reporting - 量化数据仓库投资返回率的公认方法是什么?

标签 reporting analytics data-warehouse business-intelligence

背景: 数据仓库的主要输出是使用仓库做出的业务决策。据推测,有值(value)的仓库可以让企业做出比没有仓库更有利可图的决策。

上下文: 举例来说,您正在尝试向自己的公司推销更全面的数据管理和分析策略(即数据仓库)的优点。或者,您是一名 ASP 或顾问,试图向企业推销以构建新系统或扩展其当前系统。您试图向决策者(无论是您的经理还是潜在客户)推销,投资数据仓库以及随之而来的所有分析和报告工具和技能是值得的。

问题: 量化这种增加的盈利能力的公认方法是什么?

最佳答案

您必须在蓝图绘制之前的第一阶段定义这些参数...

  • 数据加载的频率是多少?是
  • 加载完整上传或启用增量上传。
  • 存档策略 有多少用户?
  • 运行时间与历史数据?
  • 主要报告详细或汇总数据?
  • 信息要求?

还有一些问题如下,

  • 组织、单位的目标?
  • 主要 KPI - 您需要对 KPI 有何看法?
  • 您多久需要一次?
  • 您需要什么顺序的深入分析?
  • 信息如何显示;分发、出售
  • 每个人都能看到一切吗?
  • 信息系统变革应具备哪些成功因素?

谢谢。

关于reporting - 量化数据仓库投资返回率的公认方法是什么?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/6048415/

相关文章:

java - 适合网络分析的数据库?

databricks - 为什么我不使用 Databricks 作为我的数据集市?

.net - 开源.Net报告工具

hadoop - 点击流数据分析

nhibernate - 是否有任何 NHibernate 报告生成器?

python - 分析趋势并发现异常行为

c++ - 寻找时间序列数据的 C++ 数据仓库

amazon-web-services - 在 Redshift 中插入

sql - 在 SQL 报告服务中直观地表示非规范化数据集

c# - DevExpress - 对选定的单元格应用相同的条件格式