不知不覺間，我們的生活中已經充滿了數據，各種崗位例如運營、市場、營銷上也都喜歡在職位要求加上一條利用數據、亦或是懂得數據分析。事實上，數據已經成為了構建現代社會的基本生産要素，并且因為不受自然環境的限制，已經成為了人們對未來社會發展方向的共識。也正是這些，所以數據倉庫的讨論的開始逐步增加。

近幾年的時間裡，因為自助BI、敏捷BI的興起，很多企業在部署商業智能BI的時候，經常會詢問是否需要建設數據倉庫，一時間數據倉庫成為了商業智能BI中的負面影響源頭。其實這主要是因為很多人不太明白數據倉庫到底在商業智能BI項目中發揮了什麼作用，所以引發了很多争論。

在讨論數據倉庫前，我有一個問題，有數據倉庫的話，商業智能BI就不能自助分析、不能敏捷開發了嗎？商業智能BI的數據倉庫聽起來和數據庫也差不多，是不是換了個名頭？數據倉庫中備受重視的維度、指标又是什麼，對于企業有何意義？下面我們帶着問題淺談下商業智能BI數據倉庫。

事實上，很多人在看到數據倉庫的第一眼，就把數據倉庫當成了數據庫。當然這也很正常，畢竟從名字來看這兩者确實區别不大，真正區分兩者的是定位、作用等更深一層的東西。不過在這裡還是先解釋數據倉庫的概念，不同之處後邊會進行詳細講解。

數據倉庫是一個面向主題的、集成的、随時間變化但信息本身相對穩定的數據集合，用于支持管理決策過程。其本質就是完成從面向業務過程數據的組織管理到面向業務分析數據的組織和管理的轉變過程，也是商業智能BI中數據倉庫的主要作用。

數據倉庫 - 派可數據商業智能BI可視化分析平台

數據倉庫就像企業的總的大倉庫，能夠存儲不同來源、不同格式的數據，并且可以通過ETL和數據模型，對數據進行高質量的篩選，分級分類進行存儲。具有很強的穩定性，不會頻繁的進行增删改等操作，能夠反應曆史變化。

用通俗的話來說就是數據倉庫就像一個終端的大倉庫，其他小倉庫的各種貨品會通過各種方式統一存儲到這裡，然後通過倉庫位置的劃分、貨品的擺放進行歸納分類，實現規範、标準的從存放，到分類，再到使用的完整過程。

其實數據倉庫和數據庫跟現實中的倉儲系統是有很多相似之處的，企業各部門的數據庫就相當于一個個小的産業庫，對應了企業的各個部門。而數據倉庫相當于是一個終端倉庫，其中存儲的物品是由各個小的倉庫運送的，是各個數據庫的集合體，一個更大的綜合數據庫。

業務數據 - 派可數據商業智能BI可視化分析平台

此外，數據庫和數據倉庫最不同的還是服務對象和作用。上邊也提到了，數據庫基本上是服務于各個部門，是業務信息系統的附屬品，也就是我們常在信息化建設初期中提到的ERP、OA、CRM等業務系統。這些數據庫是服務于各種業務系統以及業務軟件，主要是通過業務流程發揮作用。

而數據倉庫就不一樣了，它不是服務于業務信息化系統的，它是服務于分析型應用的。更多的是通過各種商業智能BI前端可視化分析工具或者報表工具來訪問數據倉庫，最終是面向報表查詢，數據分析服務，為業務人員提供複盤、預測，為企業管理人員提供決策信息的。

在Kimball和Inmon兩位數據倉庫領域大佬不同方向的經驗指導下，數據倉庫的建模已經是一個成熟的體系，可以根據需求選擇不同的方式，既有三範式 3NF 建模，也有維度建模比如星型或雪花型的建模方式。

數據倉庫 - 派可數據商業智能BI可視化分析平台

數據倉庫還有着分層結構，每個分層結構都有各自的作用，比如經常看到的ODS 層、Trans 層、Dimension 層、Data Mart 層等，都是為了将數據從大海中進行篩選，從分散到集中進行高度彙總，形成一個個的主題，為後續的前端數據可視化分析提供數據的支撐。

數據倉庫為了業務分析的目的，因此需要拉通各個業務系統數據庫的數據，保留大量曆史數據，同時為了分析效率的提升改變了傳統數據庫的數據組織形式，例如利用适合于分析型模型的Kimball維度建模方式來組織底層數據架構。

數據可視化分析 - 派可數據商業智能BI可視化分析平台

數據倉庫服務于商業智能BI分析，通過商業智能BI前端可視化分析工具來訪問，是其中不可或缺的一部分。并且在長期的建設中，商業智能BI已經形成了一套直接零代碼配置并完成數倉建模的整個過程，進行了完整的産品化，解決了困難的架構與模型的問題。

數據倉庫作為商業智能BI系統中的一部分，已經成長為了企業信息化建設中必不可少的重要支撐，在可見的未來，數據倉庫還會随着信息化、數字化技術、理念、應用的落地，繼續成長。

移動BI_ERP數據分析_自助敏捷BI分析_數據可視化分析系統-派可數據

更多精彩资讯请关注tft每日頭條，我们将持续为您更新最新资讯!