数据仓库方法论

数据仓库方法论

数据仓库项目失败的标志	数据仓库项目普遍存在的问题	数据仓库项目成功的关键因素	数据仓库项目规划考虑的因素	数据仓库建设整体思路	DWM-数据仓库实施方法	数据仓库方法论(DWM)的组成
业务人员日常工作不依赖于数据仓库• 业务人员不信任数据仓库 • 项目周期延长 • 费用超出预算	• 平台问题: – 高性能,可扩展 – 稳定可靠 • 数据问题: – 数据整合 – 数据质量• 应用问题– 产品易用性– 分析功能-提供决策支持能力	在最短时间内看到数据仓库的效益• 效益 – 降低客户流失率 – 增加收入 – 提高客户满意度 • 成本 – 软硬件投资 – 管理维护成本 • 风险 – 技术风险 – 业务风险	-应用规划：实现满足管理层决策、电信经营发展方向、提高客户满意度、提高利润、如何优于对手 -项目投资：购买成本、使用成本、维护成本 -技术平台：海量处理能力、数据分区能力、系统扩展能力、兼容性、可靠性、技术先进性 -现状：应用集中情况、数据源质量、数据的一致性、系统运行状况、部门的理解程度 -项目的成功经验：数据仓库的实施方法 建设团队 管理能力	• 整体规划,分步实施 – 整体规划 – 设立分阶段目标,逐步实施 经营战略-发展规划-网络管理-生产经营-客户服务-市场营销-销售管理-财务表现 • 需求驱动 • 注重分析型结果和操作型应用的交互,形成闭环操作流程	Oracle数据仓库实施方法论(DWM– Data Warehouse Method) • 多年数据仓库系统实施的提炼 • 预定义好数据仓库系统不可缺少的步骤和任务 • 确定正确的系统范围和用户需求、建立灵活的系统架构 • 数据仓库系统的实施分为13个过程、7个阶段	软件工具：方法指定原则、评估模型、工作计划生成器、项目框架文档：技术手册、用户指南

参考信息：信息来源于Oracle数据仓库建设方法论