Cubo OLAP: medidas, dimensiones y su relación con el modelo de datos

Un cubo OLAP es la estructura lógica sobre la que se apoya el análisis multidimensional: organiza los datos en medidas y dimensiones para que las consultas agregadas se respondan de inmediato. Es el modelo de datos que hay detrás de OLAP, donde están explicados sus tipos —MOLAP, ROLAP, HOLAP— y las operaciones de navegación.

Esta ficha se centra en lo que suele quedar implícito: qué son exactamente sus dos ingredientes y cómo se corresponden con las tablas del almacén.

La metáfora engaña

La palabra «cubo» sugiere tres dimensiones, y esa imagen se agota enseguida. Un cubo real de una empresa mediana tiene con frecuencia diez o quince dimensiones —tiempo, producto, cliente, canal, territorio, vendedor, promoción, moneda…— y la geometría deja de ayudar mucho antes de llegar ahí.

Conviene quedarse con la idea y no con la forma: lo que define un cubo no es su número de ejes, sino que separa lo que se mide de aquello por lo que se corta.

Medidas: lo que se cuantifica

Las medidas son los valores numéricos que interesan: importe vendido, unidades, margen, número de incidencias. Responden a «cuánto».

Su propiedad decisiva es la aditividad, es decir, por qué dimensiones se pueden sumar sin decir una tontería. Un importe de venta se suma por todas; un saldo se suma entre cuentas pero no entre meses; un porcentaje no se suma por ninguna. Esa clasificación —aditiva, semiaditiva, no aditiva— se detalla en tabla de hechos y es el origen de buena parte de los informes que dan un número plausible y equivocado.

Dimensiones: el contexto

Las dimensiones son los ejes por los que se corta la medida: qué producto, en qué periodo, en qué territorio, a qué cliente. Responden a «de qué».

Lo que las hace útiles es su jerarquía: la dimensión de tiempo se recorre de año a trimestre, a mes y a día; la de territorio, de país a comunidad, a provincia. Esas jerarquías son las que permiten navegar el detalle, y definirlas bien es lo que separa un modelo cómodo de uno en el que cada pregunta nueva exige tocar el diseño.

Toda consulta analítica, sin excepción, tiene la misma forma: una medida, agregada, cortada por una o más dimensiones. El cubo existe para que esa forma salga barata.

La correspondencia con las tablas

Aquí está lo que más cuesta ver al principio: el cubo no es una cosa distinta del almacén, es otra manera de mirarlo.

• Las medidas del cubo son las columnas numéricas de la tabla de hechos.
• Las dimensiones del cubo son las tablas de dimensión que la rodean.
• La estructura resultante es exactamente un esquema en estrella.

Por eso el modelado dimensional sigue siendo la base del análisis aunque hoy el cubo casi nunca se materialice como artefacto físico: el modelo lógico es el mismo, se precalcule o se resuelva en el momento contra el almacén.

De ahí también que el ámbito de un cubo suela coincidir con el de un data mart: un proceso de negocio, sus medidas y las dimensiones que lo contextualizan.

En el directorio de Business Intelligence de Dataprix hay fichas y análisis editorial de las herramientas que implementan este modelo, y el papel de la capa analítica dentro del diseño global está en la guía de arquitectura de datos.