借助逻辑数据仓库增强数据仓库的敏捷性
商业离不开具有可操作性的智能。多年以来,这种智能通常由商业智能工具来提供,方法就是从数据仓库中提取数据。业务相关者往往会期望所有相关的数据都能够复制到数据仓库中,即使有时候需要一天的时间才能等来最新数据。
问题就在于,有些较新的数据源,如社交媒体平台数据、事务进程数据或有关机器运转的原始数据,其格式往往不适合存放在传统的数据仓库中。这些数据确实可以存储进去,也可以重新进行格式化,但成本非常高昂。
解决这一难题的方法是逻辑数据仓库。
下载此解决方案以了解有关以下内容的更多信息:
- 尽管技术进步,为什么业务分析人员在访问业务智能的能力上仍然遇到局限性?
- 什么是逻辑数据仓库?
- 数据虚拟化如何帮助企业创建逻辑数据仓库?
- 六个最常见的逻辑数据仓库应用场景是什么?
- 在处理查询方面,逻辑数据仓库与传统仓库相比如何?