par Lionel Billon - Mis en ligne le 16/03/2005 - Publié en Avril 2004
Les cubes OLAP (Online Analytical Processing) permettent d'améliorer
grandement les performances des requêtes grâce au stockage des agrégations.
Leur structure multi-dimensionnelle et hiérarchique permettent également de
proposer des interfaces plus intuitives - de type tableaux croisés dynamiques -
pour les utilisateurs fonctionnels ...Si l'utilisation interactive des cubes apporte une véritable valeur ajoutée au système
d'information, il n'en demeure pas moins qu'ils peuvent être également des
alliés de choix comme source de données de l'ensemble du reporting opérationnel
d'entreprise.
Cet article est composé de deux parties : la première partie revient rapidement sur les concepts de système décisionnel et de cube OLAP. Une fois les concepts
définis, il est alors plus facile d'illustrer le rôle que peuvent jouer les cubes et le
langage MDX (Multi-Dimensionnal eXpression) dans le reporting d'entreprise.
Requête 3 :
Revenons sur la requête 1 mais cette fois si nous voulons ajouter
deux colonnes supplémentaires : la contribution relative
en terme de chiffre d’affaire de chaque catégorie de produit
par rapport au chiffre d’affaire global, le chiffre d’affaire de
chaque catégorie à la même période l’année dernière.
WITH
MEMBER Measures.[Contribution %] AS '(Measures.[Store
Sales])/(Measures.[Store Sales], [Product].[All Products])',
FORMAT_STRING='Percent'
MEMBER Measures.[Periode -1] AS
'(ParallelPeriod([Time].[Year], 1, Time.currentmember),
[Measures].[Store Sales])'
SELECT
{[Measures].[Store Sales], Measures.[Contribution %],Measures.[Periode -1]}
ON COLUMNS,
{[Product].[All Products], [Product].[Drink], [Product].[Food],
[Product].[Non-Consumable]} ON ROWS
FROM SALES
WHERE ([Time].[1997])
Cet exemple (query 3) permet d’illustrer la création de
membres calculés pour venir enrichir la requête. Ici, les deux
membres ont été créés sur l’axe des mesures, mais les
membres calculés peuvent être créés sur n’importe quel axe.
Le premier calcul, la contribution relative, est assez
simple, on divise le chiffre d’affaire de chaque famille de
produit rencontré par le chiffre d’affaire global. Force est de
constater que la définition de se calcul découle vraiment de
la façon de le décrire.
Le second calcul Periode -1, permet d’illustrer que le
MDX contient un grand nombre de de fonctions d’analyses
avancées. Ici la fonction Parallelperiod() est utilisée pour récupérer
la période équivalente à la période de la requête
(1997) 1 année auparavant.(1996). L’intérêt de cette fonction
est quelle est générique quelque soit la période choisie en
filtre !!!
Téléchargez cette ressource
SIEM & PME : Comment construire la boîte noire de votre SI ?
Passez à la cybersécurité proactive, transformez la collecte et l’analyse des logs en un bouclier dynamique contre les cybermenaces. Découvrez comment mettre en place une approche SIEM modulaire, évolutive et accessible, pour anticiper, détecter et réagir efficacement aux attaques.
Les articles les plus consultés
- Les projets d’intégration augmentent la charge de travail des services IT
- Dark Web : où sont vos données dérobées ?
- Intelligence Artificielle : DeepKube sécurise en profondeur les données des entreprises
- 9 défis de transformation digitale !
- ActiveViam fait travailler les data scientists et les décideurs métiers ensemble
Les plus consultés sur iTPro.fr
- Attaques edge : les fournisseurs, nouvelle cible prioritaire des cybercriminels
- Analyse Patch Tuesday Août 2026
- Model Context Protocol : le contexte, grand oublié du débat
- Microsoft dévoile MAI-Thinking-1 : un modèle de raisonnement « enterprise-grade » en preview publique
Articles les + lus
IA de confiance : le facteur clé pour rentabiliser les projets d’entreprise
Hôpitaux virtuels : renforcer le système de santé français grâce au numérique
Cybercriminalité bancaire : l’IA industrialise les attaques en 2026
Ransomware en santé : la double extorsion fait exploser la facture en Europe
Les fuites de données explosent en France, désormais pays le plus touché d’Europe
À la une de la chaîne Data
- IA de confiance : le facteur clé pour rentabiliser les projets d’entreprise
- Hôpitaux virtuels : renforcer le système de santé français grâce au numérique
- Cybercriminalité bancaire : l’IA industrialise les attaques en 2026
- Ransomware en santé : la double extorsion fait exploser la facture en Europe
- Les fuites de données explosent en France, désormais pays le plus touché d’Europe
