【毕业学位论文】（Word原稿）基于数据仓库的企业管理智能决策系统的设计与研究-软件工程

硕士学位论文 （专业学位） 基于数据仓库的企业管理智能决策系统的设计与研究 姓 名： 学 号： 所在院系： 职业类型： 专业领域： 指导教师： 副指导教师： 二 年 月 in , 2013 W 基于数据仓库的企业管理智能决策系统的设计与实现 X X 同济大学 位论文版权使用授权书 本人 完全了解同济大学关于收集、保存、使用学位论文的规定，同意如下各项内容：按照学校要求提交学位论文的印刷本和电子版本；学校有权保存学位论文的印刷本和电子版，并采用影印、缩印、扫描、数字化或其它手段保存论文；学校有权提供目录检索以及提供本学位论文全文或者部分的阅览服务；学校有权按有关规定向国家有关部门或者机构送交论文的复印件和电子版；在不以赢利为目的的前提下，学校可以适当复制论文的部分或全部内容用于学术活动。 学位论文作者签名： 年 月 日 同济大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进行研究工作所取得的成果。除文中已经注明引用的内容外，本学位论文的研究成果不包含任何他人创作的、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明。本学位论文原创性声明的法律责任由本人承担。 学位论文作者签名： 年 月 日同济大学 硕士学位论文 摘要 I 摘要 智能决策支持系统的基础是管理科学、运筹学、控制论和行为科学，其手段是计算机技术、仿真技术和信息技术，它针对的是半结构化的决策问题，支持决策活动的具有智能作用的人机系统。它结合了计算机技术、信息技术、管理科学、人工智能、心理学、决策科学、行为科学和控制理论等学科与技术于一体，是一个技术集成系统。 本文介绍了企业智能决策系统的相关技术，分析了智能决策系统的概念、技术，数据仓库技术、数据挖掘技术等数据处理技术的应用情况。提 出了智能决策支持系统的具体功能包括 投资项目的管理 、 投资业务与计划编制功能 、 智能化数据处理分析功能和投资项目的综合评价功能， 子功能量化和判断的各种数据以及为企业提供具有可操作性的最佳决策方案。设计了系统的总体功能模块设计，开发流程、数据库设计等等，以及 企业智能决策系统中的重要部分给出系统的总体结构分析 。该系统实现了企业的系统化管理，在竞争激烈的全球化商业环境下，智能决策支持系统作为管理信息系统领域的一个重要方面已经成为计算机管理应用研究的热点和主要的发展方向。 关键词： 企业经营管理；智能决策系统；数据仓库； 模拟交易；绩效测评 I on It is to It of a of of of of of a of of so as as of of is in of in a a of of as an in of 济大学 硕士学位论文 目录 录 目录 . 1 章 绪论 . 1 题研究背景 . 1 内外研究现状分析 . 1 题来源与主要研究问题 . 3 第 2 章 系统相关技术介绍 . 5 能决策支持系统 . 5 策支持系统的定义 . 5 策支持系统的结构 . 6 策支持系统的关键技术 . 9 策支持系统面临的问题 . 10 据仓库技术简介 . 11 据仓库所能解决的问题 . 11 据仓库体系结构 . 12 据仓库的开发 . 13 据仓库的关键技术 . 14 关技术的应用 . 15 于“三部件”的结构形式 . 15 于数据库的决策支持 . 15 第 3 章 系统需求分析 . 17 统开发必要性 . 17 统业务流程分析 . 18 统用例图分析 . 19 统需求目标 . 20 统功能需求目标 . 20 统性能需求目标 . 20 第 4 章 企业智能决策系统设计 . 21 统技术架构设计 . 21 据流设计 . 22 统功能模块设计 . 23 功能的时序图 . 24 据库设计 . 28 据库概念设计 . 28 据库逻辑设计 . 33 同济大学 硕士学位论文 目录 5 章 企业智能决策系统的开发与实现 . 36 统实现环境 . 36 统功能界面的实现 . 36 统其它主要功能的代码实现 . 40 目管理模块主要代码 . 40 资分析模块主要代码 . 41 险分析模块主要代码 . 43 据连接 . 44 第 6 章 测试系统 45 试环境 试方法 试内容 能测试 能测试 试结论 结 第 7 章 总结与展望 . 45 文总结 . 50 一步工作展望 . 致谢 . 参考文献 . 个人简历、在读期间发表的学术论文与研究成果 . 第 1 章 绪论 1 第 1章 绪论 题研究背景 目前我国企业在经营管理方面制定方案的主要途径是利用简单的通信设备， 依靠人力收集信息，决策者通过现有的资料和经验判断，此种方式信息化程度较低，消耗大量时间，决策结果有效性差，不能形成电子化的记录造成信息不一致，信息也不能够量化、集成化，难以满足当今社会企业决策工作的需求。 本文目的即是通过企业智能决策支持系统这一现代信息管理系统的先进技术，开发具有数据收集、数据分析、质量问题处理等功能的企业智能决策支持系统。该系统将具备完整的分析能力，利用先进的通信、信息技术，及时直观地了解交易对象并模拟交易后的结果，最终按照预定的程序和规范提出多个交易预案供决策者选择，该系统可以有效地减 少和避免决策失误，缩短决策时间，提高决策的正确率。 内外研究现状分析 随着计算机技术的不断发展，计算机的使用也经历了数值计算和数据处理两个阶段，目前正向着知识处理的新阶段发展。 计算机在数值处理阶段的应用是一种数据信息处理系统 这个阶段要求的计算机语言有 据库语言，还要求大容量存储器，联机系统和网络 1。这个阶段的输入输出量较大，而且多样化，处理的数据量大于程序。整个数据处理应用阶段，又可分为电子数据处理、管理 信息系统和决策支持系统三个不同的发展阶段。 (1) 电子数据处理 2 50 年代中期，计算机开始应用于企业管理，主要用于事务数据处理和报表的编制，可以实现一个部门的单项管理，故又常称其为单项数据处理。这个阶段，使用 主要目的是提高工作效率，减轻工作负担，降低人工费用。电子数据处理促进了数据库处理自动化，但并没有涉及企业的管理决策活动。随着 应用，逐渐涌现了一些问题：任何一项数据的处理都不可能单独存在，每一项数据处理任务都通过信息交换，资源共 享等方式来与其他的工作紧密结合起来。 够有效的提高某一数据处理环节的工作效率，但配合、协调起 同济大学 硕士学位论文 基于数据仓库的企业智能决策系统的设计与研究 2 其它任务及各种因素其缺点就显现出来了，其优点发挥不了，有时使用不当，还可能造成一些不可预计的后果，这些不良后果往往掩盖了它所取得的成果，这就影响了 大规模应用。 (2) 管理信息系统 由于 缺陷，人们开始探索新的方式，于是在 60 年代出现了 概念，其定义是：管理信息系统是一个由人、计算机结合的对管理信息进行收集、存储、传递、加工、维护和 使用的系统。 计算机应用于一个单位或部门的各种业务处理系统，把数据处理和经济管理结合起来，形成了管理信息系统。 简单地理解为：管理信息系统 =管理业务 +数据库技术 2。 管理信息系统使各企事业单位的管理由原来人工处理大量复杂事务转变为由计算机进行科学管理，它可以对大量的数据进行有效的管理和处理，从而提高企事业单位的管理水平。然而，在 实践过程中，人们发现它还是不能像预期那样带来实际的巨大经济与社会效益。这个问题出现的原因是对 身的理解上出现了偏差。由于系统设计人员没有对企事业单位的 组织结构和各层次管理者的决策行为进行深入研究，设计系统时总是从原有人工方式管理的数据出发，而不是从管理者决策的需求角度出发， 提供的数据往往不是决策者所需要的，这就忽视了辅助决策的功能 3。信息系统是服务于管理决策控制的，只有和管理、控制、决策联系在一起它的工作才有意义，而这在早期的 未加以强调。 另外，当代社会经济环境变化非常迅速，人们对社会的理解和认识也处于不断变化的过程中，而早期的 作却只是立足于一个相对固定的信息系统模式之上。这样一个模式对于完成例行的日常信息处理非常必要，但对 于环境的变化，以及由此而引起的工作方式、工作内容和认识模式等方面的相应变化，却显得不能或较难适应，因此对这些变化所产生的新的信息要求，也很难给出及时和满意的回答。 (3) 决策支持系统 由于 缺陷，人们意识到完成例行的日常信息处理任务，只是计算机在管理中发挥作用的低级阶段。要想对管理工作做出实质性的贡献，必须直接地面向决策，面向不断变化的环境和信息需求。在这种情况下， 70 年代初，由美国 授首先提出决策支持系统的概念，它是在 管理信息系统(础上发展起来的。 开始出现的时候，许多开发者为了使系统显示其作用，都是针对决策者或决策分析人员的某一局部需要，开发出一些小规模的专用性很强的系统，这样的 半是按“如果那就”的方式工作的，具有针对性地相应分析 第 1 章 绪论 3 了不同方案下的结果。近年来， 索一些支持问题相关技术，并取得初步成效。 新特点是增加了模型库以及模型库管理系统，将多种模型 (数学模型与数据处理模型以及更广泛的模型 )有效地组织和存储起来，并且形成了模型库和数据库的有机结合。这种有机结合适应人机交互功 能，自然促使新型系统，即 出现。它具有数据处理功能同时又兼备数值计算功能。 统有许多种分类方式，不同类型的 以辅助不同类型的决策 2： 按照 统支持的管理层次的不同，可以分为作业层决策支持系统、战术层决策支持系统和战略层决策支持系统。 作业层关注日常业务，通过收集、验证、记录和处理数据，提高效率和降低成本；战略层面向高层管理者，主要利用外部信息建立组织发展目标；战术层主要是通过资源分配、监督和控制业务活动来实现组织目标，产生业务报表。 根据企业应用部门的不同，又可以将决策支 持系统分为生产决策支持系统、市场营销决策支持系统、财务决策支持系统等。 为各级管理者提供辅助决策能力，特别是用于求解结构化和半结构化问题时尤为有效。但是传统的 有无法表达复杂决策过程的局限性，智能决策支持系统就应运而生了。 (4) 智能决策支持系统 智能决策支持系统起源于八十年代初期，着重于有效解决定量与定性的问题以及半结构化、非结构化问题，同时提高了决策能力，因此它具有强大生命力，并且可以在应用中发挥巨大的作用。 题来源与主要研究问题 本课题为自选课题，主要目的是希望通过本课题的研究，探索企业或集团公司 (总公司 )与其下属子公司之间的高效运作模式，以及加强总公司对下属公司的业务指导和监管；同时使总公司管理人员从复杂的数据分析中解脱出来，做到宏观决策，微观开放，充分发挥下属公司人员的积极性。 决策问题是每个组织和个人都必须面对的，这些决策问题可大可小，可局部可全面，它们与人们日常的学习、生活、工作息息相关。对于企业而言，经营成功与否的关键是能否做出及时的判断、制定正确的决策。近几十年来，随着生产规模的不断扩大和影响 因素的日益复杂，决策问题的数量也日益增多，相应的复杂程度也逐渐加大。在当前企业的经营管理过程中，高层决策者往往需要考虑数十个复杂的决策因素，以往依靠个人经验和直觉的决策方式已经远远不能满足现代管理决策的需求。 同济大学 硕士学位论文 基于数据仓库的企业智能决策系统的设计与研究 4 传统的 统已经能很大程度上提高了企业运作的效率，但是在辅助决策方面存在着缺点。为了解决传统 统的局限性，为了达到更好地适应市场竞争和提高企业效益的需要、更好地进行市场预测和优化企业资源的目的，在数理统计、人工智能、运筹学等新技术的推动下，智能决策系统的开发和利用开始进入人们的视野。 现 代决策环境的快速变化和决策问题复杂程度的不断提高对决策支持系统提出了更高的要求，这就要求企业级决策支持系统具有开放的结构和学习能力，能够不断扩充知识系统；对于决策问题的复杂性，能够综合运用现有的决策技术，实现定性分析和定量计算的结合，是提高系统决策能力的重要途径；同时企业运作中积累的大量数据信息是企业的宝贵资源，应当充分利用这些积累的内外部信息资源和专家知识，通过这些有效信息做出正确的决策是企业智能决策系统的主要目标；采用智能信息处理技术，实现认知处理过程的自动化是实现这一目标的重要手段 4。本文围绕这一 目标，拟建立一个针对企业财务的智能决策支持系统，通过分析企业决策中智能系统的知识结构、决策支持方法的使用、决策过程的步骤等等，构建出为企业智能管理财务，并能够做出投资决策的系统。 第 2 章 系统相关技术介绍 5 第 2章 系统相关技术介绍 能决策支持系统 决策支持系统 ( 20 世纪 80 年代迅速发展起来的新型计算机学科。 70 年代末由美国 M S 管理决策系统一文中首先提出决策支持系统的概念。它是以管理科学、运筹学、控制论和行为科学为基础，以计算机技术、仿 真技术和信息技术为手段，针对半结构化的决策问题，支持决策活动的人机系统该系统能够为决策者提供决策所需的数据、信息和背景材料，帮助明确决策目标和进行问题的识别，建立或修改决策模型，提供各种备选方案，并且对各种方案进行评价和优选，通过人机交互功能进行分析、比较和判断，为正确决策提供必要的支持 5。 策支持系统的定义 至今， 没有 个学术界公认的定义。 究领域的几位著名学者分别给出了 义。 定义： 眼于管理者的决策行为与需要，同时要扩展他们的能力。 其目的在于，在半结构化决策中辅助管理者而不是代替管理者进行决策，从而改善决策的效果 6。 定义： 一个包括有关问题领域内的知识系统 (能接收与描述所处理问题的语言系统 (及利用 解决具体管理任务的问题处理系统 (三个部分组成的计算机信息系统 7。 国内的定义：决策支持系统是综合利用大量数据，有机组合众多模型 (数学模型与数据处理模型等 )，通过人 机交互，辅助各级决策者实现科学决策的系统。 目前 在迅速发展，没有一个确定的定义，但我们可以从其特征来把握它的概念。 有以下特征 8： 1)针对管理人员经常面对的结构化程度低、说明不充分的问题； 2)结合了模型、分析技术和传统的数据存取技术及检索技术； 3)易于非计算机专业人员交互式使用； 4)对环境及用户具有很强的灵活性和适应性； 同济大学 硕士学位论文 基于数据仓库的企业智能决策系统的设计与研究 6 5)主要用于辅助和支持管理者进行决策，提高决策者做出正确决策的能力，而不是代替高层决策者制定决策。 策支持系统的结构 决策支持系统最重要的结构形式是“三部件 ”结构形式，以后又出现了其它几种形式。 (A)“三部件”结构形式 1980 年 出了著名的“三部件”结构形式，如图 示。它由三个子系统组成，即人机交互系统 (对话部件 )、模型库系统 (模型部件 )和数据库系统 (数据部件 )。 图 策支持系统的“三部件”结构形式 各部件的功能和技术如下。 l、人机交互部件 人机交互部件是决策系统与用户之间的交互界面。主要具有以下功能： 输入输出转换；提供丰富的显示和对话形式；控制决策系统的有效运行。 2、数据部件 数据部件包括数据库和数据库管 理系统。经过十几年的发展，此项技术已趋于成熟，并在商业应用上已经有较成熟的数据库组织方法和数据库管理系统，它可以存储大量数据并进行大量数据操作，并具有数据库建立、删除、修改、维护，数据存储、检索、索引、统计等功能，拥有一套完整的语言体系。 第 2 章 系统相关技术介绍 7 3、模型部件 模型部件由模型库和模型库管理系统组成。模型库用来存放各种静态和动态模型，模型库管理系统负责模型库运行、建立、添加、删除、检索、统计、模型字典的维护等功能。 (B)“三系统”结构形式 1981 年 R H 人提出了决策支持系统的“三系统”结 构形式，即由知识系统 (语言系统 (问题处理系统 (个部分组成。下： 图 策支持系统的“三系统”结构形式 1、知识系统 知识系统是目标问题领域的相关知识。它包括问题领域的大量事实和抽象出来的相关知识，通常有三种表示形式： 数据文件或数据库：数据库的一条记录表示一个事实。 产生式规则：对问题领域的规律性定性描述，这种形式的知识我们称为经验性知识。 数学模型：对问题领域的规律性定量描述，这种形式的知识我们称为过程性知识。 2、 语言系统 提供给决策者的所 有语言能力的总和称为语言系统 (一个语言系统包括两个部分：检索语言和计算机语言。决策用户利用语言系统的语句、命令、表达式等来描述决策问题，编制程序在计算机上运行，最终得出辅助决策信息。 3、问题处理系统 问题处理系统是针对实际问题所提出解决的方法和途径；利用语言系统对问题进行形式化描述，写出问题求解过程；利用知识系统提供的知识进行问题求解，最后得出结论，产生辅助决策所需要的信息，支持决策。这是决策支持系统的核心。 (C)决策支持系统的统一结构形式 决策支持系统合理的统一结构如图 示： 同济大学 硕士学位论文 基于数据仓库的企业智能决策系统的设计与研究 8 图 策支持系统的统一结构形式。 人机交互与问题处理系统 (综合部件 )可理解为对实际决策问题的人机交互与集成处理。它包含的功能有：人机交互、多模型组合运行、控制模型运行、数值计算和数据处理。 (D)智能决策支持系统结构 9 智能决策支持系统 (在决策支持系统 (基础上集成了人工智能和专家系统 (形成的。决策支持系统主要由人机交互与问题处理系统、模型库系统、数据库系统等组成。专家系统主要由知识库、推理机和知识库管理系统三者组成。决策支持系统和专家系统集成为智能决策支持系统 ，如图 第 2 章 系统相关技术介绍 9 图 能决策支持系统的结构形式 智能决策支持系统充分发挥了专家系统以知识推理形式解决定性分析问题 的优点，又具有决策支持系统以模型计算为中心和解决定量分析问题的特点， 通过定性分析与定量分析的有机结合使解决问题的能力和范围得到一个很大的提高。 策支持系统的关键技术 决策支持系统的关键技术主要包括 24： l、建模技术 建模技术是交互建模决策支持系统的关键技术。建模技术一般步骤是先选择适合于实际问题的模型，按该模型的数学结构建立该问题的数学方程，即确定模型的参数 (方程的 系数和常数 )，然后再编写该问题的模型程序。 2、接口技术 “综合”、“模型”、“数据”是决策支持系统三大组成部件，它们是各自独立的部件，解决好各部件之间的接口问题才能进行综合集成，才能把它们有机地结合起来。 3、模型库系统 同济大学 硕士学位论文 基于数据仓库的企业智能决策系统的设计与研究 10 模型库系统是决策支持系统的核心部件。目前为止还没有完整的理论和开发方法。模型库系统的建立是决策支持系统体现特点的关键技术。 4、知识推理 知识库和推理机是专家系统的核心，知识推理是专家系统的关键技术，也是智能决策支持系统的关键技术。 5、系统综合集成技术 智能决策支持系统是由 “综合、模型、数据、知识”四部件组成的。将它们有机的结合起来形成一个实际智能决策支持系统的关键在于系统综合集成技术。 6、系统快速原型开发技术 为使决策支持系统在系统级上实现程序的自动生成，需要利用系统快速原型开发技术。它成为开发决策支持系统新的关键技术。 策支持系统面临的问题 随着计算机技术的快速发展和企业界提出的更高需求，数据仓库技术应运而生。传统的数据库技术是单一的数据资源，即数据库为中心，进行从事务处理、批处理到决策分析等各种类型的数据处理工作。近年来，随着计算机的应用，网络计算开始向两个不 同的方向拓展，这两个方向一是广度计算，一是深度计算。广度计算的含义是把计算机的应用范围尽量扩大，同时实现广泛的数据交流，互联网就是广度计算的特征；深度计算的含义就是人们对以往计算机的简单数据操作，提出了更高的要求，希望计算机能够更多地参与数据分析和决策的制订等领域。特别是数据库处理可以分为两大类：操作型处理和分析型处理。这种分离，划清了数据处理的分析性环境与操作型环境之间的界限，从而由原来的以单一数据库为中心的数据环境发展为一种新环境：体系化环境 10。 数据库系统作为数据管理手段，从诞生开始，它的目的 就主要应用于事务处理。经过数十年的发展，在这些数据库中已经保存了大量的日常业务数据。传统的业务系统大多是直接建立在这种事务处理环境上的。随着技术的进步，人们试图让计算机担任更多的工作，而数据库技术也一直力图使自己能胜任各种类型的信息处理任务。但以目前的计算机处理能力，根本无法实现这种功能，而且从另一方面看，事务处理和分析处理具有不同的性质，两者具有本质区别，直接用事务处理环境来进行分析处理支持决策是行不通的。 第 2 章 系统相关技术介绍 11 据仓库技术简介 数据仓库 (术是近年来兴起的一种新的数据库 应用。随着数据库技术的应用和发展，人们尝试对数据库中的数据进行再加工，形成一个综合的、面向分析的环境，以更好支持决策分析，从而形成了数据仓库技术。数据仓库系统为决策支持服务，它包括：数据仓库技术 、联机分析处理技术 (、数据挖掘技术 (，数据仓库弥补了原有的数据库的缺点，将原来的以单一数据库为中心的数据环境发展为一种新的数据环境：体系化数据环境 11。如图 示： 注：“ ”表示数据的抽取方 向，左侧 表示操作型环境，右 侧 表示分析型环境 图 据仓库体系化数据环境 据仓库所能解决的问题 数据仓库通常是一个专用的数据库系统，它独立于这个组织中的联机事务处理系统 (在以下方面它不同于操作型系统 12： 它比联机事务处理系统跨越更长的时间 它包括多个被处理过的数据库 (对数据库进行处理是为了使数据仓库的数据具有统一定义 ) 它被优化以便用来回答来自直接用户和应用软件的查询 定义数据仓库的方法有许多。 W H 业界公认的数据仓库概念的提出人，他在其著作建立数据仓库 (书中对数据仓库的定义 13是“ A is a of in of s 。即数据仓库是面向主题的、集成的、时变的、非易失的， 以支持决策的数据集合。 目前在信息管理方面存在的普遍性问题包括 14： 同济大学 硕士学位论文 基于数据仓库的企业智能决策系统的设计与研究 12 (1)“数据太多，信息不足”的现状 随着数据库技术的发展，各企业积累并存放了大量业务数据，但能够为企业提供辅助决策的信息太少，这种现状急需改变。 (2)异构环境的数据源 由于市场竞争激烈，新产品周期缩短，如何综合利用分散的异构数据库中 的数据，及时获得准确、有用的信息是使企业取得成功的关键。 (3)事务处理环境不适宜 用，主要表现在： 事务处理和分析处理的性能特性不同 数据集成问题 数据动态集成问题 历史数据问题 数据的综合问题 随着市场竞争的加剧和信息社会需求的发展，从大量数据中提取 (检索、查询等 )制定市场策略的信息就显得愈加重要了。要提高分析和决策的效率和有效性，那么就要求分析型数据及其处理必须与操作型数据及其处理相分离，分析型数据必须从事务处理环境中提取出来，然后按照 理的需求进行重新组织建立单独的分析处理环境。数据仓库正是为了构建这种新的分析处理环境而出现的一种数据存储和组织技术。 据仓库体系结构 常见的四种不同的体系结构；单层体系结构、双层 调和体系结构、双层衍生体系结构和三层体系结构 15。 l、单层体系结构 该体系结构的特点是：数据不是“拷贝”到数据仓库里去的，而是要通过决策支持工具直接访问业务数据。单层模型有时称为虚拟数据仓库，仅在很少情况下使用。如果业务数据是不必调和的，存储在一个 ，对 请求数量很少，并且应用程序设计能够应付时间需求的时候，它就是个可行的模型。 2、双层调和体系结构 该体系结构的特点是：适当的业务数据存放在经过调和及清洁的全局数据仓库中，决策支持工具在这样的仓库里访问业务数据，全局数据仓库包含细 节记录。这一模型并不常用。 3、双层衍生体系结构 第 2 章 系统相关技术介绍 13 该体系结构的特点是：业务数据经过过滤和概括后直接成为衍生数据，决策支持工具访问衍生的数据。数据集市和专用高速缓存之间的区别在于数据集市一般是关系型数据库，而专用高速缓存是用于数据分析的专用的数据库 ，例如多维数据库。这是目前最为常见的数据仓库模型，主要是因为便利和对 依赖性最小。一般而言，一旦和 成了提取业务数据的一致意见，工作群便可以独立建立业务视图和数据子集了。 4、三层体系结构 该体系结构的特点是：业务数据先要经过调和，放进数据仓库，然 后再经过过滤和概括进入数据集市或专用高速缓存中。决策支持工具访问的是衍生数据。这种模型的倡导者强调指出，在建立数据仓库以前，数据必须先在全局数据仓库中经过调和，这样才能避免出现同一个问题得出不同答案的局面。 据仓库的开发 数据仓库系统是一种解决问题的过程，而不是一个成品。不同企业会有不同的数据仓库。开发数据仓库的流程包括八个步骤 16： (1)启动工程。建立开发数据仓库工程的目标和计划。计划包括数据范围、提供者、技术设备、资源、技能、方式方法等。 (2)确定主题。数据建模要根据决策需求确定主题，选 择数据源，对数据仓库的数据组织进行逻辑结构设计。 (3)建立技术环境。选择实现数据仓库的软硬件资源，包括开发平台、 络通讯、开发工具及建立服务水平目标等。 (4)设计数据仓库中的数据库。基于用户的需求，着重于某个主题，开发数据仓库中数据的物理存储结构，即设计多维数据结构的事实表和维表。 (5)数据转换程序实现。从源系统中抽取数据、清理数据，一致性格式化数据、综合数据、装载数据等过程的设