มีคุณสมบัติของ OLAP Servers หลายอย่าง ดังนี้:
1. Multidimensional Conceptual View (มุมมองแนวคิดหลายมิติ)
มุมมองของผู้ใช้ต่อข้อมูลองค์กรเป็นหลายมิติ มุมมองแนวคิดของโมเดล OLAP ควรเป็นหลายมิติ โมเดลหลายมิติสามารถจัดการได้ง่ายและเข้าใจง่ายกว่ากรณีของโมเดล Single-dimensional
2. Transparency (ความโปร่งใส)
ผู้ใช้ควรได้รับคุณค่าเต็มที่จาก OLAP Engine โดยไม่คำนึงถึงแหล่งข้อมูล เทคโนโลยีของระบบ OLAP ฐานข้อมูลพื้นฐาน และสถาปัตยกรรมการคำนวณ และความหลากหลายของแหล่งข้อมูลนำเข้า ควรโปร่งใสต่อผู้ใช้ เพื่อรักษาประสิทธิภาพและความชำนาญกับ Front-end Environments และ Tools ที่คุ้นเคย
ควรโปร่งใสต่อผู้ใช้ด้วยว่าข้อมูลนำเข้าสู่ OLAP Tool มาจาก Homogeneous หรือ Heterogeneous Database Environments
3. Accessibility (เข้าถึงได้)
ผู้ใช้ OLAP ต้องสามารถทำการวิเคราะห์บนพื้นฐาน Common Conceptual Schema ที่ประกอบด้วยข้อมูลองค์กรใน Relational DBMS OLAP Tool ควรแมป Logical Schema ของมันไปยัง Heterogeneous Physical Data Stores สร้างข้อมูลและดำเนินการแปลงบางอย่างที่จำเป็นเพื่อนำเสนอ Single, Coherent และ Consistent User View
4. Consistent Performance (ประสิทธิภาพสม่ำเสมอ)
เมื่อจำนวนมิติหรือขนาดฐานข้อมูลเพิ่มขึ้น ไม่ควรมีการเสื่อมสภาพอย่างมีนัยสำคัญในประสิทธิภาพรายงาน Consistent Reporting Performance เป็นสิ่งจำเป็นสำหรับการสนับสนุนความง่ายในการใช้งาน และความไม่ซับซ้อนที่ต้องการในการนำ OLAP ไปสู่ End-user
5. Client-Server Architecture (สถาปัตยกรรม Client-Server)
ส่วนใหญ่ของข้อมูลที่ต้องการ OLAP จัดเก็บบนระบบ Mainframe และเข้าถึงผ่าน Personal Computers OLAP Servers ต้องสามารถทำงานในสภาพแวดล้อม Client-Server ได้
Server Component ของ OLAP Tools ควรมี बुद्धิ เพียงพอ ที่ Client หลายตัวสามารถเชื่อมต่อได้ด้วยความพยายามน้อยที่สุดและ Integration Programming Server นี้อาจสามารถทำ Mapping และ Consolidation ระหว่าง Disparate Logical และ Physical Enterprise Database Schema ที่จำเป็นสำหรับ Transparency และสร้าง Common Conceptual, Logical และ Physical Schemas
6. Generic Dimensionality (มิติทั่วไป)
แต่ละมิติของข้อมูลควรคล้ายกันในทั้งสถาปัตยกรรมและความสามารถในการดำเนินงาน ความสามารถในการดำเนินงานเพิ่มเติมสามารถให้กับมิติที่เลือกได้ แต่เนื่องจากมิติเป็น Symmetric ฟังก์ชันเพิ่มเติมที่กำหนดสามารถให้กับมิติใดก็ได้
7. Multi-user Support (รองรับหลายผู้ใช้)
อาจมีความจำเป็นต้องทำงานพร้อมกันกับ Analytical Model เดียวกัน หรือสร้างโมเดลต่างๆ จากข้อมูลองค์กรเดียวกัน
8. Intuitive Data Manipulation (การจัดการข้อมูลที่เข้าใจง่าย)
การรวม (Consolidation) โดยการ Drill-down ข้ามคอลัมน์หรือแถว Zooming Out และการจัดการอื่นๆ ที่เป็นเอกลักษณ์ใน Consolidation Outlines ควรทำได้ผ่านการกระทำโดยตรงบนเซลล์ของ Analytical Model และไม่ควรต้องใช้ Menu หรือ Multiple Tips ข้าม User Interface
