Se trata de un análisis de datos en donde hay una flexibilidad lo más amplia posible en cuanto a los formatos, consultas predefinidas, valores preseleccionados, etc...

El objetivo de estos análisis es dejar la mayor libertad posible a los usuarios y analistas para realizar consultas de forma abierta, si ningún tipo de restricciones o limitaciones previas de modelos ya predefinidos o construidos.

Para que os hagáis una idea, se trata de una expresión latina que signifca literalmente, 'para ésto'.

Para ello, es importante que las herramientas permitan disponer de acceso a una gran cantidad de elementos de análisis (ejes de análisis y métricas - campos -), posibilidad de realizar cálculos, etc...

En este tipo de análisis, no es tan importante el aspecto visual final, resultado del análisis, como la sencillez del interfaz para el usuario final, la velocidad en la respuesta, y la disponibilidad de acceso a un gran número de elementos y filtros de análisis, pues el objetivo es poder dar respuesta a una necesidad de información concreta e identificada.

Además, otro punto importante de estos análisis es la posibilidad de poder compartir el resultado del mismo con otras personas, compañeros de departamento, analistas, etc...

La expresión 'ad-hoc' viene a identificar que se realiza para un fin determinado, lo cual explica muy bien, que los analistas usan estos análisis por que tienen claras sus necesidades y que pretenden obtener.

Ejemplo de herramienta de analisis adhoc (pentaho)

Bases de datos MOLAP (v. Multidimensional Online Analytical Processing - MOLAP), Tanto los datos fuente como los datos agregados o precalculados residen en el mismo formato multidimensional.

Optimiza las queries, pero requiere más espacio de disco y diferente software. El primer punto esta dejando ser un problema: el espacio de disco cada vez es más barato.

Desde el punto de vista teórico un sistema OLAP debe cumplir las reglas del Dr. Codd, 'padre' del concepto: Características:

• Se tiene que tener una visión multidimensional de los datos. Pensar en dimensiones y métricas de Negocio. No en tablas y en campos.

• La manipulación de los datos tiene que ser intuitiva y sencilla. Son los análistas y altos ejecutivos los que manejan estas herramientas, y hay que pensar en ello.
• El motor MOLAP debe ser un organizador intermedio para que las aplicaciones finales: Cuadros de mando, Scorecard, aplicaciones de análiticas financieras, etc... provean de datos al usuario.
• Posibilidad de acceder a datos almacenados directamente o en procesos batch, desde el relacional. Es decir, posibilidad de tener un sitema híbrido. Algo más parecido a un sistema HOLAP.
• Creación de modelos basados en MOLAP. Este requerimiento es muy subjetivo y depende de la complejidad de los modelos. Cuantos más tipos de modelo, mejor MOLAP será.
• Transparente para los usuarios. Se debe ocultar la capa de complejidad, de procesos batch, de cargas ETL... dejando sólo una capa de abstracción de negocio.
• Acceso multiusuario a las aplicaciones, de forma concurrente, con posibilidad de modificaciones, estableciendo colas de trabajo, etc...
• Integracion de datos no normalizados en el cubo MOLAP, que garanticen que las modificaciones en datos no origen no afectan a los datos finales.
• Mantener los cálculos y resultados de queries OLAP separados y almacenados en una ubicación diferente del sistema fuente.
• DIferenciación de los valores vacíos de los valores 0. Muy importante a la hora de realizar cálculos matemáticos.
• Posibilidad de ignorar todos los valores vacíos, las celdas del cubo sin datos.
• Flexibilidad en la creación de informes.
• Rendimiento uniforme de todos los informes, es otra forma de hacer 'transparente' la aplicación.
• El sistema MOLAP debe adaptar automáticamente su estructura según sean las dimensiones, métricas, etc... ésto no es fácil y, generalmente, requiere intervención manual.
• Posibilidad de crear dimensiones de cualquier tipo.
• Sin límite de dimensiones, niveles de agregación, jerarquías, etc... Debe ser la complejidad del negocio la que marque el límite.

• No establecer restricciones a las operaciones que crucen cualquier dimensión o elementos de la dimensión. 

  Desde un punto de vista práctico, me gustaría añadir algunas otras características y recomendaciones:

  - Debe ser rápido. No debe transcurrir mucho tiempo entre la necesidad de información y el resultado.
  - Debe tener un lenguaje funcional y de negocio.
  - Debe ser de manejo sencillo, con wizards y templates.
  - Debe poder integrar API.
  - Debe tener potentes posibilidades gráficas.
  - Debe utilizar mapas de forma habitual.
  - Posibilidad de almacenar y compartir los informes y cálculos creados por los usuarios.
  - La administración la deben llevar los usuarios, no IT.
  - El tiempo de implementación (proyecto) debe ser muy corto.
  - Deber generar respuestas medibles para la toma de decisiones.
  - Tenemos que ser capaces de obtner ROI con las aplicaciones OLAP.

  Algunas soluciones MOLAP son Analysis Services, Hyperion Essbase, Cognos OLAP, PALO, Oracle OLAP...

Hoy definimos los KPI´s (Key Performance Indicators) o Indicadores Claves de Negocio.

Diríamos que son aquellos indicadores, cálculos, ratios, métricas, etc... que nos permiten medir los factores y aspectos críticos de un negocio. Algunos ejemplos serían las ventas mensuales de las principales lineas de negocio, el coste de las materias primas principales, la evolución de la masa salarial, el nivel de liquidez, etc...

Estos indicadores deben observarse y analizarse dentro del conjunto de dimensiones o ejes representativos del negocio: tiempo, productos, centros de coste, etc...

Por ello, los KPI´s no son un término tecnológico, generado por el Business Intelligence, si no que se trata de un concepto ligado a la Gestión Empresarial. No obstante, el desarrollo de la tecnología y de especialidades como el Business Intelligence, han permitido que su medición, control y respresentación visual se haga de un modo mucho más eficiente y rápido.
Si pretendemos llevar una gestión eficiente de nuestro negocio, apoyándonos en el uso de herramientas de Inteligencia de Negocio, y no usamos los KPI´s, es como si estuviéramos conduciendo por una carretera de montaña de noche sin luces.

Normalmente, en la definición de los KPI´s se usa un acrónimo, SMART, que ayuda en el proceso de selección de los mismos:

• eSpecificos (Specific)
• Medibles (Measurable)
• Alcanzables (Achievable)
• Realista (Realistic)
• a Tiempo (Timely)

Los KPI´s han cogido mucha más relevanca si cabe, conforme se ha ido extendiendo y popularizando el uso de la Metodología de Balance Scorecard, Cuadro de Mando Integral, creado por los 'archiconocidos' profesores Norton y Kaplan.
Presentado en 1992, el Cuadro de Mando Integral o balance scorecard (BSC) es un método para medir las actividades de una compañía en términos de su visión y estrategia. Proporciona a los administradores una mirada general del rendimiento del negocio. 

Es una herramienta de management que muestra continuamente cuando una compañía y sus empleados alcanzan los resultados perseguidos por la estrategia. 

En la representación visual de un Balance Scorecard, es muy importante tener en cuenta aspectos tales como:

• Establecer los indicadores (KPI´s) por áreas o perspectivas.
• Uso de codificación semafórica (amarillo, rojo y verde) para resaltar tendencias y excepciones.
• Indicar de forma detalla explicaciones del comportamiento esperado y objetivo de cada KPI.
• Establecer el departamento y/o persona responsable de cada kpi (su definición, medición objetiva y esperada, umbrales de referencia, etc...)
• Establecer el periodo de análisis para el que se mide y revisa su valor.
• Definir las acciones o tareas correctivas derivadas de un comportamiento fuera de los umbrales esperados.