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
蚂蚁数据AntData8 小时前
从ChatBI到业务记忆:重新定义数据智能的生产力边界
大数据·网络·数据库·人工智能·算法
Quincy_Freak9 小时前
技术随笔|银河麒麟aarch64内网轻量数据分析工具 SQLiteGo 使用体验
大数据·数据库·数据挖掘·数据分析·sqlite·银河麒麟·aarch64
跨境数据猎手9 小时前
跨境电商独立站0-1搭建全流程
大数据·人工智能
科技侃谈9 小时前
国内下载imToken为什么选择:官方渠道?有什么优势?
大数据·人工智能
zhou lily9 小时前
数据中台的终局思维:如何平衡“数据共享”与“安全合规”
大数据
数据库小学妹9 小时前
时序数据怎么存?InfluxDB、TDengine、TimescaleDB与国产融合方案选型实战
大数据·数据库·经验分享·时序数据库·dba
2601_956139429 小时前
性价比高的VI设计质量
大数据·人工智能·python·物联网
人工智能培训9 小时前
医疗行业的数字孪生革命
大数据·人工智能·重构·知识图谱·agent
柠檬味的Cat9 小时前
GEO优化系统是什么?具体做什么,有什么用?
大数据·人工智能·aigc
snpgroupcn9 小时前
云转型过程中, 如何有效推进Rise with SAP项目实施
大数据·人工智能·云转型