数据仓库能实现跨业务条线、跨系统的数据整合，为管理分析和业务决策提供统一的数据支持，从根本上把运营数据转化成为高价值的可以获取的信息（或知识），并且在恰当的时候通过恰当的方式把恰当的信息传递给恰当的人。

数据仓库定义：面向主题的（Subject Oriented）、集成的（Integrate）、相对稳定的（Non-Volatile）、反映历史变化（Time Variant）的数据集合；

• 面向主题：是指用户使用数据仓库进行决策时所关心的重点方面，如：收入、客户、销售渠道等；所谓面向主题，是指数据仓库内的信息是按主题进行组织的，而不是像业务支撑系统那样是按照业务功能进行组织的。

• 集成的：是指数据仓库中的信息不是从各个业务系统中简单抽取出来的，而是经过一系列加工、整理和汇总的过程，因此数据仓库中的信息是关于整个企业的一致的全局信息。

• 反映历史变化：数据仓库内的信息并不只是反映企业当前的状态，而是记录了从过去某一时点到当前各个阶段的信息。通过这些信息，可以对企业的发展历程和未来趋势做出定量分析和预测。

如下图，数据仓库并非是面向生产的数据系统，而是集成并加工了多个数据库系统数据，并面向各个业务条线构建的数据存储体系，能够提供快速的运营/决策支撑能力。

• 高级管理进行业务分析和绩效考核的数据整合、分析和展现的工具。

• 主要用于历史性、综合性和深层次数据分析。

• 数据来源是ERP（例:SAP）系统或其他业务系统。

• 能够提供灵活、直观、简洁和易于操作的多维查询分析。

• 不是日常交易操作系统，不能直接产生交易数据。

数据仓库系统能够为企业的数据化提供：

免责申明：

本文系转载，版权归原作者所有，如若侵权请联系我们进行删除！

想了解或咨询更多有关袋鼠云大数据产品、行业解决方案、客户案例的朋友，浏览袋鼠云官网：https://www.dtstack.com/?src=bbs

同时，欢迎对大数据开源项目有兴趣的同学加入「袋鼠云开源框架钉钉技术群」，交流最新开源技术信息，群号码：30537511，项目地址：https://github.com/DTStack

140页深度干货，囊括15个典型成功案例，覆盖金融、集团、政务、制造、港口5大行业，全书从方法论到实践全面解码数据治理，开辟数据治理新范式，丰富内容可免费获取！

免费获取链接：https://fs80.cn/4w2atu