1、数据仓库设计与商业智能：从概念到实践

数据仓库设计与商业智能：从概念到实践

1. 商业智能概述

商业智能（BI）在数据仓库的语境下，是企业研究过去的行为和行动，以了解组织的过往、确定当前状况，并预测或改变未来走向的能力。BI 已经发展了 20 多年，过去十年的发展历程值得回顾。

技术采用曲线是我们理解新技术普及过程的一个重要工具。新技术刚出现时，只有创新者会率先采用，接着是早期采用者、早期多数、晚期多数，最后是落后者。以手机为例，最初只有少数创新者（如医生和律师）使用，那时手机又大又重且价格昂贵，信号也不稳定。而现在，只需 60 美元左右就能买到手机，运营商还会赠送 25 美元的通话时长，且没有月费，信号也十分可靠。

数据仓库的发展也遵循这一曲线。如今，如果还未启动第一个数据仓库项目，现在正是绝佳时机。如今的企业高管期望并常常能获得及时、优质的信息，以便做出明智决策引领公司发展。但在十年前，情况并非如此。当时，高管们批准开发执行信息系统（EIS）来满足需求，其初衷是为高管提供易于获取的关键绩效信息。然而，许多 EIS 系统未能达到目标，主要原因是底层架构无法快速响应企业环境的变化，且为高管提供所需数据的过程极其繁琐。

数据获取，即提取、转换和加载（ETL）过程，是一套复杂的活动，旨在获取最准确、集成的数据，并通过数据仓库或运营数据存储（ODS）使其可供企业使用。最初，这一过程完全依赖人工，通过硬编码的“数据抽取器”从运营系统中提取数据供业务分析师使用，就像早期电话接线员需要手动插拔电话线来连接通话一样。

幸运的是，如今数据仓库行业已经开发出大量工具和技术来支持数据获取过程，大部分工作已实现自动化。不过，这一过程仍然复杂且具有挑战性，不同公司面临的问题也各不相同。如今，大多数进行