47、数据仓库与商业智能系统构建指南

数据仓库与商业智能系统构建指南

在数据仓库（DW）和商业智能（BI）系统的构建过程中，有许多关键的环节和要点需要我们关注。下面将为大家详细介绍相关的流程、常见陷阱以及维度建模的具体任务。

1. 数据仓库与商业智能项目生命周期

在数据仓库与商业智能项目中，确定优先级是一个重要的环节。当新的优先级确定后，我们需要回到项目生命周期的起点，重新开展工作。在这个过程中，我们可以借助优先级网格来进行决策。同时，为了确保DW/BI的优先级与组织的整体目标保持一致，应该成立一个执行商业赞助委员会。

1.1 常见陷阱

在构建DW/BI系统时，有一些常见的陷阱需要我们避免，以下是排名前十的错误：
| 排名 | 陷阱描述 |
| ---- | ---- |
| 1 | 忽视DW/BI的成功与业务接受度直接相关。如果用户不接受该系统作为改进决策的基础，那么所有努力都将徒劳无功。 |
| 2 | 假定业务、其需求和分析，以及底层数据和支持技术是静态的。 |
| 3 | 仅将汇总数据加载到展示区域的维度结构中。 |
| 4 | 独立填充维度模型，而不考虑使用共享、一致的维度将它们关联起来的数据架构。 |
| 5 | 使展示区域中所谓的可查询数据过于复杂。 |
| 6 | 更关注后台操作性能和开发便利性，而忽视前台查询性能和易用性。 |
| 7 | 投入精力构建规范化的数据结构，但在基于维度模型构建可行的展示区域之前就耗尽了预算。 |
| 8 | 选择庞大的多年期项目，而不是更易于管理的迭代开发工作。 |
| 9 | 未能聘请有影响力、易于接触且合理的高级管理远见者作为DW/B