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
麦兜和小可的舅舅23 分钟前
从原理到实战:Linux 系统性能诊断核心指标全解析及生产系统故障分析复盘
大数据·linux·运维
阿里技术1 小时前
Agent 评测:方法论与体系设计
大数据·人工智能·算法
buligbulig1 小时前
Hadoop环境安装和集群创建
大数据·hadoop·分布式
苏州邦恩精密2 小时前
蔡司3D扫描仪厂家如何应用于航空航天制造
大数据·数据库·人工智能·3d·自动化·制造
学术小白人2 小时前
国内外学术体系与论文等级区分—— 从 SCI / SSCI / EI 到北大核心 / CSSCI / CSCD 全面解析
大数据·人工智能·神经网络·数据分析·论文
饼饼学习空间智能2 小时前
机器人闭环系统怎么构建?从选型、训练、部署到运营的工程解析
大数据·机器人
Gem_S_6083 小时前
组织协同效率工具实践:如何通过任务流转与信息连接提升团队执行效率
大数据
iuu_star3 小时前
Python大模型智能学习平台——设计与实现(AI教学系统)
大数据·人工智能·python·学习
Elastic 中国社区官方博客3 小时前
从多模态 LLM 中引导构建音频嵌入
大数据·人工智能·elasticsearch·搜索引擎·ai·全文检索·音视频
Dovis(誓平步青云)3 小时前
《 AI直连数据库落地实践:基于MCP协议打通开发工具与数据库全链路运维分析》
大数据·linux·运维·数据库·人工智能·架构