本文探讨了数据仓库在企业中的角色及其定义的混乱状态。随着技术的发展，数据仓库可能包括数据集市、数据湖和数据中台等不同组件。作者指出，数据仓库的边界不再局限于中央控制的大型物理数据库，而是扩展到整个分析基础设施。企业中存在多个数据仓库的现象反映了组织结构和需求的变化。文章提出了关于数据平台治理、数据质量和整合方法以及云计算采用的问题，并强调了数据成熟度建模的重要性。最后，作者讨论了数据仓库在现代分析环境中的位置，以及它们如何需要适应不断增长的计算需求和新型分析技术。
今天，数据仓库这个词在这里意味着什么？
在过去的20年里，这个行业已经看到许多供应商为数据仓库制定了定义，以方便匹配他们的技术能力。这使得这个行业处于现在这样混乱的状态，所以我们在讨论下面的问题前，我们需要确认每一方对数据仓库的定义是什么。
行业过去的几年甚至几十年的时间里都没有把这个问题有明确的定义。在某种程度上，公司的定义是什么并不重要，重要的是团队成员和用户社区怎么认定。这在CDO和数据仓库VP之间尤其重要。
数据仓库是大型物理数据库吗？这个术语是否包括数据集市？数据湖呢？数据中台？许多人把它作为一个术语，凌驾于他们的（以前称为数据库的）数据仓库之上？它是否只包括那些中央控制下的数据库？还是只有那些被 "架构化 "的平凑模块？
有些人用这个词来指整个分析基础设施。数据仓库的副总裁有几个？这让我想到了我的下几个问题。
企业中数据仓库的领域是什么？
现在的情况是：不是每一个数据仓库（我用这个词来指物理数据库）都在为整个企业服务，而传统上定义，数据仓库本应该是为整个组织服务的，而不仅仅是一个部门、一个主题领域或像ERP这样的来源，最后就一定有多个数据仓库的副总裁。为什么会出现这种情况？是时候从组织上理清这个问题了吗？
还有个问题谁是这个成本中心负责人呢？
这导致了我们的下一个问题。
谁是我们的数据平台副总裁，为什么我们一个副总裁负责一个数据平台？
多年来，我一直鼓励数据仓库专业人员将自己视为数据专业人员。数据技能在操作上和分析上都有很高的需求，而在过去十年中，数据分析领域有了很多发展。现在是企业运营利用这些技术的时候了，例如，为运营增加分析，为运营做真正的数据建模，并确保优质数据的使用。
随之而来的问题。企业是否将所有的数据都推送到数据仓库？
虽然数据仓库对企业的分析仍然是最重要的，而且是必须的，但越来越多的情况是，如果没有配套的计算平台，整体分析就会受到阻碍。我们看到业务的许多新的分析功能并不属于传统数据仓库。企业并不是不想把数据添加到一个共享的平台上，而是因为现有的数据仓库是以一种不可扩展的方式建立的，新的应用需求大大超过了这些数据仓库能满足的能力。这是针对加载速度、性能、元数据、工具和数据质量。最终，即使是最好的数据仓库也受到挑战而需要创新，而新的应用通常不会愿意成为小白鼠。
还有一些技术上的原因，基于关系型数据库的数据仓库不适合一些分析类型。例如，所谓的大数据的特点--更多的数据和数据流的摄取。
图数据库、半结构化数据库等在大多数企业中都有一席之地，而数据仓库几乎肯定不会建立在这些基础上。这些都需要有选择地添加，而且要从架构上添加。
那么问题就是
你有公信力来控制企业数据平台的决策吗？
你如何进行数据治理？包括主数据管理？
我们的分析数据的成熟度是几何？
CDO应该知道很多关于数据环境的事情，所以可以在管理项目组合时适当地代表它。
这个问题是非常全面的，并且涉及到了许多事情的核心。
数据成熟度建模是了解你在多个维度上的可能性。它是对一个公司、部门业务线或任何范围内的数据使用情况的一个冷酷、坚硬、可量化的客观考察。尽管评级是有趣的，并告知紧迫性，但最有趣的应该是每个类别的下一个级别是什么样子，并制定计划来达到这个目标。
随之而来的问题：
数据仓库的数据质量得分是多少？
为什么我们没有使用更多的流式方法进行数据整合？
为什么我们不更多地使用云计算？
在过去一年中，市场有多少创新的数据仓库？
显然这些的问题是有趣，很多未知，但是CDO还是需要通过数据仓库从那些在企业中的数据得到价值。
威廉-麦克奈特（William McKnight）曾为许多世界上最知名的组织提供咨询。他的策略构成了各行业领先公司的信息管理计划。他是一个多产的作家，也是一个受欢迎的主题演讲者和培训师。他对领先的数据库、数据湖、流媒体和数据集成产品进行了数十次基准测试。威廉是数据仓库和主数据管理方面的全球第一影响者，他领导的麦克奈特咨询集团在2018年和2017年都进入了全球5000强。
扫一扫
763
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
