数据仓库在比尔·恩门所著的《如何构建数据仓库》一书中的定义：“数据仓库是一个面向主题的（Subject Oriented）、集成的（Integrated）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合，主要用于支持决策分析”。该定义被广泛接受。换句话说，数据仓库是为企业的决策分析提供支持的所有类型的数据的集合。

1.如何理解数据仓库

数据仓库是一个过程，而不是一个产品。数据仓库的整个过程包括很多产品和实施服务。例如，数据仓库包含一些平台产品、数据处理工具和前端应用工具。对于平台产品来说，包括数据库、服务器和存储设备。数据处理工具主要是ETL工具和一些数据管理工具。对于前端应用工具来说，包括OLAP工具、数据挖掘工具、报表展现工具和门户等。

2.企业级数据仓库的数据架构

企业级数据仓库的数据架构如图9-1所示。

图9-1 企业级数据仓库的数据框架

3.数据仓库系统建设应该考虑的问题

1）首先选择数据仓库系统的成功案例作为重要参考。

2）学习行业内的先进经验。

3）具备专业的数据仓库实施队伍和业务领域的专家。

4）考虑数据仓库是否满足海量数据的复杂、并发查询。

5）数据仓库应该满足可扩展的能力。

6）数据仓库应该考虑高可靠性，并且满足高质量的要求。

4.商业银行数据仓库的应用及需要考虑的主要因素

商业银行数据仓库有很多具体应用，如财务管理、绩效管理、风险管理、资产负债管理和客户管理，如图9-2所示。

数据仓库规划时需要考虑的主要因素包括业务需求、技术、投资成本、系统的适用对象等。

图9-2 商业银行数据仓库具体应用

●业务需求

业务需求是指随着市场的开发，客户的需求有哪些转变，业务的发展重点是什么。要理解建设数据仓库不是目的，而是一种手段。

●技术

技术方面要考虑业务系统的历史数据量和用户数是多少。

●投资成本

投资成本包括购买数据仓库产品的成本、使用成本、维护成本和管理运行成本。(www.daowen.com)

●系统的适用对象

系统的适用对象包括管理决策层或者业务部门。

5.数据仓库的建设目标

数据仓库建设目标是将数据转化成信息、知识，最后辅助企业高层进行决策分析。其中数据是原始业务数据的记录。信息表示整合的数据提供特定的信息。信息间的逻辑关系成为知识。决策是基于对知识的掌握采取相应的行动。

6.数据仓库项目失败的标志

数据仓库项目失败的标志有以下几种，如图9-3所示。

1）数据仓库项目周期延长，费用严重超支。

2）日常工作不依赖于数据仓库。

3）业务人员对数据仓库中的数据质量不信任。

图9-3 数据仓库项目失败的标志

7.数据仓库普遍存在的问题

数据仓库普遍存在的问题包括数据仓库平台问题、数据仓库质量问题和数据仓库应用问题，如图9-4所示。

图9-4 数据仓库普遍存在的问题

8.数据仓库项目需要考虑的因素

数据仓库项目需要考虑很多因素，例如：系统应该实现的目标、项目实施的条件、系统现状和技术平台应该拥有的能力。

对于应用规划的目标来说，数据仓库应该满足企业管理层的决策分析需求，提高客户的满意度。项目实施的条件包括：数据仓库项目实施的成功经验，具有数据仓库实施的一般方法论，同时具备团队建设和管理的能力。

对于系统现状的调研来说，应该调研数据源的质量问题、业务系统的运行状况和各个部门对于数据仓库系统的理解程度。对于数据仓库技术平台的要求包括：具有海量数据处理能力，数据分区的能力，同时具备一定的技术先进性。

9.对数据仓库有效的使用方式

对于数据仓库的建设过程来说，首先应该实现对业务的分析，帮助高层领导加深对业务运营状况的了解，提高企业的市场竞争能力，然后将分析结果反馈到业务系统中，实现分析应用和业务应用的交互闭环过程，加强对业务运营的指导，为企业带来可持续的价值，如图9-5所示。

图9-5 对数据仓库有效的使用方式