数据治理-数据仓库和商务智能-部分内容

数据仓库建设应遵循原则

  1. 聚焦业务目标,用于最优级的业务并解决它;
  2. 以终为始,以业务优先级和最终成果驱动仓库创建;
  3. 全局性的思考和设计,局部性的行动和建设;
  4. 总结并持续优化,而不是一开始就这样做;
  5. 提升透明度和自助服务;
  6. 与数据仓库一起建立元数据,DW的成功关键是能准确解释数据;
  7. 协同,与其他数据活动协作,尤其是数据治理、数据质量和元数据管理活动;
  8. 不要千篇一律。为每种数据消费者提供正确的工具和产品。

数据仓库建设目标

  1. 支持商务智能活动;
  2. 赋能商业分析和高效决策;
  3. 基于数据洞察寻找创新方法。
相关推荐
乌恩大侠12 小时前
AI-RAN 在 Spark上部署 Sionna-RK
大数据·分布式·spark
G皮T14 小时前
【ELasticsearch】索引字段设置 “index”: false 的作用
大数据·elasticsearch·搜索引擎·全文检索·索引·index·检索
程序员皮皮林16 小时前
Redis:大数据中如何抗住2000W的QPS
大数据·数据库·redis
武子康18 小时前
大数据-169 Elasticsearch 入门到可用:索引/文档 CRUD 与搜索最小示例
大数据·后端·elasticsearch
v***913018 小时前
PostgreSQL 中进行数据导入和导出
大数据·数据库·postgresql
李兆龙的博客19 小时前
从一到无穷大 #61 Hive史诗
数据仓库·hive·hadoop
千里念行客24019 小时前
国产射频芯片“小巨人”昂瑞微今日招股 拟于12月5日进行申购
大数据·前端·人工智能·科技
一水鉴天20 小时前
整体设计 定稿 之15 chat分类的专题讨论(codebuddy)
大数据·分类·数据挖掘
7***u2161 天前
显卡(Graphics Processing Unit,GPU)架构详细解读
大数据·网络·架构
Qzkj6661 天前
从规则到智能:企业数据分类分级的先进实践与自动化转型
大数据·人工智能·自动化