說到數據分析，OLAP大概是BI廠家最常見的選擇。如果你看看國內BI廠家的宣傳資料，如果提及數據統計，OLAP應該是必談的話題。爲什麼OLAP會變成和數據分析幾乎同意的詞？二者是否真正的是幾乎等同？我們在這裏來做一個瞭解。
OLAP從字面上是指及時的數據分析。但實用中，OLAP更多的是指針對數據分析的一種解決方案。OLAP的軟件把數據預處理成數據立方。基本是把有可能的彙總都預先算出來。在用戶選擇顯示某種彙總時，OLAP可以在預先的計算出來的結果基礎上很快地計算出結果。從而可以很好地支持極大量數據的及時分析。
也就是說OLAP實際上包括了兩個方面。
第一，OLAP提供了一個互動的數據分析的模式。OLAP把數據分成維（dimension）和度量（measure）。用戶通過選擇dimension和measure，可以及時地計算數據在不同dimension的組合下的彙總。在這裏可能有一個誤區。其實OLAP本身並沒有定義一個用戶端的互動模式。比如大部分傳統的OLAP是通過一個交叉表的界面，但是新的界面更多的採取可視化的圖表形式。
第二點，可能是更本質的，是OLAP定義的一種對數據的處理方式。這包括了對數據預計算的思路和方式。在國內廠家裏，很少有自己開發OLAP後端數據處理的。在國外廠家中，有自己OLAP後端的有IBM，Microsoft，Oracle等。
作爲一個有着十幾年實際應用歷史的技術，OLAP是當之無愧的數據分析的元老。但在OLAP的應用中，用戶也遇到了很多問題。其中最爲關鍵的就是OLAP在靈活性上的缺陷。OLAP的使用要求用戶事先對數據有一個分析，把所有的dimension和measure都羅列出來。這樣OLAP處理器就可以把相關的值預先計算出來。
而由於數據立方需要很大的空間。它的大小是以指數增長的。所以在設計OLAP的時候，用戶又必須把dimension的數量限制在一個相對比較小的範圍。在實際應用時，用戶只能在這個預先選擇好的dimension之內來進行分析。如果用戶需要從不同的角度來看這些數據，這個OLAP就必須重新設計和生成。
近年來，BI領域出現了幾項大的技術革新，在很大程度上彌補了OLAP的不足。在前端的顯示上，數據分析更多地採用了可視化的模式。這裏並不是簡單地指通過圖表來顯示OLAP的結果。新的可視化數據分析工具在通過圖表對數據進行顯示的基礎上，實現了一個完整的互動模式，讓用戶可以任意的通過不同的角度和方法對數據進行檢驗。
在後端的處理上，以列爲主導的數據庫結構，及雲計算的概念，使及時分析可以不再依靠預計算就可以處理極大的數據量。這樣既解決了大數據的運算，也避免了OLAP所帶來的不靈活的問題。
StyleScope是一個綜合了可視化理論，和以列爲主的雲計算的數據處理結構，達到了一個完美的結合。用戶不再需要面對複雜的OLAP系統，可以十分快捷地創建起一個強大的數據分析系統。