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
acrel71 小时前
安科瑞Acrel-1000变电站综合自动化系统在合肥某新材料公司35kV综合自动化项目中的应用分析
大数据·人工智能
V哥AI增长1 小时前
小红书笔记在生成式AI引擎中的可见性机制解析:从抓取原理到GEO工程化实践
大数据·人工智能·笔记
SimLine芯见5 小时前
以可靠性为中心的RCM KVM远程管控在多行业高端制造中的应用
大数据·人工智能·制造
大大大大晴天6 小时前
StarRocks 的查询性能为什么快?
大数据
林间码客6 小时前
从DevOps到DevSecOps:构建现代软件交付的基石与护城河
大数据·运维·devsecops·devops
天天爱吃肉82187 小时前
【重磅发布:拿下新超仁达代理权 】
大数据·人工智能·python·功能测试·汽车
无忧智库7 小时前
行业大数据治理平台方案拆解:从数据孤岛到主数据、质量、安全全链路治理(PPT)
大数据
方向研究7 小时前
电子布生产
大数据
智塑未来7 小时前
发那科又叫法兰克?译名误区拆解,数控自动化龙头全维度解析
大数据·人工智能·自动化
白鲸开源7 小时前
Apache SeaTunnel 提交一个任务都经过了什么?
大数据·开源·github