数据仓库白皮书.pdfVIP

数据仓库白皮书

数据仓库白皮书-结构与应用篇

IBM、Oracle等厂商都提出了自己的数据仓库结构，但严格说来，任何一个数据仓库结构都是从

一个基本框架发展而来，实现时再根据分析处理的需要具体增加一些部件。其中斯坦福大学

“WHPS”课题组提出的一个基本的数据仓库模型如图1所示。

为了能够将已有的数据源提取出来，并组织成可用于决策分析所需的综合数据的形式，一个

数据仓库的基本体系结构中应有以下几个基本组成部分：

◆数据源指为数据仓库提供最底层数据的运作数据库系统及外部数据。

◆监视器负责感知数据源发生的变化，并按数据仓库的需求提取数据。

图1数据仓库基本体系结构

◆集成器将从运作数据库中提取的数据经过转换、计算、综合等操作，集成到数据仓库中。

◆数据仓库存贮已经按企业级视图转换的数据，供分析处理用。根据不同的分析要求，数

据按不同的综合程度存储。数据仓库中还应存储元数据，其中记录了数据的结构和数据仓库的任

何变化，以支持数据仓库的开发和使用。

◆客户应用供用户对数据仓库中的数据进行访问查询，并以直观的方表示分析结果的工具。

应用行业

新世纪客户关系在各种交易中所起到的作用越来越重要，在市场经济这个天平上的法码也是

越来越沉重了。从而使得在目前竞争激烈的知识经济环境和电子商务经济模式下，重要的信息往

往可以决定企业的成败，甚至决定企业的生死存亡。因此，很多行业都采用了数据仓库解决方案

充当企业决策机构的智囊和参谋。如我们平时所说的民航订票系统、银行ATM系统、证券交易

系统、期货交易系统、铁路售票系统、移动通信用户信息管理与服务系统等就是建立在大型数据

库基础之上的数据仓库。由于篇幅有限，下面仅就以下行业来加以简单说明。

证券

证券公司利用客户行为分析系统将所有客户的操作记录进行归类和整理，并结合行情走势、

上市公司资料、宏观微观经济数据等，在掌握大量数据的情况下，对客户的行为和市场各因素的

关联、客户的操作习惯、盈亏情况、公司的利润分布等进行统计和分析，从而获得以往一直想获

得但却无法获取的关于客户在本公司的行为、盈亏、习惯等关键信息。证券商在获得这些信息后，

就有能力为客户提供针对其个人习惯、投资组合的投资建议，从而真正作到对客户的贴心服务。

银行

随着社会主义市场经济改革的深化，传统的计划金融模式逐渐瓦解，市场金融模式逐渐形成。

在这个变革过程中，由于体制、市场、企业、个体等经济要素变化、发展的不平衡性，带来了银

行对各种金融变量控制的随机性和模糊性。如何防范银行的经营风险、实现科学管理以及进行决

策，成为当今金融研究的一个重要课题。利用数据仓库的强大功能，银行可以建立企业客户群、

个人客户群的数据库，并对企业的结构、经营、财务、市场竞争等多个数据源进行统一的组织，

形成一个一体化的存储结构，为决策分析奠定基础。通过先进的信息加工、分析、处理软件，加

上银行的经营决策、信贷营销人员的个人经验，对每一个投资方向、每一笔贷款作出科学的判断，

可以有效控制投资、信贷风险。

税务

增加税收、提高效率、改善执法的一致性与公平性、降低对纳税人的负担和干扰，是税务稽

征部门的重要目标。然而这些目标往往又是相互冲突的，要在其间找到最适当的平衡点非常困难。

通过应用数据仓库技术，对税收部门的内部和外部数据进行综合分析处理，可以解决三个方面的

问题：一是查出应税未报者和瞒税漏税者，并对其进行跟踪；二是对不同行业、产品和市场中纳

税人的行为特性进行描述，找出普遍规律，谋求因势利导的税务策略；三是对不同行业、产品和

市场应收税款进行预测，制定最有效的征收计划。数据仓库技术之所以能够查出漏税者，其基本

思想是通过对大量数据资料的分析来掌握各行各业、各种产品和各类市场的从业人员以及企业的

纳税能力，并与其实际纳税金额进行对比，从而查出可能的偷漏税者。澳大利亚政府税务部门将

数据仓库技术用于支持税收业务，系统经过3年的运行，投入回报率达到1∶15。

保险

随着商业保险公司业务系统日趋完善，数据交换和处理中心的建立，如何满足保险行业日益

增长的各种查询、统计、报表以及分析的需求，如何提高防范和化解经营风险的能力，如何有效

利用这些数据来实现经营目标，预测保险业的发展趋势，甚至如何利用这些数据来设计保险企业

的发展宏图以在激烈的竞争中赢得先机，是保险决策支持系统需要解决的问题，也是目前保险企

业在信息技术应用上的首要难题。