数据仓库技术——CIO决胜的法宝
作者：
那罡 来源：
赛迪网 发布时间：2006年12月21日 点击数：
“一边是历史，一边是未来，数据仓库技术以前所未有的信心，站在企业历史与未来的交汇点上，释放企业的智能”，
博客虽不再让人狂热，但还在带来着意外。比如，你知道禽流感的监控与你写的*博客有什么关系吗？
有报道称，美国一家公司正在试图让这两件事关系清晰。即他们通过从全球的博客网页中挖掘和禽流感相关的信息，从而建立一个预警机制。
因为博客已经成为新闻传播的重要途径，于是先从网上抓取有关禽流感的网页，存入到公司的数据仓库，再指定“国家”为关键目标词，然后利用关联分析技术，即可得到和禽流感关联最大的国家，由此可以判断该国的禽流感传染的严重程度。
此外，一项借助博客内容预测生育高峰的研究也在开展中。“博客”与“禽流感”，“博客”与“生育状态”俨然讲述着一个新版的“啤酒和尿布”的故事。
这些“意外”的创造者，无疑仍然是数据仓库。当人们抱怨网上多如牛毛的博客在浪费着人们数以十万年的阅读时间而并无他用之际，数据仓库技术在悄悄地“嗅”着数据中的香味，“挖掘”着其中的金子。这使CIO在重新思考自己企业的数据仓库应用。
一边是历史，一边是未来
根据数据仓库之父BillInmon的观点，数据仓库是指一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，主要用于支持管理决策。基于数据仓库开展决策支持，是信息化应用的新阶段，是信息化建设由基础建设向资源开发、价值开发的转折和提升。
Gartner日前开展的全球CIO最关注的十大技术应用领域中，以数据仓库为基础的商业智能紧随信息安全技术位列其中。此外，在Gartner发布的 2010年“IT专业人员展望”报告中显示，善于运用业务智能、数据仓库、数据挖掘技术、使之与业务结合的人员更有竞争力。数据仓库正在随着企业信息基础架构日益完善而凝聚着支配CIO注意力的力量。
“四拍”理论曾是中国管理者的典型写照——决策拍脑袋，任务拍胸脯，困难拍大腿，失败拍屁股。河南邮政信息技术中心主任郭伟华告诉记者，当企业业务不太复杂、竞争环境不够惨烈的情况下，基于经验的“拍”倒有其高效的一面。但目前，企业几十甚至上百个系统，数据信息量已达30%～40%的增幅，要将企业的客户亲和力、卓越运营和产品优化带上更高水平，成为信息资源竞争者，必须依赖数据仓库技术。
“一边是历史，一边是未来，数据仓库技术以前所未有的信心，站在企业历史与未来的交汇点上，释放企业的智能”，NCR Teredata数据仓库事业部总裁Mike Koehler认为，成熟的IT部门更多聚焦在对客户事件的主动管理和快速反应上，而不仅是被动低效地做出回映。这是贯穿企业战略与战术的关键目标。
学会在变平的世界中跳舞
企业发展战略的惟一目标是培养优势。持续的竞争优势是一种资源、能力、资产、流程等。总之，具有特殊的属性，给客户一种特殊的吸引力。但如何发现优势产生的地方？需要将过去、现在与未来整合而动态地思考的战略思维。“数据仓库是众多战略思维的结果，是一个战略武器”，数据仓库和客户关系管理专家罗纳德.S.史威福特在其《客户管理管理》一书中强调。
丰田美国公司每年要对数以百万计的车辆运输、并进行配件递送。庞大的营销数量对后勤部门来说，简直就是一场噩梦。不仅错误不断发生，而且很多情况下，出了错全然不知。但是通过数据仓库等系统优化了流程之后，情况完全变了。不仅让丰田近100万两整车和零部件实现了有序管理，而且能管理到咖啡机这类微小的费用支出，更加强了业务部门与IT部门的深度合作。
丰田公司2500名中层经理从数据仓库智能报表中发现问题、找到新的思考视角，提升了管理水平。丰田的盈利超过了福特和大众的总合。以2003年为例，丰田的收入是1320亿美元，而大众是1840亿美元。但是丰田的利润是136亿美元，而大众只有28亿美元。丰田的盈利超过了福特和大众的总合。
传统竞争常以资源优势和压倒性的打击能力获得胜利。现代同质化市场局面要求企业通过不断寻找机会，迅速移动资产、改变竞争规则获取优势。当前世界在变成“平的”环境下，挖掘数据资源价值，实现个性化互动性服务，就是大象学会跳舞。
对于未来的数据仓库到底能够实现怎样的功能和带来哪些切实的变化，业内人士指出，新的数据仓库技术将能够实时从企业内部和外部数据源中采集数据，现场决策者可以每天争分夺秒地制定战术、决策。它将拥有回复速度以毫秒计量的性能，永不停机的高可用度，实时掌握交易事件的数据新鲜度，发掘数据中所有的商业关系的高整合度，以及良好的可扩展性。
在获取、访问方式和数据源方面，未来的数据仓库技术也将发生很大变化：从由内部数据源采集，供决策者使用、用以制定长期决策，转为实时从内部和外部数据源中采集数据；更广范围的决策和管理者使用，以时时刻刻进行决策选择。
另外，在数据访问方式方面：纵向整合机构将被“虚拟”机构所取代；整个价值链将共享数据；将客户整合到价值链中，此外访问数据的用户数量高速增长：机构的虚拟化意味着数据仓库用户数量的高速增长；将转向基于事件的分析，加之无人为决策参与，使得数据模式趋向由事件驱动和软件代理程序处理。
