企业大数据仓库建设用途广泛，基于大数据的企业数据仓库建设相应需求迅速，灵活多变，对实时性有不同程度要求，改变了传统数仓建设周期长、需求稳定的特点，时效性好。

随着我们从IT时代步入DT时代，数据从积累量也与日俱增，同时伴随着互联网的发展，越来越多的应用场景产生，传统的数据处理、存储方式已经不能满足日益增长的需求。而互联网行业相比传统行业对新生事物的接受度更高、应用场景更复杂，因此基于大数据构建的数据仓库最先在互联网行业得到了尝试。尽管数据仓库建模方法论是一致的，但由于所面临的行业、场景的不同，在互联网领域，基于大数据的数据仓库建设无法按照原有的项目流程、开发模式进行，更多的是需要结合新的技术体系、业务场景进行灵活的调整，以快速响应需求为导向。
应用场景广泛
1）传统的数仓建设周期长，需求稳定，面向DSS、CRM、BI等系统，时效性要求不高。
2）基于大数据的数据仓库建设要求快速响应需求，同时需求灵活、多变，对实时性有不同程度的要求，除了面向DSS、BI等传统应用外，还要响应用户画像、个性化推荐、机器学习、数据分析等各种复杂的应用场景。
基于大数据的数仓建设一般是基于非商业、开源的技术，，涉及技术较广泛、复杂，同时相对于商业产品，稳定性、服务支撑较弱，需要自己维护更多的技术框架。
大数据仓库是数据仓库的延伸。数据仓库的目标是数据集成和反应数据变化的过程，大数据相关的技术是为了数据仓库服务的。具体的分析和应用基于数据仓库展开。
企业数据仓库建设，可以充分挖掘数据资源，在庞杂的大数据下不断提炼对企业决策发展有用的数据资源，可响应用户习惯、个性化推荐、机器学习、数据分析等复杂应用场景。