多维分析是指在剖析型零碎中，用户能够通过拖拽维度（Dimension）来汇总度量（Measure）以不便使用者能够从不同角度观察数据。如果从报表的角度来看，多维分析相似自助报表，业务人员基于一个当时筹备的后果集进行动静报表查问，能够进行切片、钻取、旋转（行列变换）等操作。
多维数据分析通常包含以下几种分析方法：
1、切片
在给定的数据立方体的一个维上进行的抉择操作就是切片（slice），切片的后果是失去一个二维的立体数据。
2、切块
在给定的数据立方体的两个或多个维上进行的抉择操作就是切块（dice），切块的后果是失去一个子立方体。
3、上卷
维度是具备层次性的，如工夫维可能由年、月、日形成，维度的档次实际上反映了数据的综合水平。维度的档次越高，所代表的数据综合度越高，细节越少，数据量越少；维度的档次越低，所代表的数据综合度越低，细节越充沛，数据量越大。上卷（roll-up）也称为数据聚合，是在数据立方体中执行汇集操作，通过在维级别中回升或通过打消某个或某些维来察看更概括的数据。
4、下钻
下钻（drill-down）也称为数据钻取，实际上是上卷的逆向操作，通过降落维级别或通过引入某个或某些维来更粗疏地察看数据。
5、旋转
通过数据旋转（pivot or rotate）能够失去不同视角的数据。数据旋转操作相当于基于立体数据将坐标轴旋转。例如，旋转可能蕴含行和列的替换，或是把某一维旋转到其余维中去。