数据仓库的应用范围和价值

innovate511

数据仓库目前已应用于全部常见的行业，包括政府各部门，如税务、农业部等，以及像航天局这样的科研机构。

数据仓库在企业建设之处分为三种驱动情况，都由企业本身情况而定：
1. 数据驱动，一般是IT部门比较强势，由IT部门组织找集成商和厂商一起应用实施，现建行业规范的数据仓库。该情况要成功，多出于信息化成熟的行业，如电信、银行等。因为非成熟行业，由于其数据质量糟糕、需求不明确、分析方向恍惚等多种原因，会造成大量分析报表和信息不是用户想要的，可能导致被全盘否定。

2. 业务驱动，一般是企业业务部门自己去找集成商和内部IT合作，建设数据集市，满足他们自己的需求，见效快，但没企业和行业规范，容易在后来重做，重复投资，但见效快，投资回报率高。

3. 企业高层驱动，一般是在企业建设过BI，但都有或多或少的失败经验后，高层亲自出动做出战略方向。那就是数据仓库和业务需求的满足两者都要做。该方向适合用混合架构，但对架构规划、可移植的管理机制和流程要求很高。

其价值主要体现在投资回报率上。可分为两种：可见回报和隐性回报。
一般可见回报有：1. 快速实现可信的企业级的分析，减少大量人工费用并加强信息反应速度，能更快更有效地对市场、客户、成本等及时有效地做出更合适的快速反应。
2. 建立价值关联，也就是所谓的数据挖掘的价值和结果，广泛的数据挖掘也分为OLAP分析挖掘，和专业挖掘。由于相当多的企业特点通过数据比较，多视角分析就能得出相当多的分析结果，专业数据挖掘并非一开始就需要。只要在企业信息化高度发达，BI基础建设较为完备的时候，专业挖掘才能更好展现威力，如果你看见一个企业条件还不成熟就开始专业挖掘，你可以不客气地对他们说，不好意思，最近你们的这个专业挖掘项目可能是在浪费资金。

一般隐性回报有：1. 企业战略的科学执行，企业往往良好的战略最困难的是难以执行，而统一的平台容易帮助监控执行情况和问题所在。
2. 企业统一指标。企业部门各自按照自己定义的指标分析的话，往往各个部门定义的都有分歧，导致企业内部在各个问题的细节分歧。
3. 数据积累。
4. 业务系统逻辑BUG的发现
5. 数据关系的管理平台

hero--008

学习~

innovate511

再补充一句，我看到职业版有个帖子说关于“师傅带了徒弟，徒弟会抢了师傅饭碗”的话题。我想这可能是一些技术较为单纯的方向，一旦新人学会了一些高级技能，老人可能没有优势，而容易被年轻化代替。

而DWBI不同，它比ERP等方向更为综合，不但涉及各种IT技术，比如甚至包括搜索应用也在开始加入，而且包含各种方法论来加强管理、降低实施成本和风险，同时也包括业务知识，如ERP知识、金融业务知识、电信计费知识等。如果老人不断进取的话，新人甭想超越，新人可能某种技术比老人牛，但整体价值相差还是很远，因为基础IT技术、方法论、业务知识三者整体上需要很长时间积累。

oralib

感觉作BI在人员在公司里调动资源的努力应该比较强，没有多方面的支持进行下去难！

涉及的东西太多了。

innovate511

原帖由 oralib 于 2008-9-16 13:06 发表
感觉作BI在人员在公司里调动资源的努力应该比较强，没有多方面的支持进行下去难！

涉及的东西太多了。

所以BI有很多种项目驱动模式，不同驱动模式适合的项目范围有所不同，如果驱动模式和管理模式、系统架构不适合，就很容易导致项目瘫痪，没人使用.....也就宣布项目失败。

所以无论如何，应该是甲方公司，也就是使用BI的用户公司，自己应该有明确的目标和计划，主动出击，让厂商和集成商配合自己的战略思路方可成功，而非什么都由厂商推动。厂商/集成商只适合提供技术方案、同类行业的实施经验，不适合去主导BI的使用和未来战略方向。

oralib

这样的人员难作，因该有一定的管理努力，自己没有最少也得有一个管理上得力支持者。要不作起事情来很吃力。  现在才发现其实很多时候技术真的不是特别重要，很多问题是技术没办法解决的。

innovate511

原帖由 oralib 于 2008-9-17 11:00 发表
这样的人员难作，因该有一定的管理努力，自己没有最少也得有一个管理上得力支持者。要不作起事情来很吃力。  现在才发现其实很多时候技术真的不是特别重要，很多问题是技术没办法解决的。

管理上，得有高层推动，而业务用户方，也得管事的人牵头才行。

hero--008

原帖由 innovate511 于 2008-9-16 18:57 发表

所以无论如何，应该是甲方公司，也 ...

偶喜欢这样的甲方啊！！！