链接数据孤岛,挖掘数据价值。
随着数据呈现出爆发性增长的态势,数据管理已经渗透到各行业的业务领域,成为业务决策的动力。
| 典型方案 1.建模 ▷ 利用建模工具,连接各业务数据,基于客户的业务目标,进行数据探究和实体对象之间的关联,构建预测模型,为非技术人员准备业务数据。
2.数据转换 ▷ 从数据源抽取出所需的数据,经过数据清洗,最终按照预先定义好的数据仓库模型,将数据加载到数据仓库中去。根据企业对源数据的理解程度,从业务的角度看数据集成。
3.元数据存储 ▷ 元数据存储在专用的数据库中,该数据库就如同一个“黑盒子”,外部无法知道其中的元数据是如何生成和存储的。利用元数据管理机制和元数据知识库,为元数据提供一个集中的管理平台。
4.数据展现 ▷ 通过把关系表映射成与业务相关的事实表和维度表来支持多维业务视图,进而对数据仓库中的数据进行多维分析。让客户轻松找到他所关心的数据。
|
链接数据孤岛,挖掘数据价值。
随着数据呈现出爆发性增长的态势,数据管理已经渗透到各行业的业务领域,成为业务决策的动力。
典型方案
1.建模
▷ 利用建模工具,连接各业务数据,基于客户的业务目标,进行数据探究和实体对象之间的关联,构建预测模型,为非技术人员准备业务数据。
2.数据转换
▷ 从数据源抽取出所需的数据,经过数据清洗,最终按照预先定义好的数据仓库模型,将数据加载到数据仓库中去。根据企业对源数据的理解程度,从业务的角度看数据集成。
3.元数据存储
▷ 元数据存储在专用的数据库中,该数据库就如同一个“黑盒子”,外部无法知道其中的元数据是如何生成和存储的。利用元数据管理机制和元数据知识库,为元数据提供一个集中的管理平台。
4.数据展现
▷ 通过把关系表映射成与业务相关的事实表和维度表来支持多维业务视图,进而对数据仓库中的数据进行多维分析。让客户轻松找到他所关心的数据。