谈"OLAP工具毁了BI",本身没有涉及到DW. 最后居然和 innovate511 在DW与BI上一直争论起来.正常争论而已,innovate511先生不必太郁闷. 其实我们讨论BI的目的是为了更好的实现BI,但如果各位认为我有推销之嫌疑,我尽量不提产品. 我认为,如果市场对BI效果失去信任的话,DW也将受到极大影响. 但有一点,我必须认同innovate511先生的观点, 目前的BI厂商试图利用元数据管理解决方案来解决数据质量和集成问题，这是一个非常错误的提案.因为数据上架、清洗等工作不是BI的范畴，的确是DW的地盘。 其实和innovate511先生讨论到最后变成"DW和BI之争"了, 是因为只要很重视BI项目并下大力气部署BI项目的公司往往多半先构建了大型数据仓库，它们的数据必须进行清理，以确保完整性和一致性; 它们的关系也必须在多维数据集中有明确定义，以确保分析工具能够运行嵌在标准报表里面的查询。 Scott Sognefest说过: "这就像你绝不可能先建好工厂，再决定想要生产什么产品。" 因为"数据质量和数据完整性问题永远不会消失，没有一劳永逸的办法可以解决。" IT人员部署BI项目,最好的策略是减少数据源，只留下可满足明确业务目标的数据源。这可以消除相互冲突的数据源，从而易于管理数据清理和集成。因为 "抽取、转换和加载(ETL)需要很大的成本。" 减少数据源仅仅是第一步,它的作用是避免繁琐的工作，但最关键还是数据质量仍要达到标准。有些数据总是很"脏"，可能因为它来自外部，或者因为它是很难抽取的数据。一个常见的例子就是顾客的出生日期，因为顾客觉得没有必要向别人透露年龄，就随手输入11/11/11，或者干脆什么信息都不输入，这就产生了错误数据。 IT人员在部署BI时面临的主要难题是数据质量，其次是集成来自操作型系统的数据，以及将BI软件与现有的IT基础设施进行集成。 越来越多企业都渴望通过BI来获得有意义的数据，但目前实施了BI解决方案，把越来越多的时间用于清理数据、生成报表上，统计结果却一再遭到质疑，业务主管认为IT人员提供的报表经常离谱。 IDC分析师Dan Vesset认为，BI的投资回报之所以不确定，其问题不是出在技术本身，而是由于技术与业务的脱节。他说: "对IT人员而言，BI意味着报表制作、查询工具、多维分析、OLAP工具以及数据挖掘等; 而对最终用户而言，却意味着决策支持。大多数企业把BI当成了一套技术，结果就偏离了轨道; 构建的系统越来越复杂，却满足不了用户的需求，这就需要IT人员更深入地了解底层数据和业务需求。" Evelson建议: "不要从数据仓库或者分析引擎入手，而是要从解决业务问题着手。" 所以,我个人坚持认为应该是业务驱动BI.[@more@]