规划数据仓库的困惑

很多企业在实施数据仓库项目时，都有这样或那样的困扰,本文通过一个典型案例,分析了企业数据仓库的规划.

    这些天的世界杯无疑是球迷的盛大节日，每当夜晚球赛开始的时候，新城酒吧都是人满为患，大家边喝着啤酒边兴奋地看着球赛。

    在酒吧的一个角落里，身为球迷的王韩却无心看球，在和大学同学李新低声交谈，从王韩谈话时的表情，可以感觉到他似乎正在为某事而发愁。

    企业目前现状

    烟草行业业内人士都比较了解，中国烟草行业信息化水平还处于中等水平。尽管烟草行业内的企业几乎全部实现了信息化管理，并且半数处于“基础网络建设”和“系统建设阶段”，但成熟化的应用还仅仅局限在少数的几家大型烟草企业以及部分省级烟草专卖管理体系。

    王韩所在的企业是中小型企业，身为CIO的他上任三年多，为企业做了不少IT基础设施，但是，因为领导对IT不是很了解，也不愿意多做这种“看不见的投入”。不过因为近几年信息化工作的推进，还是上了ERP等项目。

    作为CIO，王韩清楚地了解到，企业制度建设相对来说有不完善的地方，有章不循、制度落实不到位的现象时有发生。制度执行当中的监督工作难度大、成本高。企业每年经营信息成千上万条，每天流动资金也不少。

    而在企业数据管理和应用方面，由于企业数据大量积累，存在信息隔离现象，企业已有的ERP系统和其它应用系统大多只能提供相对固定的分析报表，难以满足企业个性化和快速综合经营决策的分析需求。

    王韩的企业目前采用的方式是，采用直线参谋制的监管体系，通过相应的监管部门，应用统计、会计体系对相应的事件进行事后监管，及时处理的时效性差。受人员素质、能力、情感、责任的影响，监管缺少刚性，监管力度大打折扣。

    准备上数据仓库

    前不久，公司老总去外地一个同行企业参观，看到同行企业的信息化建设的步伐大为感慨。回来后主动找到王韩，要求王韩根据企业的情况规划数据仓库项目。并且目的明确地说：“王韩啊，虽然我们是中小企业，但也要把多年积累数据存储、分析，在这个基础上建立高效方便的数据查询，辅助领导的决策，同时也有利于业务部门得到一些业务问题的答案。”

    当了三年的CIO，总是因为缺少信息化的业绩让领导轻视他的存在，现在老板拍板要上数据仓库项目。王韩心情自然十分愉快，听到这里，王韩心里不由地暗暗欣喜。

    “还有，咱们可是小企业，虽然上这个项目，但是还要考虑咱们的资金和以后的发展。你要多考虑咱们的项目该怎么做才符合企业的需求。” 老总走的时候再三叮嘱。

    回到家里，仔细想想老总说的那几句话，不由得让王韩陷入了困扰之中。

    CIO的困扰

    很多企业在实施数据仓库项目时，都有选择企业级数据仓库还是部门级数据仓库(数据集市)的困扰，这一定程度上决定了企业未来数据仓库的应用关键。而目前，这个问题也同样困扰着王韩。

    如果企业先分部门上数据集市项目，以后企业发展到需要整合成数据仓库的时候，因为之前没有统一的数据仓库协调，不同部门之间的数据集市在整合之中是否会因设计的不同，产生不必要的麻烦？

    而如果直接启动数据仓库，问题也不少：第一、数据仓库规模大、周期长，对类似王韩所在的一些规模比较小的企业用户难以承担。第二、企业目前处于发展阶段，企业制度仍存在不完善之处，如果今后部门需要变动、调整、改变经营结构等，那么是否又会造成数据仓库的变动。而一旦变动，是否又会影响到各部门的数据集市需要相应修改呢？

    王韩确实没了主意，对于他所在的企业，规划数据仓库项目，究竟应该怎么办？（黄昆）

    ◎ 点评专家

    王明远   西安中萃可口可乐饮料有限公司资讯经理
    张振坤  凌云科技集团有限责任公司信息管理中心主任
    孙林  AMT企业资源管理研究中心咨询顾问

    大处着眼 小处着手----王明远  西安中萃可口可乐饮料有限公司资讯经理

    企业规划数据仓库项目时候，遇到最大的困扰或者说被供应商灌输概念最多的可能就是数据仓库和数据集市这两个术语。然而，由于各个供应商的销售策略不同，对术语定义也不统一。

    正所谓卖什么吆喝什么，就如同银行的客户经理，这个月存款任务还没有完成，她会告诉你定期储蓄最安全；下个月开始销售基金，她又会告诉你股票型基金收益最高。这往往会给企业带来很大的混淆，最典型的问题是：到底是先上一个企业级的数据仓库呢？还是先上一个部门级的数据集市？

    作为普通的消费者，钱是自己辛苦挣来的，买什么产品最终还是得自己拿主意。因此，在CIO王韩做出决定之前，一定要非常清楚数据仓库和数据集市的本质区别是什么？他们适合企业在哪个时间段，哪种需求状况下规划？

    数据仓库是在对原有分散的数据库数据抽取、清理的基础上经过系统加工、汇总和整理得到的，主要供企业决策分析之用，所涉及的数据操作主要是数据查询，一旦某个数据进入数据仓库以后，一般情况下将被长期保留，我们可以把数据仓库想象成一个大型的博物馆。

    对数据集市的理解除了知道它是部门级的数据仓库外，一定要非常清楚从属型数据集市和独立型数据集市的区别。我想用一个简单的例子说明两者之间的不同。

    情景一：设想一群文物研究人员从博物馆（数据仓库）分别拿出属于他们研究领域的文物（历史数据）在自己的办公室里（各个部门）分别进行分析研究，这些文物在进入博物馆之前已经经过严格的鉴别、分类、筛选等工作。

    情景二：另外有一群文物爱好者每个人家里都有自己的“宝贝”（有可能是赝品），他们用自己喜欢的方式给她取名、收藏和研究。

    情景一就如同从属型数据集市，所有数据都是从数据仓库中获取，部门只是通过数据集市的方法提升查询效率。情景二就如同独立型数据集市，当有一天政府要新盖一座博物馆，大家响应号召一股脑把自家“宝贝”全搬了过去，这座博物馆可能顷刻间变成一个堆放“垃圾”的大仓库。

    从这个例子可以看出令王韩头疼的正是这样一个问题：建“博物馆”规划复杂、投资大，而建独立型数据集市又存在今后整合的风险。

    其实这个问题也是当前数据仓库的两种主流理论（以Ralph Kimball的dimensional modeling 为基础的结构和以Inmon的ER model为基础的结构）争论的焦点问题。

    可以非常清楚地看到Kimball和Inmon对数据仓库和独立数据集市关系定义的差异。

    实际上，选择哪种方法很大程度上取决于企业的商业需求。如果企业正忍受糟糕的数据管理和不一致的数据，或者希望为今后打下良好的基础，那么Inmon的方法就更好一些。 如果该组织迫切需要给用户提供信息，那么Kimball的方法将满足该需求。

    笔者以为，中国的大部分企业正处于一个快速发展的、充满竞争的商业环境中，企业的规章制度、组织结构、运营模式与国外企业相比还远远未达标准化，数据的原始积累还不够，因此，作为快速解决企业当前存在实际问题的一种有效方法，独立型数据集市是一种极为实用的选择。

    它能够快速地解决企业具体的问题，而且投资规模也比数据仓库小很多。这就如同企业实施ERP系统，笔者个人提倡要小步快跑、步步为营。不要想一口吃个大胖子，结果弄个消化不良，严重的甚至产生“厌食症”，谈ERP色变。

    但是，我们一定要警惕滥用 Kimball的方法，有人认为可以先独立地构建数据集市，当数据集市达到一定的规模再直接转换为数据仓库，并将之作为脱离集中控制而随意构建部门级的数据集市的借口。

    大家知道，多个独立数据集市的累积，是不能形成一个企业级数据仓库的，数据集市为各个部门或工作组所用，各部门之间存在不一致是难免的。

    因为脱离数据仓库的缘故，当多个独立型数据集市增长到一定规模之后，如果没有统一的数据仓库协调（比如数据类型一致性等基本标准都未考虑的话），企业只会又增加一些信息孤岛。当试图跨集市访问数据以获取联合视图时，将造成严重问题。这就如同只是简单地把文物爱好者手中的“宝贝”收集起来，并不能称其为博物馆。

    一个合格的CIO要站在管理者的角度思考问题、提出问题、找到解决问题的辅助方法。很多数据仓库项目不成功的原因除了系统架构的缺陷外，能否真正与业务相结合，能否真正体现管理层的价值才是最关键的。

    因此，作为CIO的王韩在建设独立型数据集市前必须根据企业全面的业务信息和全局的视点制定一个整体决策结构和规划。这个决策是要建立在对未来企业级数据仓库的建设和整合上，保证现在所使用的数据模型能够实现将来企业的战略数据仓库。

    在实施过程中首先划分出数据仓库主要的几个主题区域，逐一划分数据内容和基本的数据模型，形成数据仓库的总体框架，然后在此框架的指导下，根据各部门的业务需求，以一个或者少数几个主题起步，采用自底向上的方法进行数据集市的建设。

    当然，在实际工作中，会遇到很多问题。比如主题和数据模型框架从头设计没有把握；使用外部公司提出的商业框架很难正确评估其科学性、有效性；根据企业自身情况修订这些框架也是高难度、高风险的课题，框架一旦发生错误需要极高的成本来修正。

    可见，数据仓库、数据集市是一种有用的工具，但是在确保成功方面还是有风险存在，其建设是螺旋式上升的迭代过程，很难以一个设计完美的框架来满足不断发展的管理决策需求。因此建立一个数据仓库就像实施ERP系统一样，需要对公司的技术和业务发展策略进行仔细的计划和整合、不断地摸索和改进。

    一个合格的CIO要站在管理者的角度思考问题、提出问题、找到解决问题的辅助方法。

    自身的决定更正确----张振坤   凌云科技集团有限责任公司信息管理中心主任

    在企业里搞IT的人，千万不要钻进技术的牛角尖里面去。本来大家都认为信息化是一个纯技术的活，对信息化敬而远之，不配合不支持，自己还整天念叨着技术术语，人为制造出高深莫测。

    这样只会加深信息化和信息技术的曲高和寡，更加不利于信息化项目的推动。

    在企业进行信息化规划，一定要要根据自己的实际情况进行分析，走最适合自己的路。

    选择数据仓库或者数据集市，从实施的角度看，难度都不小。

    相对来说，数据集市偏重于在某一方面快速见效，数据仓库则更加偏重于总体上的规范化。

    事实上，即便上了数据仓库，也未必会一劳永逸。

    即便是企业规划应用得很好很成功，但也许将来还会有新的理论或者技术，说不定还会出现新的概念和名词，比如数据HUB之类的。

    在信息化的领域里，这样的事情太容易发生了。

    回过头来看过去在实施ERP时，对项目的憧憬和期待恐怕也不亚于现在的数据仓库，但是事实上又怎么样呢？

    上了ERP项目，无非是解决了账本的电子化，计算的自动化，充其量也就是提高了业务部门的工作效率。

    要想解决管理上的问题，还得靠制度的完善、素质的提高、观念的改变。离开了这些非技术因素，纯粹靠信息化手段来实现管理的提升几乎是不可能的。惟技术路线论者只能是秀才造反十年不成。

    有一个企业，是一个非常传统的制造业。

    在很艰苦的环境下，信息部门自力更生，通过几代人的努力，用Foxbase、VB、乃至Delphi、Powerbuilder等建立了自己一系列的应用系统，包括生产统计、财务、物资管理、设备维修等，到现在还在继续使用，有些系统甚至还运行在DOS上。

    前一段时间为了申报政府信息化项目建设扶持资金，他们就面临着很大的困惑：虽说从应用的情况来看，目前这些系统都运行得非常好。

    但从技术层面上讲，他们现在的应用系统难以上大雅之堂。难道真的要为了采用所谓的先进技术而对现在的系统进行推倒重来，重新建设吗？

    其实，很多企业搞IT在很多时候尽管不是很得法，但是很执着，以自己的方式进行，效果也还不错。而信息化方面的权威和专家，他们总是在各种场合提出最先进的理论和技术，告诉企业什么是对的、什么是错的。

    为了显示自己的权威性，到处指手划脚，给企业指出这里不对，那儿需要修改，否则就是不完整的、不规范的、不先进的信息化了，甚至会告诉你这根本就不是信息化，搞得企业无所适从。

    话题绕远了，还是回过头来说数据仓库的问题。

    其实，数据仓库也好，数据集市也罢，还有什么商业智能之类的，都是概念。

    说到底，最终都是为了在现有信息化应用的基础上，对数据进行有效的利用，对决策提供支持信息。

    二者的区别无非是实施的过程和方法不同而已。数据集市自下而上，数据仓库则自上而下。

    理想的“自上而下”，即一个企业建立惟一的数据中心，就像一个数据的仓库，其中数据是经过整合、经过清洗、去掉脏数据的、标准的、能够提供统一的视图。

    要建立这样的数据仓库，并不从它需要支持哪些应用入手，而是要从整个企业的环境入手，分析其中的概念，即应该有什么样的数据达成概念的完整性。

    而“自下而上”的做法，则是强调应用决定数据，有什么应用就获取什么数据。

    到底该如何选择，其实企业自身的决定往往会更正确。企业的信息化规划、主动权一定要抓在自己的手里。

    专家的意见只能用于参考、扩展视野、开阔思路，千万不能照搬照用。要相信自己，真正的专家就在企业内部。

    到底该如何选择，其实企业自身的决定往往会更正确。企业的信息化规划、主动权一定要抓在自己的手里。

    分步实施 急用先行----孙林 AMT企业资源管理研究中心咨询顾问

    数据仓库项目的建设，同大多信息系统的实施相比较，往往是个持久的过程。这是由于数据仓库软件所发挥的决策支持作用所决定的。

    数据仓库不同于流程管理软件，对于ERP、CRM等系统，其覆盖的企业业务活动，无论是采购、制造还是发货，成熟企业内部的业务运作流程往往比较稳定，变更并不频繁；而面对激烈的市场竞争，管理层决策所需要的信息却不断变化、日益复杂。

    数据仓库的建设，就是为管理层的分析、决策提供支持。就拿烟草企业来讲，对于烟草销量的分析，一开始的需求可能仅仅是从卷烟名称、销售网点地区分布的维度来分析就足够了，随着管理的精细化和销售预测的需要，可能又会逐渐地增加卷烟系列、卷烟价格、焦油含量等维度。

    随着企业从粗放型转向集约型，什么好卖就生产什么的时代已经一去不复返。越来越多的企业越来越注重市场和消费者行为调研，根据产品的历史销售情况进行多维度分析，寻找高利润弱竞争的市场并制定相应的营销计划，寻找适合企业的市场定位和目标选择，并且有计划地开展营销活动，最终使企业低成本、高效率的实现业务扩张。

    而在市场定位和目标市场选择的决策过程中，管理者往往需要大量的信息支持。这些信息，包括分析的内容、切分的维度，往往随着市场环境的变化以及消费者行为的变化而变化。而市场环境和消费者行为的不确定性，要求数据仓库对其提供的支持也就相应地在不同阶段会有所不同，体现在数据仓库的模型设计，可能会经常性的增加或减少一些分析主题和维度。

    一成不变的数据仓库设计，是无法满足企业管理者的决策需要。

    除此之外，数据仓库作为企业绩效管理软件，可以为企业、部门以及员工提供及时的KPI监测。随着企业管理的关注点不同，KPI的设计基本上也是以年为频率，不断变化。可能今年关注成本、明年关注效率。这一点，也要求数据仓库能够满足变化的需求。

    另外，从企业的实际情况来看，分步实施也是比较现实、可行的解决方案。

    一方面，从系统实施的角度上，分步实施的风险比较小、成功率较高。作为数据仓库项目的关键用户，至少要进行一些简单报表的开发，以及自定义主题的分析，这些内容往往有较高的技术要求。

    在实际的实施和培训过程中，用户的理解和接受过程可能比较慢。如果对用户的要求过高，一次性的将各种内容全盘接受，并运用到日常工作中去，风险还是比较大的。

    因此，大部分企业还是采取了先理解基础概念，到系统的基本操作，再到简单报表开发，最后是自定义主题分析的培训过程，容易使用户感觉受益，效果往往更好。对应的系统实施过程，则是一期项目以固定格式报表，二期以多维分析为主，后续则增加复杂分析、管理仪表板等内容。

    另一方面，从企业的信息化现状来看，分步实施甚至是不得已的选择。在企业实施了大量业务管理软件之后，的确积累了大量的业务数据可供分析。然而这些数据往往质量不高，难以进行统计分析。

    比如某企业销售管理系统里的经销商字段，同一个经销商可能被用多个不同的名称进行了记录，编码也不同，其对应的销售流水根本没有办法进行统计和合并。这样的问题，往往是导致数据仓库项目失败的重要原因。

    因此，很多企业只能选择数据质量较好的系统，从里面抽取数据进行分析。对于数据质量不好的系统数据，只能通过逐步的数据标准化和数据清洗转换项目，使数据质量达到统计分析要求后，才能够考虑抽取到数据仓库进行分析。

    最后，从成本角度讲，分步实施并不比追求一步到位的成本高。数据仓库如果分步实施，数据集市和数据模型重建的成本较高；然而，只要做好规划，前期的数据模型大部分还是可以复用的。

    对于大型的数据仓库项目，一次性的投入往往比较大，尤其是对于主机、存储等硬件设备的投资。如果数据仓库项目进展不顺利，大笔的投资将给企业和CIO带来很大的压力。

    因此，数据仓库建设还应贯彻分步实施的规则，有步骤地开展。从覆盖的业务范围来讲，先考虑企业的核心业务环节，比如产品销售、订单履行，再考虑其它业务环节，比如采购、生产质量控制等，往往能发挥最大的效益。

    从技术角度来看，首先选择数据质量好、容易采集的数据源，能够降低系统的实施难度。从应用层次上，从定制格式报表到多维度分析，到自定义主题和管理仪表板，能够最大程度得到用户的接受和认可。综合考虑各方面因素、制定合理的规划，分步实施，是数据仓库项目成功的必要保障。

    数据仓库建设应贯彻分步实施的规则，有步骤地开展。

    ◎《中国计算机用户》周刊读者俱乐部会员评论

    寻求一个适合的

    数据仓库作为决策支持系统（DSS）的基础，具有面向主题的、集成的、不可更新的、随时间不断变化的特性。

    这些特点说明了数据仓库从数据组织到数据处理，都与原来的数据库有很大的区别，这也就需要在数据仓库系统设计时寻求一个适合于数据仓库设计的方法。数据仓库的开发规划过程实际上是一个用户和设计人员对其不断了解、熟悉和完善的过程。规划中一般需要几个过程：

    1、选择实现策略。自底向上策略较适合案例中企业的特点，企业能够以较小的投入，获得较高的数据仓库应用收益。

    2、确定数据仓库的开发目标和实现范围：确定所需要信息的范围；确定利用哪些方法和工具访问和导航数据；确定数据仓库内部数据的规模；确定数据仓库中数据的含义；确定数据仓库内容的质量；仓库应该具有怎样的功能；如何使用数据源中的数据等。

    3、选择数据仓库体系结构。一般中小企业选用三层客户、服务器结构。

    4、建立商业和项目规划预算。

    投资方案的确定可以依据以往的软件开发成本，但是这种预算的评估比较粗糙。另一种方法是参照结构进行成本评估，也就是说，将数据仓库实际使用方案所确定的构件进行分解，根据各个构件的成本进行预算估算。（李克）

    要目的明确

    本案例介绍的情况在各行各业都不同程度地存在着，只要目的明确，做好规划就不难。

    首先，应该先了解一下同行企业的信息化建设的情况，对于主要业务流程、未来发展方向、投资规模和取得的成效，有一个明确的了解，对本企业的定位有很重要的参考价值。

    其次，深入本企业各业务部门，了解工作流程，制作数据表格，明确本企业主要业务方向。

    第三，根据掌握的情况进行市场招标，来确定是采用企业级数据仓库还是部门级数据仓库，与选定的厂商进行有效沟通，来保证数据仓库的稳定性和延续性。（白红钢）

    与领导及时沟通

    从本案例看：因为领导对IT不是很了解，虽然公司老总是因为去外地一个同行企业参观，看到同行企业的信息化建设的步伐大为感慨。回来后要求根据企业的情况规划数据仓库项目。从对IT不是很了解，到后来要求建数据仓库项目，这就要IT人员要经常与领导汇报沟通，尽量多让领导了解IT。

    项目也要总体规划：前期的数据量有多大？增长速度会是多少？通过领导所提到“咱们可是小企业，项目该怎么做才符合企业的需求。”可以看出领导都不愿意多做这种“看不见的投入”。也要考虑前期投入的资金、整体的预算。只有准备充分，后续工作才好开展。（黄小英）

    数据仓库是发展首选

    我参与过一个MSI的建立，切身地了解一个MSI对企业的重要性。想要发展就要超前，数据仓库是首选。

    对于企业，部门与部门之间是相互关系，不可能独产存在。部门与部门之间的合作、发展都要一个全面地分析、计划——部门数据库远远无法满足这个要求，另建议该企业可适度地更换管理班子。（林哲乐）

    为企业发展留空间

    这个问题的确是当前中小企业普遍面临的问题，我认为在建设数据仓库的初期，一定要为未来企业的发展留有足够的空间，既能够满足当前企业的发展需要，又能够适应未来的发展需要。

    当然能够真正实现预定的目标是有一定难度的，这就需要CIO要广泛参考不同类型的数据仓库的特点，结合自身的情况，制定出相关的实施计划，在鱼和熊掌不能兼得的情况下，就要做出相应的抉择。（张锋）

    三思而后行

    计算机数据仓库不同于普通堆放物品的仓库，它需要一个安全的工作环境，并且数据仓库要有一个很好的灾难自救功能，因此，提前做好各方面的工作是一个系统的工程，涉及到公司的各个部门及岗位，必须得周全考虑，稍有不慎就有推倒重来的可能。因此，我认为规划数据仓库，要做到未雨绸缪、三思而后行。（杨卫东）

    技术与管理融合

    建立数据仓库的前提是明确企业的信息需求，重点在于数据挖掘和集成分析方面，在市场竞争中为企业提供先发制人的基础和保障，这一应用不完全是技术问题，更大意义上是管理问题。

    建设之初，首先就应该让企业领导认识到不断建立健全规范、完善、灵活和高效的运行机制的重要性，只有这样的机制才会对信息的收集分析和使用有着强烈的需求。

    其次是要保证项目实施组织结构里的人员配置合理，不但从知识结构、能力结构和性格结构，而且在权力结构上都应达到有效推进项目实施的尽可能的合理配置。

    再者应该使全体人员都应认识到，数据仓库的建设是一个长期的不断完善和自我调整的动态过程，不存在一个明确的最终可量化的指标，整体规划应立足现实、长远着眼，做好打持久战的心理准备。

    只有具备以上三个基础，才有可能使数据仓库项目真正长期有效地发挥作用，如不能在这方面与企业领导达成共识，数据仓库不建也罢，因为这将是一个浪费财力、物力、人力等企业宝贵资源和丧失企业市场地位和影响的过程，使人产生信息化不能有益，反而有害的印象。（郭龙柱）

    一定要考虑周全

    数据仓库是一个复杂的项目，它与单位的许多部门交叉，要求额外的计划、交流和管理。

    规划之初，除了对企业的业务需求和数据仓库目的有一个清晰的认识外，还需要选择恰当的人负责数据仓库项目；进行彻底的需求和数据分析；确保业务部门与IT部门一致地为项目成功进行努力；选择可以提供数据仓库完整解决方案的可靠和有能力的集成商；进行应用推广，确保系统被真正使用。考虑周全与部门间的精密协调是很关键的两个因素。（庄甲升）

    做好4点

    1、做好信息规划；2、分析需求层次；3、建立良好基础；4、做好老总工作（树立长远发展思想）。（王季）

    分步规划 分步实施

    做好数据仓库，企业在信息化管理规划之初，首先应考虑到数据采集与管理的范围、规模、数据库的容量等。第一步数据仓库的基础平台才能打好；第二步才能做好功能规划与选型；再一步才能做好规划的实施。只有规划并实施好各期计划，才能做好数据仓库的工作。（殷龙生）

    规划前要明确问题

    总体规划是必须的，但规划之前，必须先明确的问题有：1、具体需求是什么？冷静下来，好好地考虑一番。2、前期的数据量有多大？增长速度会是多少？3、关键的问题：前期投入的资金，整体的预算。知道了这几点再去考虑怎么选择，思路应该更清晰些。（裴甲来）

    从小部门着手

    建立企业数据库规划是十分重要的，这个规划不但要得到企业领导人的认可，还要有可操作性，不妨先从小的部门着手。只有这样才能全面铺开，当然这也是解决资金问题的一个技巧。（林志清）

    要做好前期规划

    做好数据仓库，超前意识是必要的，在建立企业数据仓库之初就必须有一个总体的规划，应让企业数据仓库预留有日后的可扩充性，有利于企业的业务发展。（王日相）

    打好基础平台

    为了做好数据仓库，企业在信息化管理规划之初，首先应考虑到数据采集与管理的范围与模式，只有全面规划并实施好信息系统，数据仓库的基础平台也才能打好，下一步再做仓库的功能规划与选型。（夏济全）

    规划超前分步实施

    建议规划适度超前，系统分步实施。在这个原则下，为避免以后数据集市的整合之苦，必须上企业级数据仓库。至于数据仓库的变动问题，应该属于技术范畴，在系统设计时要统筹考虑。（刘永义）

    选择好软件

    首先应明确数据提取的规模，数据清洗的策略，然后选择好的分析软件才是信息仓库应用的关键。