浏览量： 发布时间：2019-10-01 编辑：365bet体育在线导航
如您所知，要实现业务数据分析，BI和数据仓库是两个不可分离的人，它们是相辅相成的。
但是，许多人想知道是否未构建我的数据仓库。
在运行BI之前，我真的需要建立一些职位吗？
所有BI项目都从各级经理的决策开始，并且必须为每个子主题建立数据模型以形成数据仓库。无论它们如何存在，分析性思维都必须涵盖整个项目并涵盖所有水平的开发策略。遵守整个决策过程。
数据仓库逻辑
DataWarehouse（DW）是一个集成的，相对稳定的，面向主题的数据收集，用于支持历史变更和管理决策。
数据存储是一个概念。
数据存储系统不同于数据库。
通常重要的数据库是每个业务系统存储的一组数据，其功能是生成业务系统的流程生成的数据，并存储每个流程生成的数据为了使它更容易。
构建数据仓库以符合决策分析。由于不同的数据特??征，面向主题的设计会增加和减少。例如，数据兼容性和互斥性，数据仓库的数据容量是一个商业数据库。
通常，数据存储原则上旨在减少对商业数据库的干扰。
他借助数据库来实现它。
关系数据库，多维数据库，内存数据库等
所有这些都可以用作数据存储。建立数据存储具有以下主要方面：
（1）业务数据集成，（2）主数据管理，（3）元数据管理，（4）数据质量管理，（5）数据清理，转换，（6）数据加载，（7）点主题建模等。支持预测
商业智能（BI）逻辑
商业智能（Business Intelligence）是收集，管理和分析商业信息的过程。商业智能通常由数据库技术，数据仓库（或数据字段），在线分析处理（OLAP）组成，其实现包括可视化，交互等。动态分析软件。
各个级别的管理人员都依赖于数据存储，包括各种查询分析工具（Query / ReportTools），在线分析处理工具（OLAP）或数据挖掘工具（DataMining）。在行业知识仓库中获取有用的信息，以帮助您的公司获利，提高生产率和竞争力。
BI项目具有非常强大的咨询服务功能。
发现问题，发现规则，预测未来，发现新知识的新模式并实现真正的智力效果。
