導入資料倉儲停看聽　 釐清目標、清楚定義資料模型　以免愈做愈痛苦

前進國際顧問經理林建光表示，企業必須先清楚自己的需求，並與顧問充分溝通，才能打造出真正滿足需求並可應付未來所需的企業資料倉儲。馬培治攝

準備好讓你的陳年資料回春了嗎？先不要急，專家與過來人建議，即便已經看好資料倉儲可能帶來的效能與新商機，但為了確保結果良好，企業一定要先釐清目標，清楚了解自己想透過資料倉儲達到哪些分析目的，再與導入顧問深入溝通，以免陷入無止境的修正災難。

微軟營運暨行銷事業群伺服器平台事業部資深產品經理李玉秀指出，由於台灣本土企業一直以來，對資料庫的需求都只在交易性(Transactional)層面，近年來面臨景氣挑戰及國際化競爭的需求下，才開始省思分析性應用技術的採用，但卻又因後端資料源系統龐雜，而陷入不知如何整合資料的長考中，擔心一做下去便沒完沒了。

「企業應該先釐清自己想做的是靜態的報表，還是能夠對未來需求進行分析的商業智慧應用，」擁有豐富甲骨文資料庫與商業智慧應用導入經驗的前進國際顧問經理林建光表示，許多企業知道自己需要分析性的應用，但有的只到報表層次，有的的確有打算採用商業智慧的OLAP、資料採礦工具，挖掘可能的業務機會，但前者需要的僅是歷史資料的統整，後者則牽涉到複雜的資料模型設計，所需時間、金錢與人力成本差異頗大，必須綜合考量。

李玉秀也認為，單從資料結構面來看資料整合的意義不大，企業應先清楚定義出前端的需求，以及未來的期待，再反推回去檢視需要怎樣的資料整合方式，才能達成前端所需的目的，縮減導入前期的準備時間。

與顧問清楚溝通需求

由於商業智慧導入專案中，最昂貴的花費，便是將不同資料源的資料進行整合的ETL(Extract, Transform, Load；資料萃取、轉換、置入)工作，而ETL工具本身其實並不昂貴，但為了因應企業需求進行資料整合與資料模型設計的顧問服務費用，便會在整個商業智慧專案成本中佔去很大比例。

若企業花費太多時間從技術層次來看資料整合，卻忽略前端的需求，結果可能演變成花了大錢整合出來的資料倉儲，卻無法滿足原初的需求。

為了不浪費時間與顧問費用，在專案的前置作業階段，負責同仁最好先清楚審視導入的需求部門本身，對於業務內容及分析系統的期待，如此才能決定資料模型應該納入哪些維度的資料，或是採取何種結構，例如雪花(Snowflake)結構或Cube結構，便會影響到後續資料倉儲運算時所耗費的系統效能。

不過，企業往往視自家的營運流程、報表項目與歷史資料為珍寶，當面對外來的顧問進行需求調查以及營運訪談時，真正要使用決策報表的高層可能語多保留，不願敞開心胸溝通、透露真正想要做到的目標，或將責任推給IT部門。

而此時，若IT部門對自家業務了解不夠深入，又無法說服高階主管透露詳情，打造出來的資料倉儲與運行於其上的商業智慧系統，不但會失敗，還可能成為一場災難。

「未能在建置前期就充分了解需求，是商業智慧導入失敗的最主要原因，」林建光說。

說服關鍵者全力支持專案

從導入顧問的角度看資料倉儲導入是一回事，但是在實際導入的用戶眼中，重視的顯然就不只是需求與資料模型建置了。奇異財務解決方案架構師Chris Watkins便以自身經驗提出5大重點，建議有意導入資料倉儲進行分析應用的企業可多多留意：

1、找出企業資料倉儲的賣點
若要業務部門配合進行資料倉儲專案、確實提供業務流程中的關鍵知識，主事者必須刺激相關單位對企業資料倉儲的期待。舉例來說，與其硬梆梆地要求單位主管進行訪談，不如具體描繪與展示有了企業資料倉儲後，可以進行哪些目前系統做不到的應用，讓業務主管主動解說他的想法與知識，讓工作進行更順暢。

2、建立健全的資料模型
在起初不知如何著手的情況下，可以參考使用業者建議的基礎資料模型，例如Teradata針對金融業推出的FS-LDM，再進一步根據使用部門的確切報表、分析需求，建造出關鍵資料模型。

3、整合不同的期待
其實就是有效的溝通，當IT與業務部門自以為充分交換意見，事實上卻各自有不同的理解時，就如同打造1條接不起來的鐵軌，建完了也無法讓火車在上面運行。透過分享共通的語言、建立標準化的詞彙表，有助於改善這個狀況。

4、資料治理
建立資料品質標準、設立專職的資料管理人，確保資料的蒐集與整合都依照政策在執行。

5、主資料管理
針對客戶資料與參考資料進行管理，提高既有系統資料的價值。