组织如何使用数据仓库中的信息?
数据仓库是一种从多个来源收集和管理数据的方法，可以为企业提供重要的业务洞察。数据仓库专为提供管理决策而设计。
简而言之，数据仓库是指独立于组织运营数据库进行维护的数据库。数据仓库系统支持多个应用系统的集成。它们通过提供一个可靠的平台来整合历史数据以供分析，从而支持数据处理。
数据仓库是一种语义一致的数据存储，可作为决策支持数据模型的物理执行。它存储企业制定战略决策所需的数据。数据仓库被视为一种架构，通过集成来自多个异构来源的记录而构建，以提供结构化和临时查询、分析文档和决策制定功能。
构建数据仓库需要数据清理、数据集成和数据整合。使用数据仓库需要一套决策支持技术。这使得"知识工作者"管理人员、分析师和高管等人员需要数据仓库快速便捷地获取数据概览，并根据数据仓库中的数据做出合理的决策。
一些组织使用这些数据来支持业务决策活动，包括
它可以提高用户关注度，这涉及分析用户购买模式，包括购买偏好、购买时间、预算周期和支出需求。
它可以用于重新定位产品和处理产品组合，通过比较按季度、按年份和按地理区域的销售执行情况来微调生产方法。
它可以分析运营情况并寻找利润来源。
它可以管理客户关系、进行环境修正以及管理公司资产成本。
从异构数据库集成的角度来看，数据仓库是有益的。组织通常收集多种类型的数据，并支持来自多个异构、自主和分布式数据源的大型数据库。
将这些数据整合在一起并支持轻松有效地访问，这非常可取，但也极具挑战性。数据库市场和研究界已为实现这一目标付出了巨大努力。
传统的异构数据库集成方法是在多个异构数据库之上构建包装器和集成器(或中介器)。当查询提交到用户站点时，可以使用元数据字典将查询解释为适合所包含的单个异构站点的查询。
这些查询被映射并共享到本地查询处理器。从多个站点恢复的结果被统一到一个全局答案集中。这种查询驱动的方法需要复杂的数据过滤和集成过程，并且会与本地站点争夺处理资源。对于频繁查询，尤其是需要聚合的查询，这种方法效率低下且成本高昂。
