数据仓库成功的评价标准

最新推荐文章于 2025-01-26 23:29:11 发布

python与大数据分析

最新推荐文章于 2025-01-26 23:29:11 发布

阅读量3k

点赞数

CC 4.0 BY-SA版权

分类专栏：数据仓库文章标签：数据仓库报表 list sybase 工作扩展

本文链接：https://blog.youkuaiyun.com/baoqiangwang/article/details/4695134

数据仓库专栏收录该内容

55 篇文章

订阅专栏

原创于2008年02月14日，2009年10月18日迁移至此。

数据仓库成功的评价标准

——读《疑难数据仓库专家解决方案》

在北京年会上我曾向Sybase 公司的卢总监提问过关于数据仓库项目的失败率太高的问题，来表达数据仓库不仅仅是数据存储问题，而是一整套方案和方法论的问题；卢总监的回答是数据仓库的失败率并非80% 都是失败的，很多项目介于成功失败之间；数据仓库项目实施周期比较长，不容易看到成果；其次有点像盲人摸象，没人能看清楚商务智能也就是数据仓库整体是如何运作的。

现在回想卢总的回答还是很有道理的，因为很大程度上评价成功的标准常常是在既成事实之后采取制定的，实际上大多数用户事先并不清楚自己的目标，从而对数据仓库项目的评价有失偏颇。事实上很多失败的数据仓库在某种程度上也可以看成成功的（至少可以看作介于失败与成功之间）

数据仓库项目获得成功的标准到底有哪些呢( 以下仅为本人从项目角度的一点感受，不妥之处敬请指正) ：

从项目实施本身的角度

l 数据仓库项目达到了预期的项目进度、计划和目标，没有超出预期的人月

l 锻炼了数据仓库项目团队，提高了团队的技术和协作能力，组建了一支有实力和核心队伍的数据仓库项目团队

当然这只是针对数据仓库项目团队和项目本身而言的，算不上数据仓库项目标准的评判。

从数据整合集成的角度

l 帮助企业构建了一个集中式的数据仓库，初步实现了数据仓库的四个特征：按主题组织、数据集成、稳定、历史的数据。

l 数据的集成消除了数据孤岛效应，消除了数据的不完备和不一致性，数据质量得到了保证。

l 使企业和管理层充分认识到数据仓库的重要性，为以后的阶段数据仓库项目实施奠定了良好的基础。

l 集中式的数据仓库减少了各个OLTP 报表系统的维护费用。

这个阶段可以说实现了数据仓库的初级目标即数据整合和集中，还不能满足更高的决策支持需求，但这是迈向数据仓库项目成功的的至关重要的第一步。