長い間、BIおよびデータウェアハウスのOAクレジットトレイソースの建物[サツマイモ]ソースフォーラムdiguaym.comのお問い合わせ：QQ：2152876294のライブラリは、ほとんどの場合、手に献身を手に行きます。企業が実装したい場合は - メカニズムを「データ駆動型の意思決定を決定は、前方の事業を推進」、データウェアハウスは、BIクエリと検索のための中央リポジトリとして機能し、その後、BIでデータを分析し、可視化することが必要です。
しかし、データ分析とビジネス上の意思決定は、今、企業がいるか否かのデータウェアハウスをバイパスする？現代のビジネス環境でBIおよびデータウェアハウジングを再定義し、データ駆動型の意思決定を実装するために、我々は適切な代替を見つけることができませんか？
今日、私たちは、私はあなたにいくつかのアイデアを与えることを願って、この命題について議論します。
位置の数：エンジン（またはパイプ）の背後BI
データウェアハウス：意思決定型のデータアクセスを提供するために、統一された環境に運用データを統合するために、あるデータウェアハウスの文字通りの意味から。データウェアハウスの懸念は、データの一貫性、信頼性、集団的.......これらの問題を解決することで、ビジネスアナリストのための事業運営へのますます複雑なビジネス・データは、の形式でデータを使用するのは簡単です;データ内のデータが正しい場所を心配していない、データウェアハウスの究極の目標は、データアプリケーションの担当者（CEOや通常のアナリストかどうか）は、データウェアハウスのデータを使用する方法について考えさせるの情報とより多くの価値を作成することです。
BI（ビジネスインテリジェンス）は： BIデータを分析し、意思決定を行うための方法、技術およびソフトウェア企業の範囲を支援するための洞察を得ることです。データウェアハウスと比較すると、BIはまたように、データマイニング、データの可視化、多次元分析、分類ラベルとを含んでいます。データウェアハウスは、データの唯一の寸法を提供するが、等、eBayのkylenまたはIBMのCognosのようないくつかのツール、に基づいて、特定の範囲内のユーザディメンションと指標の任意の組合せをサポートすることができ、このことは、例えば、多次元分析を取りますこれは、意思決定支援のレベルではなく、「高度なデータウェアハウジング」レベル、つまり、データウェアハウスの使用ではなく、データウェアハウスの機能に上昇しました。
传统BI项目的构建路径决定了其必须依赖数据仓库才能进行数据分析。比如MicroStrategy，SAP BW，微软 Analysis Server, IBM的Cognos，Oracle的OBIEE，这些传统BI工具不具备使数据集成标准化的能力，数据仓库的存在就是帮助他们建立数据治理结构，解决数据冗余、不一致、错误、无法轻松访问等问题。
另一方面，BI对数据仓库的这种依赖其实存在着极大的缺陷。一般来说，数据仓库通常需要花费高经济成本、时间成本从规划到落地，但创造的价值大多数情况比较有限，ROI较低。搭建成功后，数据仓库也仅支持极少数特定类型的分析，如果企业业务出现调整或者需要处理新类型的数据，届时又将重新面临重大的开发工作。
从现代商业决策视角，重新审视BI与数据仓库的关系
在如今转向服务导向架构(SOA)(*由Gartner提出，以“服务”为基本元素来组建企业IT架构的方式。SOA要解决的主要问题是：快速构建与应用集成，现已成为解决企业业务发展需求与企业IT支持能力之间矛盾的最佳方案。)的技术大背景中，耗费巨大心力进行大规模的数据整合和数据集成操作是否还有必要?构建数仓的收益是否能大于你将付出的成本?
再加上企业数据体量不断提升，业务发展越来越迅速，对快速印证分析决策也提出了更高要求，更多的企业希望能够降低技术设施成本，做到近乎实时地访问操作源数据，在极短的时间内响应用户请求。
于是我们看到了越来越多没有数仓的BI项目。一方面，敏捷BI的兴起，允许用户快速接入各类数据源，无需借助数仓即可实现数据导入-处理-分析的流程。而另一方面，新一代AI+BI智能数据分析平台，则在快速接入、敏捷分析的基础上，实现了更进一步的应用：
- 自带轻量的分布式数据存储与数据流处理模块，提供从数据抽取、数据建模、数据分析，到数据可视化、预警分发的一站式数据分析应用能力;
- 即便不抽取数据，也可实现多数据源的联邦动态分析(联动、钻取、动态参数等交互分析功能)。
この観点では、ある程度、しかし、これは、中小企業は、我々はデータ分析プラットフォームなどに格納されたデータを取る直接お勧めことを意味するものではないことを限られた量のデータに限らず、データウェアハウス分析の前提の下で、インテリジェントなデータであることができデータウェアハウスを使用します。
ユーザデータ事業の量、上昇複雑分析として、データ分析プラットフォーム軽量のデータストレージおよびデータストリーム処理モジュールは耐え難い巨大な圧力の計算であるため、長期的な発展の観点から考慮して、必要性が依然として存在していますこれは、データウェアハウスやデータプラットフォームを構築することを計画しています。
意思決定の枠組みの戦略的分析を構築するためのアジャイル企業
ビジネスドライバーと技術の発展の方向に応じて、将来の意思決定構造のための事業の見通しの分析、。今日は、企業のデータは、この観点では、過去のどの時よりも激しいのリアルタイム分析の需要、どのように迅速に着陸し、高い拡張性を両立するために、指数関数的に成長し、エンタープライズアーキテクチャの分析と意思決定を構築するためのデータウェアハウスの組み合わせは、まだ多くに置かれます企業の前で大きな問題。
この点で、我々はベストプラクティスをお勧めします：
- 位置の数を設定したり、まだ迅速分析アプリケーション、迅速なフィードバック、迅速な反復を構築するためにBIプラットフォームに直接形成されていないアイデアの分析されていない場合には、迅速な勝利を実装します。
- BI分析可視化プラットフォームは圧力のみで軽量ケースデータを負う、サービスを確認した結果を分析した後、次にデータ解析ロジックを沈殿させ、徐々に実施形態内側複雑なデータウェアハウスまたはデータプラットフォームに固化しました。
私たちは信じている事業開発、ビジネス上の意思決定やサービスではなく、無用の可視化の束を作成するためのデータ分析の本質。前述したこのアジャイル、すぐに確認でき、連続沈殿法では、エンタープライズアーキテクチャの分析と意思決定の方向は、実際のビジネス価値を創造し、認識の事業終了を取得し事業展開を推進するために、上の大きい程度を修正することができることを保証します。