Stellen Sie sicher, dass Ihre Implementationen sind einzigartig
Keine zwei Data-Warehouse-Implementierungen sind genau gleich. Ein Data-Warehouse ist aus vielen verschiedenen Komponenten zusammengesetzt, von denen jeder in mehrere (möglicherweise vielen) Arten implementiert werden. Diese Komponenten umfassen
Die Breite: Die Zahl der verschiedenen Themen und Schwerpunkte, zum Beispiel, oder die Anzahl der verschiedenen funktionalen oder regionalen Organisationen, die es benutzen werden
Die Anzahl der Quellen, die Rohdaten zur Verfügung stellt
Die Mittel, mit denen Daten aus Quellanwendungen und geladen in das Data Warehouse verschoben
Die Geschäftsregeln auf die rohen Quelldaten angewendet, um qualitativ hochwertige Datenbestände erzeugen
Die Zieldatenbanken, in denen Datenbestände gespeichert werden
Die Datenbestände: Die Elemente, die Detailgenauigkeit in jedem Element, und wie viel Geschichte wird beibehalten, zum Beispiel
Die Business Intelligence Frontend-Tool verwendet, um die Datenbestände zugreifen
Die architektonische Gesamt Komplexität der Umgebung
Keine zwei Data-Warehouse-Implementierungen (weder die Implementierungen jetzt in Existenz noch alle, die in der Zukunft abgeschlossen sein) wird in allen vorangegangenen acht Kategorien identisch sein.
Zwei Unternehmen in der gleichen Branche, zum Beispiel jeder haben könnte einen Umsatz-und-Marketing-Data-Warehouse, die 300 Benutzer über vier verschiedene Business-Organisationen unterstützt, ermöglicht den Zugriff durch das gleiche Business-Intelligence-Tool-Set verwenden, und verwendet die gleiche Datenbank-Management-System in die etwa 50 Gigabyte an Daten zu speichern.
Die beiden Unternehmen wahrscheinlich diese Unterschiede haben jedoch:
Unterschiedliche Datenquellen, einzigartig für jedes Unternehmen
Unterschiedliche Daten als Ergebnis der unterschiedlichen sources- beispielsweise Referenzdaten, die Stufen in der Verkaufs- und Qualifizierungsprozess definiert
Die Verwendung von unterschiedlichen Source-Lager Bewegungstechniken - zum Beispiel Geschäftsregeln für zukünftige Einnahmen prognostiziert
Wegen dieser Unterschiede, würde eines anderen Unternehmens Data-Warehousing-Lösung in ihrer Gesamtheit anzupassen versucht, ein großer Fehler sein. (Oder, wie Ihr Lehrer verwendet, Ihnen zu sagen, # 147-Machen Sie Ihre eigene Arbeit - kein Kopieren # 148-)