企业级数据仓库的核心是数据,数据治理水平决定了基础数据平台的建设效果和对业务和应用的支持能力。本文通过数据治理满足企业内部对信息的需求,提升企业信息服务的水准,制定相关流程、政策、标准以及相关技术手段,用于保证信息的可用性、可获取性、高质量、一致性以及安全性。数据治理是一项跨系统、跨部门、长期的、渐进式的工作。本文将从企业级的角度,结合数据仓库和分析型应用建设的需要,重点工作放在数据质量检核方案设计上,本文根据数据质量、管理规范等各个方面,制定了相应的数据质量检核方案。本文在方案概要阶段之前已经初步确定项目的方案和范围,在此之上,本文通过应用方案设计,将方案的实施策略进一步落实,作为以后分步实施的基础。本文根据前期数据源调研和业务调研的结果进行逻辑模型的设计,进行并结合客户的实际情况进行客户化,形成企业数据模型,包括业务需求模型、业务数据模型、企业数据模型、数据集市模型并能够满足项目的需要。本文设计了数据抽取、清洗、加载与转换的策略,并设计出一套合理、完善、健壮的ETL体系,为数据平台的健康发展打下一个坚实的基础。本文还对系统的前端应用进行设计,包括架构设计、功能设计等。前端应用包括平台和应用系统,平台为通用前端展现平台和通用MIS平台,应用系统为业务分析系统和财务分析系统。本文通过实施集团BI系统项目,搭建集团企业基础数据平台、管控报表平台、应用分析平台,设计符合集团经营战略的技术平台,构建成熟的BI系统数据模型,为集团经营决策分析系统打下基础。本文的创新之处在于1.构建了统一可扩展的数据仓库架构本文使用结构化的建模技术,搭建稳定的、可拓展的数据仓库平台,对数据仓库内的数据进行统一管理、统一使用。通过元数据管理、ETL等技术,为数据的使用提供准备工作。2.搭建了综合分析应用平台本系统以数据仓库平台为支撑,搭建综合应用分析平台,实现以前端报表展示技术、图形展示技术、多维分析技术、数据挖掘技术、管理驾驶舱技术等多种技术为基础的分析应用。3.数据质量检核方案设计本文从企业级的角度,结合数据仓库和分析型应用建设的需要,重点工作放在数据质量检核方案设计上将根据数据质量、管理规范等各个方面,制定了相应的数据质量检核方案。