DWA 能解救数据仓库吗?

速度，DWA的追求

度假村连锁集团Center Parcs利用快速分析工具来评估和修正自己的网站，从而提高网站的易用性，增加客户预订量。Center Parcs的IT服务部门主管Richard Verhoeff说，Netezza设备让他的公司可以对所有网页点击流量信息进行聚类分析（cluster analysis），从而得出了有价值的结果。

Verhoeff说：“人们通常认为主页点击量会很大，但我们通过聚类分析发现，其他网页的点击量几乎一样大，于是我们在这些网页上也投放了促销广告内容。”

“比如在商店里，吸引人的商品会放在眼睛平视的位置，同时，店家能够直接观察顾客的行为。在互联网上（不同于商店），你必须得分析数据，才能知道眼睛“平视的位置”在哪里；因此，你需要这种DWA设备的强大功能来分析数量巨大的记录信息。”

要是没有DWA，用户所能进行的查询很有限，查询起来也很费时间。现在由于复杂查询的时间缩短到了几分钟、乃至几秒钟，用户就可以任意发挥想象力，重复更多次的分析，或者对粒度非常细的数据执行一系列全新的分析。

比如在电信行业，呼叫记录的迅速增长带来了数量众多的数据，这往往使得许多公司很难迅速、有效地分析客户和呼叫方案信息。

释义DWA的误区

但是一些数据仓库领先厂商对DWA有不同的看法，他们认为DWA由于采用了专有技术，其上的软件无法移植到其他硬件平台上；而且设备升级起来难度大、费用高；另外，DWA只擅长于处理某一项或某一类工作，不具有数据仓库的通用性。

对此，独立IT调研公司Bloor Research的研究主任Philip Howard表示，这些看法有误区。他说：“事实上，对这种设备所要关注的方面其实与其他任何一项技术没什么两样。它是不是可以完成我想要它完成的工作？它会支持我所需要的可扩展性和性能吗？它是不是以一种经济可行的方式完成必要的工作？”

如果你有数据仓库，那么它绝对不会变小。所以，如果你面临下面这样的压力：提供更多分析信息、处理实时数据、预算面临制约但是又立即需要某项技术，那么DWA也许能满足你的要求。

DWA也需要客户化

记者针对DWA在国外应用的现状，也采访了国内商业智能专家鲁百年。他表示，DWA的方法从根本上来说与传统数据仓库的实施没什么差别。传统上建立数据仓库的方法的确存在问题，“追求大而全，因此出现了很多失败的例子。”他认为，现在建数据仓库应该遵循三个原则——业务驱动为主，按照业务部门的应用需求逐个建立数据集市；想大做小，即从小处着手，但在最初设计时考虑好扩充性，将来每个数据集市可以相互共享统一的公共信息源；分段设计，将数据仓库、核心业务系统和具体的应用系统在设计上隔离，但相互之间又能有机地联系。

鲁百年介绍说，BO公司也有类似于DWA的产品，但他相信任何商业智能产品都需要客户化，这只是程度上的差异；同时无论对大企业，还是小企业，建设数据仓库的必要流程不可或缺，即使是DWA这样打包好的方案也需要客户化。

记者点评

早在十年前，记者曾参观了国内一家大型商业银行的中心机房，面对满目林立的各种机器，该机房负责人一一为我们介绍了机房内设备各自的用途。我记得，其中一台大型机器就是用于数据仓库。

但遗憾的是，这位负责人表示，他们最初对数据仓库设想的很好，到具体实施时发现困难重重，很多困难在之前不曾想到。设备是准备好了，但应用始终难以成行。

近些年，随着企业对提升自身竞争力的日益关注，商业智能提到了C级别领导的议事日程里，越来越多的行业用户参与到商业智能的讨论和实施中，但实施的困难不容小视。

在不久前由本报承办的第七届税务电子化论坛上，中国移动的一位负责人谈到他们正在建设中的数据仓库时说，建设数据仓库应该具有长期性和巨额投入，要充分理解数据管理的重要性、复杂性和艰巨性。

的确，很多企业开始实施商业智能方案后才意识到这是一个非常艰巨、短期内不容易见效益的任务，因此也让很多中小企业望而却步。

本文所提到的DWA给出了一种全新的实施商业智能的出路，这种小而全的打包方案也许满足不了大型企业建立大型数据仓库的需求，但对中小企业非常适用。

相信国内很多企业很难具有中国移动的大手笔，一下子投资23亿元用于数据仓库的建设，而很多中小企业10年也未必能投入10亿元用于整体IT建设。对于这类企业来说，利用DWA来了解企业的经营状况、分析运营结果不失为一个不错的选择。（张敏）