数据仓库和BI的联系和管理目标

数据仓库(Data Warehouse,DW)由两个主要部分构成:存储各类业务主题数据的数据库,以及用于收集、清洗、转换、存储来自于各种操作型数据源和外部数据源数据的相关软件程序。数据仓库活动也包括与元数据存储库交互的流程。从另一个角度说,数据仓库也能视为若干按业务主题划分的数据集市集合,且用于为商务智能提供数据支持的任何数据抽取或者数据存储均可称为数据仓库。

数据仓库按服务范围划分可分为如下两类:

  1. 企业数据仓库(Enterprise Data Warehouse,EDW

服务于整个组织商务智能需要的集中式数据仓库。企业数据仓库遵循企业数据模型,使得整个企业范围内的决策支持活动可以保持一致。

  1. 术语数据仓库活动(Data Warehousing,DW

用于描述为维护数据仓库中的数据而进行抽取、清洗、转换和加载等操作性的处理过程及相关控制的过程。数据仓库活动专注于实现。

商务智能是IT技术与业务逻辑的复合体,其主体活动和目标都是为了“分析与决策”,而实现的方式则包含了很多方面,具体包括:

(1)业务分析人员和领导层执行査询、分析和报表的活动,监控、了解企业运营情况,推动决策制定。

(2)查询、分析和报表相关的流程和规程。

(3)商务智能环境。

(4)各类商务智能软件工具。

(5)基于企业操作型数据的战略/运营分析和报表,进行的业务决策、风险管理、合规管理等活动。

(6)决策支持系统(Decision Support System,DSS)。

数据仓库活动提供技术解决方案以支持商务智能。两者结合以支持历史的、分析的和商务智能( Business Intelligence,BI)的需求。

数据仓库和商务智能管理活动两者间是一个有机整体,既可以简单地视之为数据层和分析应用层的复合体,也可以定义为以业务分析和决策制定为目的,为业务人员和领导层收集整合和展现数据的活动。两者共同支撑决策支持生命周期各阶段活动组成,包括提供相关背景,把数据从源移动/转换到通用目标数据存储区,为知识工作者提供整合后多样的目标数据访问操作、报表等。

数据仓库和商务智能管理的目标包括:

  1. 存储整合后的数据,并按照主题域组织数据为所有合适的访问形式提供可信的、高质量的数据用于各类分析活动。
  2. 为数据获取、管理和访问提供稳定、高效、可靠的环境。
  3. 提供易于使用的、灵活的和全面的数据访问环境在内容和内容访问方面,贴合组织业务目标,以增量方式交付。
  4. 与主数据管理、数据治理、数据质量管理和元数据管理等数据管理职能模块统筹产生应用价值,杜绝职能重叠和重复建设。
  5. 交付数据时,关注如何支持数据治理所发起的决策、政策流程、定义以及标准等定义、构建并维护所有数据存储、数据处理过程,数据基础设施和数据工具。
  6. 对于商务智能处理过程中衍生的新数据,应该同样能整合进数据仓库,使其为进一步分析和商务智能所用。对于过程中发现的各类数据质量问题,也应能做出警示以助于及时纠偏。

你可能感兴趣的:(BI,数据仓库,数据挖掘,数据库)