管理人员往往希望从不同的角度来审视业务数值，比如从时间、地域、产品来看同一类业务的总额。每一个分析的角度可以叫作一个维，因此，我们把多角度分析方式称为多维分析。以前，每一个分析的角度需要制作一张报表。云蛙数据自主知识产权多维数据分析系统(GmmCube)由此产生了，它的主要功能，是根据用户常用的多种分析角度，事先计算好一些辅助结构，以便在查询时能尽快抽取到所要的记录，并快速地从一维转变到另一维，将不同角度的信息以数字、直方图、饼图、曲线等等方式展现在用户面前。

从2008年开始，云蛙数据着手自主版权的GmmCube解决方案的设计和研发工作。最先设计的是OLAP的元数据模型实现整体的Java解决方案。在2009年，我们进行了大量的Java代码测试和功能测试。2010年，在元数据结构基本确定后，我们采用Java代码初步实现了核心算法，但在数据传递、执行效率等各方面还有诸多技术问题。2011年，我们对技术路线作了重新调整，将系统的高效率和实用性放在首要位置，更新了元数据结构的设计，专门设计了多维模型的定义语言和多维查询语言;并采用Java语言首先实现整个系统。

从用户角度分析GmmCube目前主要成果是：

(1)前台分析工具实现

提供简单易用的图形化界面给管理人员，由他们自由选择要分析的数据、定义分析角度、显示分析结果。GmmCube完成的是对用户数据的整理和观察，可以说，它的工作是总结过去。在此基础结构之上，GmmCube可以发挥更进一步的作用，利用数据挖掘技术，发现问题、找出规律，达到真正的智能效果：预测将来。

(2)数据挖掘工具实现

正如在矿井中可以挖掘出珍贵的矿石，在数据里也常常可以挖掘出业务人员意想不到的信息。它比多维分析更进一步。例如，如果管理人员要求比较各个区域某类业务在过去一年的情况，可以从多维分析中找答案。但是，如果管理人员要问为何一种业务在某地区的情况突然变得特别好或是不好，或者问该业务在另一地区将会怎么样，这时数据挖掘工具可以作出回答。

简单的说，数据挖掘使用统计、分析等数学方法、以及电脑学习和神经网络等人工智能方式，从大量的数据中，找寻数据与数据之间的关系。这种关系，一般显示数据组之间相似或相反的行为或变化。一个细心的分析者，往往能从这些发掘出来的关系得到启示。而这种启示又很可能使得到它的业者，获得其他竞争者所没有的先机 。

因此，在实施GmmCube时，一般分两步走：第一步实现多维分析，构造商业智能的基础，实现分析应用;第二步实现数据挖掘，发挥商业智能的特色。