5、数据仓库与商业智能架构及维度建模解析

数据仓库与商业智能架构及维度建模解析

1. DW/BI满意度管理

在餐饮行业，餐厅经理通常会主动了解顾客对食物和用餐体验的满意度。一旦发现顾客不满意，他们会立即采取行动解决问题。同样，在数据仓库与商业智能（DW/BI）领域，管理者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，用户可能会在不表达不满的情况下直接放弃使用DW/BI系统，久而久之，管理者可能会发现使用人数下降，但却不知原因。若不加以改善，之前在DW/BI系统设计、建设和人员配备上投入的数百万美元将付诸东流。因此，管理者应积极管理，确保系统能够满足用户在数据展示、功能服务和成本效益等方面的需求，就像餐厅要确保厨房有序运作，为用餐区提供优质的食物、装修、服务和合理的价格一样。

2. 替代的DW/BI架构

2.1 独立数据集市架构

独立数据集市架构是基于部门需求部署分析数据，不考虑企业范围内的信息共享和整合。通常，一个部门会从运营源系统中确定自身的数据需求，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，该数据库反映了部门的业务规则和标签偏好。然而，当多个部门对同一源数据感兴趣时，由于无法访问其他部门构建的数据集市，每个部门都会独立构建自己的解决方案，导致数据相似但存在细微差异。当不同部门的业务用户根据各自的数据仓库报告讨论组织绩效时，由于业务规则和标签的不同，数据往往无法匹配。

这种架构本质上缺乏整体设计，虽然没有行业领导者提倡，但在大型组织中较为普遍。它反映了许多组织资助IT项目的方式，且无需跨组织的数据治理和协调，短期内可以快速、低成本地开发。但从长远来看，从同一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，会导致对组织绩效的不一致看法