应用至上实效为本：数据仓库的构建要领_数据中心

在数据仓库的建设中，有的金融机构还存在一些认识性误区，且大多仍是靠IT人员主导和推动，这往往会造成数据仓库的功能、架构存在一些欠缺，应用效果也差强人意。

（2）技术人员：重在对整体架构和数据模型的把控，以及与之相关的数据治理工作
数据仓库作为分析型应用，基于数据模型，服务于管理决策。在业务关键应用不断增多的背景下，如何能以稳健的“以不变应万变”的能力支持这些业务应用，就成为数据仓库建设的关键环节。这需要技术人员发挥实力，规划和维护好整体的技术架构体系，保障系统的安全性和可扩展性。在此方面，需要技术人员的把控和主导以及业务人员的理解和配合。

例如，数据模型的构建，需要对相关业务系统数据源的详细分析，加上对各类分析需求的高度抽象和概括，确立模型的基本架构、数据粒度、主控数据、元数据的标准及规范，并按主题和属性来组织数据。这其中涉及的“核心规范”，必须由技术人员来“统筹”管理，业务人员在应用实践中需要学会必要的“妥协”和“包容”。

在数据治理方面，技术人员需要建立数据标准、数据认责等方面的管理办法，涵盖数据标准的建立、更新、审核以及数据使用、管理、维护的责任机制等内容，并确保能按照规定的流程来落地实施。

总之，数据仓库的建设是一项实践的艺术，远离业务人员的技术型数据仓库不能称其为成功的数据仓库；而离开技术人员的整体把控，数据仓库就可能误入歧途。因而在数据仓库的构建过程中，技术人员和业务人员要具备良好的学习和沟通能力，需要密切配合、各显其能。

四、推进数据仓库建设的路径探讨

一般来说，数据仓库的构建路径分为“自上而下”和“自下而上”两种方式，但在实践中效果似乎都有所欠缺。在数据仓库的建设过程中，因为需求的不确定性和方案的落地风险等因素，许多按照“自上而下”瀑布式开发的大型数据仓库项目最终都以失败告终，即使能完成，系统的性能也会大打折扣，这需要我们认真总结其中的教训；相反，按照“自下而上”分而治之的螺旋式开发方法，系统建设的风险和成本虽然会大大降低，但由于是多阶段开发，往往会造成“一叶障目”的问题。数据仓库的建设可遵从“围绕应用、双向结合”的开发模式，具体来讲有以下几点。

1．双向结合：由IT人员主导数据仓库的整体架构体系以及数据管理规范等内容，而由业务人员来主导围绕主题的关键应用
基于企业级的属性，为避免管理和协调上的真空地带，需要技术部门的专业人员担当数据仓库的总设计师，先负责建立一个企业级的数据模型作为数据结构化和数据存储的蓝图，并对银行各业务部门共性的东西进行提炼，比如客户、产品、账户、交易、渠道等；在此基础上，业务部门则可利用这些信息，面向特定主题进行应用整合，获取主题范围内的分析视图，最终完成闭环范围内的客户管理、风险管理、财务与绩效管理等关键业务应用。

围绕主题，应用优先，有利于数据仓库的项目推进。首先，由于不同的主题之间一般没有非常紧密的联系，因而可以在应用方面分步骤实施或并行实施，这有利于降低数据仓库的开发难度。同时，从业务角度看，在数据仓库建设之前，银行事实上已经存在着大量支持决策的管理信息系统，面向主题构建小型的数据模型应该比较快捷，这可以使银行尽早地利用这些决策支持功能并从中收益。另外，阶段性应用成果的不断涌现，能够增强项目团队的信心，提高管理层对数据仓库系统的认同感，有利于项目的整体实施。

2．互动协作：在推进面向特定应用的过程中，必须随时呼应数据仓库的总体架构及数据规范
将“以定义为主”的自上而下模式与“应用推动、偏重执行”的自下而上模式结合起来，虽然可通过有计划的分步实施，迭代搭建起可扩展的数据仓库平台，但在建设过程中，也一定会出现各种需要协调解决的难题。

由于每个关键应用都是基于“主题”对数据进行抽象和组织，因而就会形成多个、独立的“数据集市”，这给数据仓库的建设带来冲突隐患。一旦发现数据集市与数据仓库的基础架构及数据规范有不协调之处，就必须及时启动数据体系结构的转换计划和修订审核流程，确保数据仓库逻辑模型架构的稳定性和主控数据的一致性。

3．持续治理：要将数据仓库建设与数据治理工作有机地统一起来，在遵从统一数据治理前提下，不断规范各类“异构”的关键应用
数据仓库建设和数据治理工作都是一个漫长的过程，在数据仓库的建设中，要充分体现数据治理的理念和要求。

在数据仓库的建设中，数据治理工作组要建立配套的数据治理组织架构和制度流程，同时，要通过广泛宣讲和强制实施，将数据治理要求贯彻到整个银行的信息化建设中，为数据仓库打下良好的底层数据基础。对现存基础系统的问题，要及时组织项目各方充分沟通，并结合具体需求进行修正转换或增量定义，并经有权人审核确认；对于新建系统，则要未雨绸缪，将数据治理工作融合到系统的需求分析和设计评审过程中。

只要对数据仓库系统建设的重要性和必要性有充分的认识，只要有明确的、切实可行的目标和规划，再把握好“实用先行、稳步实施”的原则，就能够充分利用数据仓库技术实现为管理决策服务的目标，商业银行也必定会从中获得丰厚的回报。

（文章来源：中国金融电脑）

首页上一页 1 2 3