数据仓库应用场景

电商行业应用

电商数仓收集各类业务日志、用户行为日志以及商品实体表等信息，按照实际业务需求设计模型，将数据规范化摆放、汇总，针对下游需求建设数据集市。如地域消费特点分析、客户消费习惯、分析影响消费因素、分析消费特点，根据数据仓库数据进行数据挖掘，采用智能推荐算法进行商品推荐。

• 电商案例：智能推荐

金融行业应用

在金融行业中数据量非常庞大，且业务部门繁杂，数据林立，带来较为严重的"数据烟囱"，通过数据仓库将各业务部门数据统一交由数据仓库统一加工与存储，通过数据仓库进行数据分类建模、汇总，根据下游业务部门需求建设相应的数据集市，助力经营决策、风险管理、客户管理、运营管理等。

较为常见的下游应用：管驾、报表、sas系统、CRM、反欺诈、风险预警。

• 金融案例：风险管理

• 管驾及报表系统

通信行业应用

通过基站收集数据，数据包含用户数据、网络数据，数据仓库按照维度设计模型，如用户、基站、小区、终端、业务类型等。

主要应用方向，助力网络优化工作、通过数据分析指导市场精准营销、分析网络数据精准分析网络负荷、分析用户数据与金融行业合作，实现互联网金融。

• 通信案例

实现基站负载均衡、市场精准营销。

医疗行业应用

医疗大数据数据源通常为临床数据、制药企业和智能穿戴设备，收集多渠道数据，汇入数据仓库，进行共性加工，对接下游应用系统。

• 医疗案例

大数据助力药物研究、公共卫生监测等。

物联网行业应用

物联网数据各种设备数据收集到数据仓库，通过实时数仓做数据共享。

海汼部落原创文章，原文链接：http://www.hainiubl.com/topics/75544