從呼叫中心通向CRM—數(shù)據(jù)倉庫必不可少

段云峰 楊鳳年 宋俊德　2002/04/19

　　在呼叫中心業(yè)務(wù)系統(tǒng)收集到大量數(shù)據(jù)之后，要將這些信息進(jìn)行有效利用，從而為CRM系統(tǒng)提供正確的依據(jù)，這個過程中，數(shù)據(jù)倉庫是必不可少的要素。數(shù)據(jù)倉庫是一項基于數(shù)據(jù)管理和利用的綜合性技術(shù)和解決方案，它將成為數(shù)據(jù)庫市場的新一輪增長點，同時也將成為下一代應(yīng)用系統(tǒng)的重要組成部分。

　　本文共分三大部分，介紹了數(shù)據(jù)倉庫及數(shù)據(jù)集市的概念，并對如何獲取高質(zhì)量信息、數(shù)據(jù)倉庫的設(shè)計和實現(xiàn)、數(shù)據(jù)倉庫系統(tǒng)中的三個工具層以及數(shù)據(jù)倉庫平臺的評測指標(biāo)進(jìn)行了較為詳細(xì)的闡述，同時分析了數(shù)據(jù)倉庫的發(fā)展方向。

什么是數(shù)據(jù)倉庫？

　　1．?dāng)?shù)據(jù)倉庫概念解析

　　面對競爭日趨激烈與瞬息萬變的市場，面對不同層次的大量信息，企業(yè)各級管理人員將如何應(yīng)用，以便在企業(yè)的經(jīng)營和管理中迅速做出正確的決策？

　　數(shù)據(jù)倉庫就是針對上述問題而產(chǎn)生的一種技術(shù)方案，它是基于大規(guī)模數(shù)據(jù)庫的決策支持系統(tǒng)環(huán)境的核心。數(shù)據(jù)倉庫之父H·W·Inmon是這樣定義數(shù)據(jù)倉庫的：數(shù)據(jù)倉庫是一個面向主題的、集成的、不可更新的且隨時間不斷變化的數(shù)據(jù)集合，用來支持管理人員的決策。

　　我們常常會認(rèn)為，數(shù)據(jù)倉庫是一個或一組產(chǎn)品，可以幫助我們得到問題的答案，或幫助我們提高決策能力。其實數(shù)據(jù)倉庫并不是這么簡單，它雖然可以幫助我們得到答案以便更好地做出決策，但這只是其全局過程的一部分。數(shù)據(jù)倉庫中的數(shù)據(jù)從何而來？數(shù)據(jù)如何進(jìn)入數(shù)據(jù)倉庫？如何維護(hù)數(shù)據(jù)倉庫？數(shù)據(jù)倉庫中的數(shù)據(jù)如何組織？這些都是建立數(shù)據(jù)倉庫之前必須回答的問題。建立數(shù)據(jù)倉庫包括創(chuàng)建、管理、維護(hù)數(shù)據(jù)倉庫的所有活動。因此，數(shù)據(jù)倉庫不是產(chǎn)品，而是解決方案。

　　數(shù)據(jù)倉庫和數(shù)據(jù)庫是不一樣的概念。數(shù)據(jù)倉庫是一個綜合的解決方案，而數(shù)據(jù)庫只是一個現(xiàn)成的產(chǎn)品。數(shù)據(jù)倉庫需要一個功能十分強(qiáng)大的數(shù)據(jù)庫引擎來驅(qū)動。與關(guān)系數(shù)據(jù)庫不同，數(shù)據(jù)倉庫并沒有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)，它更偏向于工程。由于數(shù)據(jù)倉庫的這種工程性，在技術(shù)上可以根據(jù)它的工作過程分為數(shù)據(jù)的抽取、數(shù)據(jù)的存儲和管理、數(shù)據(jù)的表現(xiàn)以及數(shù)據(jù)倉庫設(shè)計的技術(shù)咨詢等四個方面。

　　2．?dāng)?shù)據(jù)倉庫與數(shù)據(jù)集市的區(qū)別

　　談到數(shù)據(jù)倉庫，就不可避免地談到數(shù)據(jù)集市。由于一些廠商的誤導(dǎo)，很多人往往把這兩個概念混淆了。數(shù)據(jù)集市也是當(dāng)前非常熱門的一個術(shù)語，一種比較常見的誤解是，認(rèn)為它與數(shù)據(jù)倉庫的差別只是數(shù)據(jù)量的大小而已。事實上，數(shù)據(jù)倉庫是企業(yè)級的，能為整個企業(yè)各個部門的運(yùn)行提供決策支持手段: 而數(shù)據(jù)集市則是一種微型的數(shù)據(jù)倉庫，它通常有更少的數(shù)據(jù)，更少的主題區(qū)域，以及更少的歷史數(shù)據(jù)，因此是部門級的，一般只能為某個局部范圍內(nèi)的管理人員服務(wù)，因此也稱之為部門級數(shù)據(jù)倉庫。

　　數(shù)據(jù)集市有兩種，即獨立的數(shù)據(jù)集市（Independent Data Mart）和從屬的數(shù)據(jù)集市（Dependent Data Mart）。所謂從屬，是指它的數(shù)據(jù)直接來自于中央數(shù)據(jù)倉庫。顯然，從屬的數(shù)據(jù)集市的這種結(jié)構(gòu)仍能保持?jǐn)?shù)據(jù)的一致性。一般為那些訪問數(shù)據(jù)倉庫十分頻繁的關(guān)鍵業(yè)務(wù)部門建立從屬的數(shù)據(jù)集市，這樣可以很好地提高查詢的反應(yīng)速度。獨立數(shù)據(jù)集市，它的數(shù)據(jù)直接來源于各生產(chǎn)系統(tǒng)。許多企業(yè)在計劃實施數(shù)據(jù)倉庫時，往往出于投資方面的考慮，最后建成的就是這種結(jié)構(gòu)的獨立數(shù)據(jù)集市，用來解決個別部門比較迫切的決策問題。從這個意義上講，它和企業(yè)數(shù)據(jù)倉庫除了在數(shù)據(jù)量大小和服務(wù)對象上有所區(qū)別外，邏輯結(jié)構(gòu)并無多大區(qū)別，這也是有人把數(shù)據(jù)集市稱為部門數(shù)據(jù)倉庫的主要原因。

如何建立數(shù)據(jù)倉庫？

　　1．獲取高質(zhì)量的信息

　　數(shù)據(jù)倉庫作為決策支持系統(tǒng)(DSS)和聯(lián)機(jī)分析應(yīng)用數(shù)據(jù)源的結(jié)構(gòu)化數(shù)據(jù)環(huán)境所要研究和解決的問題，就是從數(shù)據(jù)庫中獲取信息。數(shù)據(jù)質(zhì)量差是構(gòu)建數(shù)據(jù)倉庫時需要解決的最困難的問題之一，有許多不同的方法可以用于改善數(shù)據(jù)倉庫中信息的質(zhì)量。當(dāng)發(fā)現(xiàn)在源系統(tǒng)中哪些地方存在數(shù)據(jù)質(zhì)量問題之后，就需要研究一些方法來改善數(shù)據(jù)質(zhì)量。一種改善數(shù)據(jù)倉庫中數(shù)據(jù)質(zhì)量的方法是改善源系統(tǒng)中數(shù)據(jù)質(zhì)量: 另一種方法是在將數(shù)據(jù)從老系統(tǒng)移植到數(shù)據(jù)倉庫的過程中校正數(shù)據(jù)。

　　2．?dāng)?shù)據(jù)倉庫的設(shè)計和實現(xiàn)

　　（1）設(shè)計與實現(xiàn)過程

• 定義倉庫的體系結(jié)構(gòu)，做容量規(guī)劃，選擇存儲服務(wù)器、數(shù)據(jù)庫、OLAP服務(wù)器以及其他工具；
• 集成服務(wù)器、存儲、客戶端工具；
• 設(shè)計倉庫的模式和視圖；
• 定義物理的數(shù)據(jù)倉庫結(jié)構(gòu)，確定數(shù)據(jù)的存放、分區(qū)以及訪問的方法；
• 使用數(shù)據(jù)網(wǎng)關(guān)、ODBC驅(qū)動程序或者其他封裝器連接數(shù)據(jù)源；
• 設(shè)計并實現(xiàn)數(shù)據(jù)抽取、清洗、轉(zhuǎn)換、裝載和刷新的腳本程序；
• 將數(shù)據(jù)庫的模式、視圖定義、腳本以及其他元數(shù)據(jù)裝入倉庫；
• 設(shè)計并實現(xiàn)終端用戶的應(yīng)用程序；
• 將數(shù)據(jù)倉庫和基于它的應(yīng)用投入使用。

　　（2）需要注意的問題

　　數(shù)據(jù)倉庫的模型設(shè)計（包括邏輯模型設(shè)計和物理模型設(shè)計）是系統(tǒng)的基礎(chǔ)和成敗的關(guān)鍵，在實際操作中應(yīng)對下列問題引起注意：

• 主題的確定：主題是一個邏輯概念，它應(yīng)該能夠完整、統(tǒng)一地描述出分析對象所涉及的各項數(shù)據(jù)以及相互聯(lián)系。劃分主題的根據(jù)主要來源于兩方面: 對原有固定報表的分析和對業(yè)務(wù)人員的訪談。原有固定報表能較好地反映出以往工作對數(shù)據(jù)分析的需求，而且其數(shù)據(jù)含義和格式相對成熟、穩(wěn)定，在模型設(shè)計中需要大量借鑒。

• 分析內(nèi)容的細(xì)化：主題的劃分實際上是與分析內(nèi)容的范圍直接相關(guān)的，一旦主題劃分清楚了，下一步就是細(xì)化分析的具體內(nèi)容以及根據(jù)分析內(nèi)容的性質(zhì)確定它在數(shù)據(jù)倉庫中的位置。通常，維元素對應(yīng)的是分析角度，而度量對應(yīng)的是分析所關(guān)心的具體指標(biāo)。一個指標(biāo)究竟是維元素、度量還是維屬性，取決于其具體的業(yè)務(wù)需求，但從實際操作中可以總結(jié)出這樣的概念性經(jīng)驗: 作為維元素或維屬性的通常是離散型的數(shù)據(jù)，只允許有限的取值；作為度量的是連續(xù)型數(shù)據(jù)，取值無限。

• 粒度的設(shè)計：數(shù)據(jù)倉庫模型中所存儲的數(shù)據(jù)的粒度，將對信息系統(tǒng)產(chǎn)生多方面影響。事實表中以各種維度的什么層次作為最細(xì)粒度，將決定存儲的數(shù)據(jù)能否滿足信息分析的功能需求，而粒度的層次劃分以及聚合表中粒度的選擇，將直接影響查詢的響應(yīng)時間。

　　 在數(shù)據(jù)抽取過程中，應(yīng)該注意以下幾點：

• 數(shù)據(jù)抽取的規(guī)則要作為元數(shù)據(jù)進(jìn)行規(guī)范和管理，抽取過程中的源表、源字段、目的表、目的字段、轉(zhuǎn)換規(guī)則以及轉(zhuǎn)換條件都要做好詳細(xì)記錄。這樣不僅便于編程人員實現(xiàn)，而且在抽取規(guī)則或邏輯模型發(fā)生變化時也便于修改。

• 如何記錄業(yè)務(wù)數(shù)據(jù)庫中的變動情況，是數(shù)據(jù)抽取中一個重要的環(huán)節(jié)。由于數(shù)據(jù)倉庫中是按時間保存數(shù)據(jù)，因此不同時間點之間數(shù)據(jù)的差異就成為一個關(guān)鍵性因素。通�？梢岳脭�(shù)據(jù)庫管理系統(tǒng)提供的手段在數(shù)據(jù)庫級產(chǎn)生數(shù)據(jù)變動日志，根據(jù)日志再判斷數(shù)據(jù)的變動情況完成抽取，這是一個從性能、可操作性以及對原業(yè)務(wù)系統(tǒng)的影響等多方面綜合考慮都比較理想的方法。

• 當(dāng)數(shù)據(jù)倉庫中同一表中的數(shù)據(jù)來自于原有系統(tǒng)中不同的表，甚至不同的庫時，抽取時務(wù)必保證這些數(shù)據(jù)單位一致，而且都滿足同一時間條件。

• 數(shù)據(jù)抽取不僅要考慮數(shù)據(jù)的提取，還要考慮抽取的時間安排和執(zhí)行方式，這樣才是一個完整的數(shù)據(jù)抽取方案，也才能保證抽取出來的數(shù)據(jù)準(zhǔn)確、可用。

　　3．?dāng)?shù)據(jù)倉庫系統(tǒng)的三個工具層

　　OLAP的查詢分析型工具、DSS的分析預(yù)測型工具與數(shù)據(jù)挖掘型工具共同構(gòu)成了數(shù)據(jù)倉庫系統(tǒng)的工具層。它們各自的側(cè)重點不同，適用范圍和針對的用戶也不相同。數(shù)據(jù)倉庫系統(tǒng)具備了這三種工具，人們才能真正高效地利用其中蘊(yùn)藏的大量寶貴的信息。

　　（1）聯(lián)機(jī)分析處理（OLAP）

　　聯(lián)機(jī)分析處理主要通過多維的方式對數(shù)據(jù)進(jìn)行分析、查詢和報表。它不同于傳統(tǒng)的聯(lián)機(jī)事物處理（OLTP）應(yīng)用。OLTP應(yīng)用主要是用來完成用戶的事務(wù)處理，如民航訂票系統(tǒng)、銀行儲蓄系統(tǒng)等，通常要進(jìn)行大量的更新操作，同時對響應(yīng)時間要求比較高。而OLAP應(yīng)用主要是對用戶當(dāng)前及歷史數(shù)據(jù)進(jìn)行分析，輔助領(lǐng)導(dǎo)決策。其典型的應(yīng)用有對銀行信用卡風(fēng)險的分析與預(yù)測、公司市場營銷策略的制定等，主要是進(jìn)行大量的查詢操作，對時間的要求不太嚴(yán)格。

　　目前常見的OLAP主要有基于多維數(shù)據(jù)庫的MOLAP及基于關(guān)系數(shù)據(jù)庫的ROLAP。在數(shù)據(jù)倉庫應(yīng)用中，OLAP應(yīng)用一般是數(shù)據(jù)倉庫應(yīng)用的前端工具，同時OLAP工具還可以與數(shù)據(jù)挖掘工具、統(tǒng)計分析工具配合使用，增強(qiáng)決策分析功能。

　　（2）決策支持系統(tǒng)（DSS）

　　決策支持系統(tǒng)(DSS)和數(shù)據(jù)倉庫的目標(biāo)用戶相同，都是面向企業(yè)的中高層領(lǐng)導(dǎo)，它們執(zhí)行的都是決策和趨勢分析類的應(yīng)用。DSS中的一些技術(shù)可以很好地集成到數(shù)據(jù)倉庫中，并使數(shù)據(jù)倉庫的分析能力更加強(qiáng)大。例如：DSS中的傳統(tǒng)統(tǒng)計分析模型可以幫助用戶對數(shù)據(jù)倉庫中的數(shù)據(jù)進(jìn)行更加有效、更加深入的分析，從而更好地掌握和利用信息。而一些智能決策技術(shù)，如人工神經(jīng)網(wǎng)絡(luò)在發(fā)現(xiàn)顧客行為模式、預(yù)測金融市場行為等方面顯示了強(qiáng)大的功能。這些DSS的核心技術(shù)在數(shù)據(jù)倉庫中的應(yīng)用，不但會大大提高數(shù)據(jù)倉庫的決策支持能力，同時也使DSS的應(yīng)用范圍更加廣泛。

　�。�3）數(shù)據(jù)挖掘

　　數(shù)據(jù)挖掘是當(dāng)前業(yè)界的熱門技術(shù)，已經(jīng)在多個應(yīng)用領(lǐng)域產(chǎn)生了巨大的效益。數(shù)據(jù)挖掘不一定需要建立在數(shù)據(jù)倉庫的基礎(chǔ)上，但是如果將數(shù)據(jù)挖掘和數(shù)據(jù)倉庫協(xié)同工作，則可以簡化數(shù)據(jù)挖掘過程的某些步驟，從而大大提高數(shù)據(jù)挖掘的工作效率。由于數(shù)據(jù)倉庫的數(shù)據(jù)來源于整個企業(yè)，保證了數(shù)據(jù)挖掘中數(shù)據(jù)來源的廣泛性和完整性。數(shù)據(jù)挖掘技術(shù)是數(shù)據(jù)倉庫應(yīng)用中比較重要且相對獨立的部分。目前，數(shù)據(jù)挖掘技術(shù)正處在發(fā)展當(dāng)中。數(shù)據(jù)挖掘涉及到數(shù)理統(tǒng)計、模糊理論、神經(jīng)網(wǎng)絡(luò)和人工智能等多種技術(shù)，技術(shù)含量比較高，實現(xiàn)難度較大。此外，數(shù)據(jù)挖掘技術(shù)還會同可視化技術(shù)、地理信息系統(tǒng)、統(tǒng)計分析系統(tǒng)相結(jié)合，豐富數(shù)據(jù)挖掘技術(shù)及工具的功能與性能。

　　4．?dāng)?shù)據(jù)倉庫平臺的評測指標(biāo)

　　由于許多數(shù)據(jù)庫廠商都在大力推廣和宣傳自己的數(shù)據(jù)倉庫解決方案，使最終用戶無所適從。那么，是否有第三方機(jī)構(gòu)或組織制訂一個比較公正而權(quán)威的評測標(biāo)準(zhǔn)呢？回答是肯定的。

　　目前，專門針對數(shù)據(jù)倉庫平臺的評測指標(biāo)主要有兩個：

　�。�1）TPC-D

　　TPC是一個國際性的組織，由45個會員公司組成，IBM、Microsoft、NCR、NEC、HP、Sun等跨國公司都是其會員。TPC專門負(fù)責(zé)為各種開放平臺在不同類型的應(yīng)用上制定一個統(tǒng)一、公正的測試標(biāo)準(zhǔn)。

　　對于OLTP系統(tǒng)，衡量其數(shù)據(jù)庫性能的主要指標(biāo)是TPC-C，這里不做分析。對于數(shù)據(jù)倉庫系統(tǒng)，衡量其數(shù)據(jù)庫性能的主要指標(biāo)則是TPC-D。主要有3方面的數(shù)據(jù)需要考慮：

• QppD：描述系統(tǒng)的查詢處理能力。
• QthD： 即流量測試結(jié)果，描述系統(tǒng)在多個用戶同時進(jìn)行查詢時的處理能力。換言之，它也充分代表了系統(tǒng)的并行處理能力。
• QphD：即價格性能比。

　　顯然，前面兩個指標(biāo)的數(shù)據(jù)越大越好，而最后一個則越小越好。當(dāng)然，首先要考慮的應(yīng)該是能否滿足業(yè)務(wù)上的需求。

　　各家供應(yīng)商的TPC-D值以及TPC-D的詳細(xì)描述可以從TPC在Internet的主頁上找到。另外，也可以從Microsoft、IDEAS等公司的主頁上找到TPC-D的測試結(jié)果。

　　需要做些說明的是流量測試結(jié)果。盡管它描述了系統(tǒng)處理并發(fā)查詢請求的能力，但并非所有廠商的流量測試都是在多用戶狀態(tài)下進(jìn)行的。TPC-D給了供應(yīng)商們一個選擇: 直接進(jìn)行多用戶狀態(tài)下的流量測試; 或者先在單用戶狀態(tài)下進(jìn)行測試，然后利用測得的處理能力指標(biāo)QppD和流量指標(biāo)的計算公式來計算出QthD。

　　如何區(qū)分這兩種測試結(jié)果呢？只要把TPC-D的測試概要下載并打印出來，就可以了解在做流量測試時的Stream數(shù)目。Stream數(shù)實際上代表了同時遞交查詢請求的用戶個數(shù)。如果是單用戶狀態(tài)下的測試，則只能發(fā)現(xiàn)一個Stream，即Stream00。

　�。�2）Data Challenge

　　由于TPC-D對測試的數(shù)據(jù)庫模型、數(shù)據(jù)的加載以及所有查詢都做了非常嚴(yán)格的規(guī)定，這樣，參與測試的各廠商有可能預(yù)先做許多調(diào)整，使其性能更好，致使數(shù)據(jù)倉庫的實際應(yīng)用情況與之有較大的區(qū)別。因此，TPC-D的測試結(jié)果主要給用戶在做數(shù)據(jù)倉庫軟硬件平臺選型時提供一個初步的參考。

　　除TPC-D以外，還有一個于1998年5月宣布的稱為Data Challenge（數(shù)據(jù)挑戰(zhàn)）的測試標(biāo)準(zhǔn)。與TPC-D不一樣的是，它非常注重考察系統(tǒng)的動態(tài)查詢能力，所有查詢都不公開，參與測試的廠商無法做預(yù)先的調(diào)整。測試前由各廠商按照規(guī)定設(shè)置好環(huán)境，然后由Data Challenge公司的技術(shù)專家來進(jìn)行各種性能評測。

　　當(dāng)用戶在決定選擇一個廠商為其實施數(shù)據(jù)倉庫系統(tǒng)時，至少應(yīng)該考慮以下問題：

• 目前業(yè)務(wù)部門有些什么急需解決的問題，這些問題借助傳統(tǒng)的生產(chǎn)系統(tǒng)能解決嗎？
• 所選廠商在此行業(yè)是否有實施數(shù)據(jù)倉庫的經(jīng)驗？效果如何？
• 目前有多大的數(shù)據(jù)量，今后的擴(kuò)展要求如何，能不能做在線的升級？
• 系統(tǒng)的并行處理能力怎樣？因為它將直接影響系統(tǒng)處理復(fù)雜查詢和動態(tài)查詢的能力。
• 對系統(tǒng)的管理是否復(fù)雜？有沒有數(shù)據(jù)庫重組的問題？因為復(fù)雜的管理需要很多的數(shù)據(jù)庫管理員，這種人工是非常昂貴的。
• 系統(tǒng)的高可用性和可靠性如何？當(dāng)系統(tǒng)發(fā)生故障時，對業(yè)務(wù)產(chǎn)生的影響有多大，企業(yè)對這種故障的容忍程度如何？

　　當(dāng)認(rèn)真考慮了以上各方面的問題后，所投資建立的實際系統(tǒng)一般都能達(dá)到預(yù)期的效果。

數(shù)據(jù)倉庫向何處去？

　　1．技術(shù)趨勢

　　數(shù)據(jù)倉庫技術(shù)的發(fā)展包括數(shù)據(jù)抽取、存儲管理、數(shù)據(jù)表現(xiàn)和方法論等方面。

　　在數(shù)據(jù)抽取方面，未來的技術(shù)發(fā)展將集中在系統(tǒng)集成化方面。它將互聯(lián)、轉(zhuǎn)換、復(fù)制、調(diào)度、監(jiān)控等納入標(biāo)準(zhǔn)化的統(tǒng)一管理，以適應(yīng)數(shù)據(jù)倉庫本身或數(shù)據(jù)源的變化，使系統(tǒng)更加便于管理和維護(hù)。

　　在數(shù)據(jù)管理方面，未來的發(fā)展將使數(shù)據(jù)庫廠商明確推出數(shù)據(jù)倉庫引擎，并作為服務(wù)器產(chǎn)品與數(shù)據(jù)庫服務(wù)器并駕齊驅(qū)。在這一方面，帶有決策支持?jǐn)U展的并行關(guān)系數(shù)據(jù)庫將最具發(fā)展?jié)摿Α?

　　在數(shù)據(jù)表現(xiàn)方面，數(shù)理統(tǒng)計的算法和功能將被普遍集成到聯(lián)機(jī)分析產(chǎn)品中，同時與Internet/Web技術(shù)緊密結(jié)合，推出適用于Intranet、終端免維護(hù)的數(shù)據(jù)倉庫訪問前端。在這個方面，按行業(yè)應(yīng)用特征細(xì)化的數(shù)據(jù)倉庫用戶前端軟件將形成產(chǎn)品，并作為數(shù)據(jù)倉庫解決方案的一部分。數(shù)據(jù)倉庫實現(xiàn)過程的方法論將更加普及，將成為數(shù)據(jù)庫設(shè)計的一個明確分支，成為管理信息系統(tǒng)設(shè)計的必備部分。

　　計算機(jī)應(yīng)用發(fā)展的數(shù)據(jù)倉庫傾向，是數(shù)據(jù)倉庫發(fā)展的推動力。傳統(tǒng)的聯(lián)機(jī)事務(wù)處理系統(tǒng)并不單獨考慮數(shù)據(jù)倉庫，但實際應(yīng)用對數(shù)據(jù)倉庫所能提供的功能卻早有需求。因此，許多事務(wù)處理系統(tǒng)近年來陷入一個兩難的境地：在現(xiàn)有系統(tǒng)上增加有限的聯(lián)機(jī)分析功能，包括復(fù)雜的報表和數(shù)據(jù)匯總操作，這樣一方面嚴(yán)重影響了事務(wù)處理聯(lián)機(jī)性能，另一方面，統(tǒng)計分析又因系統(tǒng)結(jié)構(gòu)上的種種限制而不能得到充分體現(xiàn)。因此，應(yīng)用技術(shù)是朝著更加細(xì)化、更加專業(yè)的方向發(fā)展。

　　在新一代的應(yīng)用系統(tǒng)中，數(shù)據(jù)倉庫在一開始便被納入系統(tǒng)設(shè)計的考慮之中，聯(lián)機(jī)分析將被應(yīng)用于普遍的事務(wù)處理系統(tǒng)之中。在數(shù)據(jù)管理上，聯(lián)機(jī)事務(wù)處理和數(shù)據(jù)倉庫在應(yīng)用中相對獨立，聯(lián)機(jī)事務(wù)處理系統(tǒng)本身將更加簡潔高效，同時分析統(tǒng)計也更為便利。面向行業(yè)的數(shù)理統(tǒng)計學(xué)向更為普遍的應(yīng)用發(fā)展，并集成到應(yīng)用系統(tǒng)的數(shù)據(jù)倉庫解決方案中。它們將立足于數(shù)據(jù)倉庫所提供的豐富信息，更好地為業(yè)務(wù)決策服務(wù)。

　　2．市場預(yù)測

　　在市場上，可以從廠商和用戶兩個方面看數(shù)據(jù)倉庫的發(fā)展。對于提供數(shù)據(jù)倉庫產(chǎn)品和解決方案的廠商來說，嚴(yán)酷的市場競爭是永恒的主題，無法提供完整解決方案的廠商，可能被其他公司收購。例如，從事數(shù)據(jù)抽取、提供專用工具的軟件公司很可能并入大型數(shù)據(jù)庫廠商。能夠持續(xù)發(fā)展的廠商大致有兩類：一是擁有強(qiáng)大的數(shù)據(jù)庫、數(shù)據(jù)管理背景的公司；二是專門提供面向具體行業(yè)的、關(guān)于數(shù)據(jù)倉庫實施的技術(shù)咨詢的公司。

　　從用戶的角度看，數(shù)據(jù)管理的傳統(tǒng)領(lǐng)域，如金融、保險、電信等行業(yè)中的特定應(yīng)用，除信用分析、風(fēng)險分析、欺詐檢測之外，數(shù)據(jù)倉庫的應(yīng)用將隨著現(xiàn)代社會商業(yè)模式的變革而進(jìn)一步普及和深入。

　　近年來，一場革命正在改變產(chǎn)品制造和服務(wù)的提供方式，它就是數(shù)字化定制經(jīng)濟(jì)模式。在這個世界里，用戶可以購買一臺根據(jù)自己要求組裝的計算機(jī)、一條根據(jù)自己體形設(shè)計的牛仔褲、一種根據(jù)自己身體需要而生產(chǎn)的保健藥、一副與自己臉型相配的眼鏡……大規(guī)模的定制不僅是一種制造過程、后勤系統(tǒng)或者推銷策略，它很可能成為企業(yè)生產(chǎn)的組織原則。在未來大規(guī)模定制經(jīng)濟(jì)環(huán)境下，數(shù)據(jù)倉庫將成為企業(yè)獲得競爭優(yōu)勢的關(guān)鍵武器。

計算機(jī)世界報　2002/04/19