今天的企業級數據倉庫(EDW)-- 高端分析計算平臺 -- 在未來將會繼續提供強大的戰略分析功能。然而，操作型數據倉庫將會成為數據庫驅動洞察力的最新趨勢。操作型數據倉庫具備包括實時制定運營決策以及戰略數據挖掘在內的許多新功能。業界對這一類實時集中式數據倉庫的使用需求一直在不斷增長，而且更趨多樣化。對于這一新方法，人們通常稱之為普遍化商業智能 (PBI, Pervasive Business Intelligence)。

　　普遍化BI并非未來的愿景，它早已經成為現實。通過部署PBI，那些最優秀的企業將知識管理水平提升到了新的高度：即主動式知識管理。不久，被動式知識管理時代將一去不復返。普遍化BI可以幫助那些用全景視角與客戶和企業真正互動的員工快速實現知識管理能力的優化，為其提煉出可指導行動的戰術智能從而獲取有形經濟價值。

　　精通業務和IT技術的夢想家希望立即就能受益于普遍化BI，于是他們開始了創造性的探索工作。因此，在2001至2002年間，很多企業都通過各種途徑提升了將數據載入EDW以及從EDW中提取數據的速度。這些夢想家成功地在他們的POS機、航空公司登機口服務人員、網站、呼叫中心以及其他許多一線用戶與 EDW之間建立了直接聯系。正當企業IT部門繼續向前沖鋒的時候，軟件供應商也在同一領域發現了改善產品的契機。于是，IT專家和IT廠商建立共生關系，合作研發實時技術。

　　他們是如何做到的呢？被攻克的障礙又是什么呢？首先，三種技術子系統亟待改善。其次，IT部門需要新的設計和流程。

　　這三種技術子系統 -- 數據整合服務、決策庫和決策服務 -- 組成了信息供應鏈的一部分。首先，原始數據要進行轉換和清洗。接著，這些數據會被重新包裝、存儲及再次重新包裝。最終，這些數據在經過分析之后就會被發送出去。

　　數據整合服務系統是一個數據匯聚點，或者說是一個集散中心。它把從多個來源和生產應用獲取的各種各樣的數據整合在一起，為數據加載到EDW做好準備工作。為了達到"一小時以內"或"五分鐘以內"的"服務級別"目標，原始數據的傳送必須是"保障傳送"，以確保傳給數據整合中心的數據沒有出現丟失且一切都是準時完成。數據整合服務系統還必須對數據進行迅速清洗，否則不準確的數據將會降低決策質量。它必須刪除重復數據，分析姓名和地址，并且將"代碼"轉換成更易理解的值。而所有這一切與多個數據流或持續或間歇式地加載至數據整合服務器必須是同步進行的。

　　決策庫系統 (數據倉庫和數據集市) 需要以盡可能快的速度加載數據及提供數據。這一點是較難實現的, 因為數據加載會消耗整個EDW服務器的容量，從而導致一線員工和后臺員工無法進行訪問。因此對一線及后臺用戶來說，系統在數據加載的時候其系能是非常糟糕的。然而在2002年左右，Teradata開始提供實時數據加載程序以及混合工作負載管理工具來解決上述問題。所謂混合工作負載管理，即根據業務規則在數據倉庫內對各項任務進行優先排序。這使得企業可以把最高優先級分配給呼叫中心的員工，而報表優先級列于其次，數據加載優先級最低。這樣，在系統順利處理數據加載任務的同時，報表也能很快得到處理，而呼叫中心的運營將是最快速的。

　　接下來，決策服務系統對 EDW數據進行攫取、重新格式化和分析，并將其提供給一線用戶。由于一線用戶沒有時間仔細閱讀報告，因此需要的信息必須簡短，而且是針對具體的商業任務的。這也就意味著將分析信息提供給整個知識網絡：BI儀表盤、員工門戶、移動設備以及現代"組合型應用"。由于目前接近50%的IT開發項目都是組合型應用，EDW和決策服務的功能必須適用于那些開發工具和應用。這樣就能在任意一個業務流程里提供分析洞察力：普遍化商業智能。

　　有了普遍化BI，企業終于可以激活那些存儲在海量數據庫里的數以TB計的被動數據。他們可以幾秒而非幾個小時的網速將知識迅速轉換成經濟價值。他們能夠為各項業務帶來無限的適應性，創造如同其集中式數據庫功能一樣真正可持續的企業競爭優勢。 (文/夏秋菊)