Le traitement analytique en ligne (ou OLAP) est un concept important dans l’espace d’analyse et de planification qui a été introduit par des solutions telles que Planning Analytics (TM1), Jedox, Infor Alea et autres. Dans cet article, nous couvrons une comparaison entre différentes approches.
Il n’y a pas vraiment de spécification technique concise, mais fait référence à des technologies de base de données et d’analyse qui permettent aux utilisateurs métier de créer des modèles de données multidimensionnels et de les utiliser pour analyser et naviguer efficacement dans toutes les dimensions et hiérarchies du modèle. Par exemple, analyser les données de vente à travers des dimensions telles que le client, le temps, le représentant des ventes et des hiérarchies telles que les regroupements de clients et régionaux.
L ‘«outil OLAP» le plus largement utilisé est probablement le tableau croisé dynamique Excel qui prend en charge les 12 règles OLAP, en particulier lorsqu’il est utilisé en conjonction avec un serveur OLAP (par exemple, Analysis Services). Au début, la fonctionnalité OLAP faisait partie intégrante des systèmes client-serveur comme Express, TM1, Essbase, suivi de Microsoft Analysis Services et plus tard de Jedox (qui a commencé comme un projet open source sous le nom de Palo).
Les solutions OLAP ont acquis une grande popularité auprès des utilisateurs professionnels, car elles leur ont permis de créer les modèles analytiques requis (le plus souvent pour des cas d’utilisation financière) sans une expertise informatique approfondie.
Les solutions qui permettaient de traiter les transactions de réécriture en temps réel, permettant à l’utilisateur de voir immédiatement les résultats d’une modification des données, ont particulièrement réussi. Une exigence qui fait partie intégrante des processus de planification et de prévision.
En 2005, Microsoft a introduit le modèle dimensionnel unifié qui combinait les avantages de l’OLTP («Online Transactional Processing»), généralement des systèmes de bases de données relationnelles et des bases de données «OLAP». Par exemple, les utilisateurs peuvent créer leurs propres hiérarchies à la volée pendant l’analyse au lieu d’avoir à les définir de manière rigide dans le modèle au préalable.
En 2010, initialement avec Power Pivot et à partir de 2012 dans Analysis Services Tabular, le nouveau moteur Vertipaq a été publié, qui pour la première fois comprenait le stockage de données en colonnes et le traitement de la mémoire. Cette nouvelle technologie a permis – jusque-là – des performances de requête inégalées avec des temps de requête inférieurs à la seconde dans des modèles avec des dizaines de millions d’enregistrements sur un ordinateur portable. Le seul inconvénient est que la réécriture n’est pas prise en charge.
Un défi avec tous les systèmes OLAP était qu’une couche de stockage de données distincte était nécessaire. Cela signifiait qu’en plus d’un entrepôt de données d’entreprise – généralement basé sur une base de données relationnelle – les services informatiques devaient gérer une «base de données OLAP» distincte. La seule exception ici sont les systèmes ROLAP (OLAP relationnel), ceux-ci étaient généralement sous-optimaux du point de vue des performances et ne prenaient généralement pas en charge la réécriture. Pire que la gestion de deux bases de données, c’est le fait que cela nécessitait généralement des processus de transformation et de chargement d’extraction (ETL) complexes et longs pour, par exemple, obtenir les données de planification dans l’entrepôt de données et vice versa les données réelles dans le système de planification.
Sur la base de ces défis avec Acterys nous recherchions une approche combinant:
L’approche Acterys utilise un moteur qui gère la modélisation et la réécriture sur une base de données relationnelle standard éprouvée sur disque ou en mémoire. Une plateforme qui est souvent déjà sous licence et utilisée pour les entrepôts de données d’entreprise. Un environnement de conception Web permet aux utilisateurs professionnels de gérer et de modifier les modèles et tous les aspects administratifs associés sans aucune connaissance de l’entreposage de données ou des bases de données relationnelles. Le système crée automatiquement le schéma en étoile optimal de l’entrepôt de données, optimisé pour l’analyse et la planification. L’utilisation de nouvelles technologies relationnelles, le multi-threading et le déploiement en mémoire garantissent des temps de traitement extrêmement rapides. Lors de tests, nous avons pu traiter 20 millions de transactions de réécriture en 20 secondes sur une infrastructure de serveur standard.
Les utilisateurs peuvent configurer la logique requise dans DAX (désormais une norme très largement utilisée dans Excel et Power BI), SQL ou les nouveaux composants Power Platform MS Flow et PowerApps. Toutes les données sont stockées dans une base de données SQL standard dans le cloud ou sur site avec une connexion «Direct Query» aux frontaux permettant une réponse en temps réel ultra rapide sans couche de stockage supplémentaire. Toutes les interactions des clients à partir de tout front pris en charge sont limitées par des droits de sécurité flexibles (lecture ET écriture!) Jusqu’au niveau de la cellule unique et enregistrées dans des pistes d’audit pour assurer une gouvernance complète. Encore une fois, au lieu de réinventer la roue, les utilisateurs sont gérés avec les comptes Windows, Active Directory ou Microsoft existants.
En plus de la duplication inutile du côté du stockage de données, nous avons également vu une marge d’amélioration du côté du frontend.
Dans de nombreux cas, les utilisateurs utilisent aujourd’hui une solution de découverte de données et un système de planification distinct. Avec cette approche encore, beaucoup d’efforts sont nécessaires pour intégrer les deux parties. À notre avis, évitable en étendant de manière transparente la solution de découverte de données leader du marché avec des fonctionnalités de planification complètes. Pour cette raison, Acterys inclut un module complémentaire pour Power BI.
L’approche révolutionnaire en «libre-service» de Power BI, orientée utilisateur métier, permet au responsable de la planification de créer des feuilles de saisie de données en quelques minutes avec toutes les fonctionnalités avancées de visualisation et d’analyse disponibles en parallèle et de profiter d’options de simulation et d’informations transparentes avec des données réelles ET de planification. Une approche qui permet aux organisations de déployer la planification et les prévisions en moins d’une journée: KMG
Les cycles de planification considérablement raccourcis facilitent l’exécution des prévisions dans des intervalles de temps plus courts, ce qui augmente la qualité et garantit des informations à jour qui permettent aux organisations d’être beaucoup plus réactives aux changements pertinents des conditions.
Le processus devenant beaucoup plus efficace et facile à gérer, les participants contributeurs – qui redoutent généralement ce processus – en profitent non seulement davantage, mais voient vraiment les avantages des informations supplémentaires qu’ils gagnent grâce à la puissance analytique de pointe.
Power BI est excellent, mais certaines exigences nécessiteront toujours une flexibilité de feuille de calcul. Pour cette raison, Acterys comprend également un module complémentaire Excel qui permet une lecture et une écriture complètes directement sur les tables de l’entrepôt de données source. Cela supprime complètement les efforts de maintenance des feuilles de calcul, car les rapports et les formulaires de saisie de données sont automatiquement mis à jour en fonction de la version unique du modèle de données de vérité.
Dans le tableau suivant, nous avons répertorié les différences entre l’ancien OLAP et l’approche Acterys
OLAP hérité (par exemple Alea (Infor BI), Jedox, TM1) | Modélisation dimensionnelle unifiée Acterys | |
Serveur | ||
Espace de rangement | Propriétaire | Base de données relationnelle |
Analyse multidimensionnelle | ü | ü |
Traitement direct des enregistrements transactionnels | ü | ü |
Intégration de données | ||
Connecteurs en un clic aux systèmes comptables | Certains connecteurs sont disponibles (par exemple, SAP), mais ceux-ci nécessitent une personnalisation étendue et ont un prix élevé >20 000 $ | ü
Connecteurs entièrement automatisés qui génèrent un modèle entier en un clic |
API | ü | ü |
Approche cloud | Varie. Souvent non pris en charge en mode natif ou avec une «approche pseudo-cloud» utilisant une machine virtuelle qui nécessite toujours des efforts inutiles de maintenance des machines et des logiciels qu’une solution cloud complète évite. | Application Cloud native, machine virtuelle / déploiement sur site sur demande |
L’extrémité avant | ||
Intégration avec des frontends tiers | ||
Exceller | ü | ü |
Power BI: intégration sensible au contexte Power BI, par exemple la planification des mises à jour de formulaires en fonction du clic dans d’autres visuels ou segments dans Power BI et vice versa | ü | |
Langue de calcul | Propriétaire | Microsoft Excel DAX standard, MDX |
Rapports Web d’évolutivité | Limité (Jedox: noyau à filetage unique) | Power BI évolutivité quasi infinie |
Gestion de modèle basée sur le Web | ü | ü |
Intelligence temporelle | Limité | Toute l’intelligence temporelle offerte par DAX, MDX |
Suppression zéro | Requête gourmande en ressources dans un espace de données multidimensionnel | Requête simple sur les enregistrements existants |
Éléments de tableau de bord interactifs interconnectés et actualisés en un clic | ü | |
Accès SQL ET multidimensionnel | ü | |
L’utilisateur peut créer des hiérarchies à la volée sans avoir besoin de les prédéfinir dans le modèle. | ü | |
Sur site / cloud | ü | ü |
Intégration de compte Microsoft. Les utilisateurs peuvent utiliser les comptes Active Directory / Microsoft existants sans avoir besoin de maintenir une couche de sécurité distincte | ü | |
Flux de travail | Développement personnalisé nécessitant un codage et une connaissance propriétaire du langage macro | Solutions Microsoft standard intégrées (généralement sans connaissances en codage): Microsoft Flow, PowerApps |
Sécurité basée sur les cellules | ü | ü |
Traitement en mémoire | ü | ü |
IntelliSense (le système suggère la syntaxe et les paramètres de modèle disponibles lors de la saisie) pour les formules Excel | ü | |
IntelliSense dans la logique de calcul | ü | |
Licence | ||
Utilisateurs minimum | 5 (Jedox) | 1 |
Coût moyen par utilisateur et par mois | > > 200 USD | <<100 USD |
Pour plus d’informations sur la manière dont Acterys peut faire passer vos processus de planification et d’analyse au niveau supérieur, veuillez nous contacter. Nous proposons actuellement également des incitations à la migration aux utilisateurs OLAP hérités (TM1, Jedox, Alea (qui fait maintenant partie d’Infor), etc.) où nous attribuons aux utilisateurs des contrats de maintenance existants et proposons des services à prix réduit pour la migration.
© 2024 Managility Pty Ltd All rights reserved.