資料倉儲與商業智慧

資料倉儲(Data Warehouse；DW)與商業智慧(Business Intelligence；BI)是2組不同的概念，不過因為關係密切，故經常被混為一談。

所謂商業智慧，是1種輔助決策的分析工具，多半透過針對歷史資料的分析，找出特定模式或市場缺口，藉以發現商機或改進缺點。

在理想的狀況下，商業智慧應用可以單獨存在，無須仰賴資料倉儲系統，此時商業智慧應用只要直接向各個存有分析資料的資料源，如ERP、MES、CRM等系統的資料庫，撈取資料即可進行分析。但實務上這種作法並不可行。

首先，由於企業的e化系統多半是依照企業發展歷程逐步擴增，因此在不同的時空及人力背景下，採購導入的e化系統，其資料庫欄位、資料單位等資料模式的設計，幾乎不可能完全相同，在實際上是相同的資料，但對系統來說卻是不同資料的情況下，便無法產出有意義的分析報告。

舉例來說，同樣是銷售金額，ERP系統記載的實際售貨金額，可能與CRM用來計算業務獎金為基準的售貨金額有所不同，甚至對跨國公司來說，各地分公司個別系統對於時間(可能有時差)、金額數目(幣別與匯率的差異)，都可能因員工操作的便利性，與系統建置時的時空背景等因素，而有差異，這些資料若未經整理，就讓分析系統撈取，而企業又依據其分析做出決策，結果很可能是災難一場。

不過，某些充滿自信的企業可能相信透過強力的政策控管，便能從源頭做到資料一致性，但是從系統資源面來看，直接讓分析系統至營運資料庫撈取資料、進行分析運算，在多數的狀況下同樣不可行。

由於企業為確保營運系統穩定不停機，多半會在此部署穩定性較高、價格也較貴的軟硬體，在成本考量下，營運系統資料庫運作能量的規劃，也因此會較貼近實際需求，預留的備用能量多半很小。倘若商業智慧應用與營運系統共用同一組OLTP資料庫，便可能產生商業智慧的分析運算作業，與營運系統持續寫入最新營運資料，兩者搶用系統資源的狀況，嚴重者還可能導致營運系統運作不穩定，衝擊企業正常營運，因此，除非企業在OLTP餘有大量未用系統資源，否則直接將分析性應用部署於其上，是風險相當大的作法。

基於上述2項原因，企業為了不影響營運系統運作，又要得到高品質的分析結果，依照可能的分析目的事先收集與整理各資料源的資料，重新規劃資料模型(Data Model)，並打造出1套資料倉儲或資料超市，已是建置商業智慧應用的先決條件，而商業智慧與資料倉儲的密切關係也因而成形，甚至經常被視為是同一件事。

不過，在某些IT系統較單純，或是本身對商業智慧分析項目需求較簡單的企業來說，資料倉儲可能並非絕對必要的產物。舉例來說，若某企業所有的e化作業僅在單一系統，如CRM上運行，而該系統又非24小時皆需運轉，在沒有與其他資料源進行資料整合，並重新規劃資料模型的需求下，與其另外打造1套資料超市(Data Mart；DM)供分析所用，有時增加該系統的運算能力，或選擇在系統離峰時間進行分析運算，反而是較適合的作法。