OLAP (ang. Online Analytical Processing) to podejście do przetwarzania danych zoptymalizowane pod analizę: wielowymiarowe struktury (kostki), agregacje i szybkie odpowiedzi na pytania typu "ile, w podziale na...". Stoi w opozycji do OLTP (Online Transaction Processing) - przetwarzania transakcyjnego, które obsługuje bieżące operacje systemu: pojedyncze zapisy, odczyty, aktualizacje.
Analityk spotyka OLAP przy hurtowniach danych, raportach w Power BI/Tableau i rozmowach z zespołem danych. Słownik tego świata: miara (to, co liczymy), wymiar (po czym kroimy), drill-down (schodzenie w szczegół), slice and dice (przecinanie kostki różnymi wymiarami).
Przykład (MediFlow). Kostka analityczna sieci przychodni: miara - liczba wizyt; wymiary - czas (rok→miesiąc→dzień), placówka (12 sztuk), specjalizacja lekarza, kanał rejestracji (online/telefon/osobiście). Pytanie dyrektorki operacyjnej: "ile wizyt kardiologicznych w placówce Mokotów umówiono online w maju?" to jedno przecięcie kostki - odpowiedź w sekundę, bez pisania zapytania od zera. System rejestracji (OLTP) tymczasem robi swoje: zapisuje pojedyncze rezerwacje.
Częsta pomyłka. Raportowanie bezpośrednio na bazie produkcyjnej. Ciężki raport puszczony na żywej bazie OLTP potrafi spowolnić rejestrację pacjentów w godzinach szczytu - dlatego dane kopiuje się (proces ETL/ELT) do osobnej struktury analitycznej i tam dopiero analizuje. Druga pomyłka: używanie "OLAP" jako synonimu jakiejkolwiek analityki. OLAP to konkretna architektura odczytu zagregowanych danych; uczenie maszynowe czy analiza strumieniowa to już inne bajki.