在北京年会上我曾向Sybase公司的卢总监提问过关于数据仓库项目的失败率太高的问题,来表达数据仓库不仅仅是数据存储问题,而是一整套方案和方法论的问题;卢总监的回答是数据仓库的失败率并非80%都是失败的,很多项目介于成功失败之间;数据仓库项目实施周期比较长,不容易看到成果;其次有点像盲人摸象,没人能看清楚商务智能也就是数据仓库整体是如何运作的。
现在回想卢总的回答还是很有道理的,因为很大程度上评价成功的标准常常是在既成事实之后采取制定的,实际上大多数用户事先并不清楚自己的目标,从而对数据仓库项目的评价有失偏颇。事实上很多失败的数据仓库在某种程度上也可以看成成功的(至少可以看作介于失败与成功之间)
数据仓库项目获得成功的标准到底有哪些呢(以下仅为本人从项目角度的一点感受,不妥之处敬请指正):
从项目实施本身的角度
数据仓库项目达到了预期的项目进度、计划和目标,没有超出预期的人月。
锻炼了数据仓库项目团队,提高了团队的技术和协作能力,组建了一支有实力和核心队伍的数据仓库项目团队。
当然这只是针对数据仓库项目团队和项目本身而言的,算不上数据仓库项目标准的评判。
从数据整合集成的角度
帮助企业构建了一个集中式的数据仓库,初步实现了数据仓库的四个特征:按主题组织、数据集成、稳定、历史的数据。
数据的集成消除了数据孤岛效应,消除了数据的不完备和不一致性,数据质量得到了保证。
使企业和管理层充分认识到数据仓库的重要性,为以后的阶段数据仓库项目实施奠定了良好的基础。
集中式的数据仓库减少了各个OLTP报表系统的维护费用。
这个阶段可以说实现了数据仓库的初级目标即数据整合和集中,还不能满足更高的决策支持需求,但这是迈向数据仓库项目成功的的至关重要的第一步。
从报表提供服务的角度
用户对数据仓库的相应速度和总体性能感到满意,这是用户所期望的一个功能,也是和OLTP报表相区别的一个性能指标。
数据仓库能够提供企业日常所需的大部分报表,包括明细报表和汇总报表。
减少了企业在报表统计工作中的人员开销,从而使企业节约开支。
完善的报表使得企业能够替代OLTP报表的作用,并且在一定程度上获得了投资收益率(Return on Investment ROI)。
从决策分析支持的角度
数据仓库提供良好的架构和弹性,满足需求的扩展和用户的新需求。
企业能够通过数据仓库获得更多的商务机会,帮助企业解决某些业务问题(如商业欺诈、锁定市场营销目标)。
数据仓库为决策者观察问题提供了崭新的视角,帮助他们弄清数据的来龙去脉,发现数据的变化规律,并可以以此为依据进行决策。
在此基础上,通过充分发挥数据仓库的数据的历史稳定集成性主题性以及多视角,从而改变了企业决策制定方式,帮助企业提高了工作效率、发现潜在的商业机会,这应该已经算是一个相当成功的数据仓库项目了。
只能说,数据仓库成功与否,仁者见仁,智者见智。