一个支持商务智能的数据仓库系统的设计和实现

摘要

数据仓库和和数据分析技术越来越被广泛应用。几乎每个行业的商务管理人员都使用存储在数据仓库中的数据来进行数据分析和决策。数据分析技术包括基本的OLAP和更高级的数据挖掘。数据挖掘技术的应用目前还不是很成熟。在本文中，我们将介绍一个适用于网络公司并支持数据挖掘的数据仓库系统－－DADM的设计和实现。 在系统体系结构方面，我们采用三层架构的体系结构：第一层是各种业务系统及零散的电子文档；第二层是数据仓库；第三层是前台展现工具和数据挖掘工具。在系统功能方面，我们希望能对财务数据和KPI指标（如产品的生命周期）进行分析和预测，以及能分析、挖掘用户喜好，及产品之间的相关性。在系统开发过程方面，我们采取迭代的方式进行：选择业务系统；收集需求；确定合适的终端用户技术；建立一个数据模型；基于用户需求和业务数据模型，开发数据仓库、数据模型；从数据仓库，数据模型返回修改业务系统及数据集市本身；生成执行ETL和数据交互过程的代码；测试数据仓库；第一轮迭代投入生产、培训业务人员，并开始规划下一轮迭代。 我们在DADM项目上的实践表明：数据仓库的建立要采用有序地反复的方式，即迭代的方式，才能适应快速变化的市场。数据仓库系统开发是一个经过不断循环、反馈而使系统不断增长与完善的过程，成功的标志在于是否建立了一个良性的迭代过程，是否持续地使用。