-Data Cube: Cấu trúc dữ liệu tổng hợp các thước đo theo cấp độ và thứ bậc của từng

thứ nguyên mà bạn

muốn phân tích. Các khối kết hợp nhiều thứ nguyên, chẳng hạn như thời gian, địa lý và dòng sản phẩm,
với dữ liệu tóm tắt, chẳng hạn như số liệu bán hàng hoặc hàng tồn kho. Hình khối không phải là "khối"
theo đúng nghĩa toán học vì chúng không nhất thiết phải có các cạnh bằng nhau. Tuy nhiên, chúng là
một biến thể siêu việt của khái niệm về sự phức tạp.

- Demension (chiều): Một tập hợp có tổ chức các cấp độ trong một khối mà người dùng hiểu và sử dụng
làm cơ sở để phân tích dữ liệu. Ví dụ: thứ nguyên địa lý có thể bao gồm các cấp độ cho Quốc gia/Khu
vực, Bang/Tỉnh và Thành phố. Hoặc, thứ nguyên thời gian có thể bao gồm cấu trúc phân cấp với các cấp
độ theo năm, quý, tháng và ngày. Trong báo cáo PivotTable hoặc báo cáo PivotChart, mỗi cấu trúc phân
cấp sẽ trở thành một tập hợp các trường mà bạn có thể mở rộng và thu gọn để hiển thị mức thấp hơn
hoặc cao hơn.

-Measure(độ đo): Một tập hợp các giá trị trong khối dựa trên một cột trong bảng dữ kiện của khối và
thường là các giá trị số. Giá trị đo được là giá trị trung tâm trong các khối được xử lý trước, tổng hợp và
phân tích. Các ví dụ phổ biến bao gồm doanh thu, lợi nhuận, doanh thu và chi phí.

-Hierarchical structure( Cấu trúc phân cấp): Một cấu trúc cây logic sắp xếp các thành viên của chiều sao
cho mỗi thành viên có một thành viên cha và không có hoặc nhiều thành viên con. Một đứa trẻ là thành
viên của cấp thấp hơn tiếp theo trong hệ thống phân cấp có liên quan trực tiếp đến thành viên hiện tại.
Ví dụ: trong hệ thống phân cấp Thời gian chứa các cấp độ Quý, Tháng và Ngày, Tháng 1 là con của Q1.
Cha mẹ là thành viên của cấp cao hơn tiếp theo trong hệ thống phân cấp có liên quan trực tiếp đến
thành viên hiện tại. Giá trị gốc thường là tổng hợp các giá trị của tất cả các giá trị con của nó. Ví dụ:
trong hệ thống phân cấp Thời gian chứa các thứ hạng Quý, Tháng và Ngày, Q1 là cấp độ gốc của Tháng
Một.
-Olap và Oltp

-Olap types: có 3 loại Olap

 ROLAP là viết tắt của Relational OLAP, một ứng dụng dựa trên các DBMS quan hệ.

MOLAP là viết tắt của Multidimensional OLAP, một ứng dụng dựa trên các DBMS đa chiều.

HOLAP là viết tắt của Hybrid OLAP, một ứng dụng sử dụng cả kỹ thuật quan hệ và đa chiều.

-Ứng dụng của Olap:

 Phân tích doanh số: OLAP có thể được sử dụng để phân tích doanh số theo sản phẩm, khu vực địa lý,
kênh bán hàng, và thời gian. Điều này giúp các nhà quản lý hiểu rõ hơn về doanh số của mình và xác
định các xu hướng và cơ hội.
 Phân tích chi phí: OLAP có thể được sử dụng để phân tích chi phí theo sản phẩm, khu vực địa lý, kênh
bán hàng, và thời gian. Điều này giúp các nhà quản lý kiểm soát chi phí và xác định các khu vực có thể
cắt giảm chi phí.
 Phân tích hiệu quả marketing: OLAP có thể được sử dụng để phân tích hiệu quả của các chiến dịch
marketing. Điều này giúp các nhà marketing đánh giá hiệu quả của các chiến dịch của họ và cải thiện
hiệu quả trong tương lai.
 Phân tích hành vi khách hàng: OLAP có thể được sử dụng để phân tích hành vi của khách hàng. Điều này
giúp các nhà tiếp thị hiểu rõ hơn về khách hàng của họ và phát triển các chiến lược tiếp thị hiệu quả hơn.
 Phân tích dự báo: OLAP có thể được sử dụng để tạo ra các dự báo về các số liệu kinh doanh, chẳng hạn
như doanh số, chi phí, và lợi nhuận. Điều này giúp các nhà quản lý đưa ra các quyết định kinh doanh
sáng suốt hơn.

-Multidemensional Data Mode(Mô hình dữ liệu đa chiều): là một phương pháp được sử dụng để sắp
xếp dữ liệu trong cơ sở dữ liệu cùng với việc sắp xếp và tập hợp tốt các nội dung trong cơ sở dữ liệu. Mô
hình dữ liệu đa chiều cho phép khách hàng thẩm vấn các câu hỏi phân tích liên quan đến xu hướng thị
trường hoặc kinh doanh, không giống như cơ sở dữ liệu quan hệ cho phép khách hàng truy cập dữ liệu
dưới dạng truy vấn. Chúng cho phép người dùng nhanh chóng nhận được câu trả lời cho các yêu cầu mà
họ đưa ra bằng cách tạo và kiểm tra dữ liệu tương đối nhanh.