhatsApp.
