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
更深兼春远4 小时前
flink+clinkhouse安装部署
大数据·clickhouse·flink
专注API从业者7 小时前
Python + 淘宝 API 开发:自动化采集商品数据的完整流程
大数据·运维·前端·数据挖掘·自动化
媒体人8888 小时前
GEO 优化专家孟庆涛:技术破壁者重构 AI 时代搜索逻辑
大数据·人工智能
最初的↘那颗心9 小时前
Flink Stream API 源码走读 - print()
java·大数据·hadoop·flink·实时计算
君不见,青丝成雪10 小时前
hadoop技术栈(九)Hbase替代方案
大数据·hadoop·hbase
晴天彩虹雨10 小时前
存算分离与云原生:数据平台的新基石
大数据·hadoop·云原生·spark
朗迪锋10 小时前
数字孪生 :提高制造生产力的智能方法
大数据·人工智能·制造
杨荧11 小时前
基于Python的宠物服务管理系统 Python+Django+Vue.js
大数据·前端·vue.js·爬虫·python·信息可视化
健康平安的活着12 小时前
es7.x es的高亮与solr高亮查询的对比&对比说明
大数据·elasticsearch·solr
缘华工业智维12 小时前
CNN 在故障诊断中的应用:原理、案例与优势
大数据·运维·cnn