Cubos OLAP: qué son y para qué sirven

Un cubo OLAP es una estructura de datos multidimensional pensada para responder preguntas analíticas deprisa sobre volúmenes grandes. El nombre suena a los años noventa y en parte lo es, pero la idea sigue debajo de casi todo lo que hoy llamamos cuadro de mando.

Qué problema resuelve

Una base de datos operativa está optimizada para lo contrario de lo que necesita el análisis: escribir muchas filas pequeñas, muy rápido, sin equivocarse. Cuando le pides «ventas por región, por trimestre y por categoría», tiene que recorrer un volumen enorme de filas que estaban ordenadas para otra cosa. El cubo le da la vuelta a esa organización.

Medidas y dimensiones

Un cubo se organiza en torno a medidas —lo que se cuenta: ventas, unidades, ingresos— y dimensiones —por dónde se corta: fecha, región, categoría, canal—. Con esas dos piezas, las operaciones habituales del análisis se vuelven baratas:

• Bajar al detalle: ir de año a mes y de mes a día sin cambiar de informe.
• Subir al agregado: recorrer el camino contrario y ver el total.
• Cortar y cruzar: filtrar por una dimensión y cruzarla con otra.
• Rotar: cambiar qué dimensión va en las filas y cuál en las columnas.

Por qué siguen importando

Herramientas como Power BI, Looker o Metabase se apoyan en esta forma de organizar los datos, aunque casi nunca la llamen así. Cuando un panel responde en un segundo a una pregunta que en la base de datos operativa tardaría un minuto, es porque alguien la pensó de antemano con esta lógica.

Cuándo no lo necesitas

Si tus volúmenes caben holgadamente en memoria y tus preguntas son pocas y estables, un modelo bien indexado y unas cuantas consultas te van a dar lo mismo con mucho menos que mantener. El cubo empieza a merecer la pena cuando las preguntas son muchas, imprevisibles y las hace gente que no va a escribir SQL.

La estructura no es la que hace útil un análisis: es la que lo hace barato de repetir.