数据仓库

浏览: 2054

数据仓库是决策支持系统的核心,是为企业所有级别的决策制定过程,提供所有类型数据支持的战略、战术、运营集合。它是从多个独立的信息系统集成为一个企业信息工厂出于分析性报告和决策支持目的而创建,它为高层提供关键指标数据为中层提供统计指标数据为运营提供监控类指标数据,提供指导业务流程改进、监视竞争对手、成本、质量、绩效考核。

       数据仓库的特征:面向主题、集成性、稳定性、反应历史变化。目前企业绝大部分面临的不是数据仓库设计而是集成进入数据仓库的数据质量,如何管理数据仓库、管理数据质量是BI开发人员面临的难题,特别是数据质量,企业发展初期上线一些业务系统,没有统一的规划基础数据同时又很多数据字段没有规定是否必填造成业务和运营人员只填写必要的金额、客户编码、商品编码;在没有基础数据规划和可以数据信息有限的情况下,BI数据分析面临的分析维度和可用数据比较少。

       回到数据仓库设计和管理,需要考虑的因素很多,例如:数据来源、数据量、统一数据类型、查询性能、业务复杂度、及时性、仓库层级、可视化对应需要的数据结构、元数据管理、数据质量、权限控制、数据安全等。那么我们如何去设计和管理数据仓库,常常有人讲用术、道、器 来形容他对一个行业的了解程度,我对数据仓库了解的不够深,这我借助那些牛人的器来讲一下 数据仓库的设计和管理。器就是兵器,士兵枪不能离身,那BI人员肯定是在电脑中不能没有数据建模工具,这里我推荐几款数据建模工具:ER/Studio、visio、PowerDesigner,大家随意选择一款都能完成数据建模,这里我展示一下使用PowerDesigner 建的两个数据模型一个地产一个制造。

       数据仓库建模过程:

image.png

       建模的首要任务就是深入了解业务,不了解业务就去做数据分析做数据挖掘完全就是洒流氓,技术为业务服务、贴近业务、多跟业务部门沟通,才能抓住业务核心需求做出来的东西才是业务需要的成果。而概念模型、逻辑模型、物理模型,按照工具的流程一步一步的完成就是了。还是那句话:深入了解业务、抓住业务核心、挖掘业务痛点。

01.jpg


推荐 2
本文由 FocusBI 创作,采用 知识共享署名-相同方式共享 3.0 中国大陆许可协议 进行许可。
转载、引用前需联系作者,并署名作者且注明文章出处。
本站文章版权归原作者及原出处所有 。内容为作者个人观点, 并不代表本站赞同其观点和对其真实性负责。本站是一个个人学习交流的平台,并不用于任何商业目的,如果有任何问题,请及时联系我们,我们将根据著作权人的要求,立即更正或者删除有关内容。本站拥有对此声明的最终解释权。

1 个评论

111121

要回复文章请先登录注册