5、DW/BI架构与维度建模全解析

DW/BI架构与维度建模全解析

1. DW/BI满意度管理

在餐饮行业，餐厅经理会主动检查顾客对食物和用餐体验的满意度，一旦顾客不满意，就会立即采取行动解决问题。同样，DW/BI（数据仓库与商业智能）经理也应主动监测用户满意度，不能坐等用户投诉。因为很多时候，用户可能会直接放弃使用，而不表达他们的不满。久而久之，DW/BI系统的用户数量会下降，但经理可能都不知道原因。若不及时解决，用户会寻找更适合他们需求的“替代品”，这将浪费在DW/BI系统设计、构建和维护上投入的大量资金。所以，要像管理餐厅一样主动管理DW/BI系统，确保系统能满足用户在数据展示、功能服务和成本等方面的需求。

2. 常见DW/BI架构类型

2.1 独立数据集市架构

独立数据集市架构是按部门部署分析数据，不考虑企业范围内的信息共享和集成。通常，一个部门会从运营源系统中确定数据需求，然后与IT人员或外部顾问合作构建满足本部门需求的数据库，反映本部门的业务规则和标签偏好。但当其他部门对相同的源数据感兴趣时，由于无法访问之前部门构建的数据集市，就会自行构建类似但略有不同的部门级解决方案。这就导致不同部门基于各自的数据仓库进行组织绩效讨论时，数据往往不匹配，因为业务规则和标签存在差异。

这种架构本质上缺乏整体设计，虽然没有行业领导者提倡，但在大型组织中很普遍。它类似于许多组织资助IT项目的方式，不需要跨组织的数据治理和协调，短期内开发快速且成本相对较低。然而，从长远来看，从相同运营源进行多次不协调的提取以及分析数据的冗余存储是低效和浪费的。它会导致大量独立的解决方案，对组织绩效产生不一致的看法，引发不必要的组织争论和协调工作。尽管如此，独立数据集市通常采用维度建模，因为它们