企業或政府單位對于數據的駕馭，從最基本的獲取到整合、治理、探索、分析、汲取智能，再到采取精確行動，這種全能力的建立已經比以往任何時候更為重要。數據的核心是發現價值，而駕馭數據的核心是分析。隨著數據資產成為企業的核心資產，數據分析也正在成為企業建立核心競爭力的關鍵途徑。

　　面對企業內部傳統數據的快速增長，以及各種非結構化、多結構化大數據源的指數型增長，如何發揮數據資產的價值正在成為考驗企業的重大挑戰。有業內人士表示：“在大數據時代，企業要想用數據制勝，就必須盡早建立數據資產管理策略。只有擁有戰略性視野和專業技術，才能更好地獲得商業洞察力，才能將數據資產轉換成戰略資產和競爭力。”

　　數據倉庫在未來整個系統中的地位如何？

　　技術不是那么重要，最重要的是如何使用數據。如果擁有數據倉庫，但這個數據倉庫不能滿足數據實時分析的需求，那這個數據倉庫的作用就很有限。而且，未來的數據包括結構化和非結構化數據，但將要求數據倉庫能夠支持，而且能夠提供實時數據分析，這將是未來的趨勢。

　　數據倉庫擁有以下四個特點：

　　1、面向主題。操作型數據庫的數據組織面向事務處理任務，各個業務系統之間各自分離，而數據倉庫中的數據是按照一定的主題域進行組織。主題是一個抽象的概念，是指用戶使用數據倉庫進行決策時所關心的重點方面，一個主題通常與多個操作型信息系統相關。

　　2、集成的。面向事務處理的操作型數據庫通常與某些特定的應用相關，數據庫之間相互獨立，并且往往是異構的。而數據倉庫中的數據是在對原有分散的數據庫數據抽取、清理的基礎上經過系統加工、匯總和整理得到的，必須消除源數據中的不一致性，以保證數據倉庫內的信息是關于整個企業的一致的全局信息。

　　3、相對穩定的。操作型數據庫中的數據通常實時更新，數據根據需要及時發生變化。數據倉庫的數據主要供企業決策分析之用，所涉及的數據操作主要是數據查詢，一旦某個數據進入數據倉庫以后，一般情況下將被長期保留，也就是數據倉庫中一般有大量的查詢操作，但修改和刪除操作很少，通常只需要定期的加載、刷新。

　　4、反映歷史變化。操作型數據庫主要關心當前某一個時間段內的數據，而數據倉庫中的數據通常包含歷史信息，系統記錄了企業從過去某一時點(如開始應用數據倉庫的時點)到目前的各個階段的信息，通過這些信息，可以對企業的發展歷程和未來趨勢做出定量分析和預測。企業數據倉庫的建設，是以現有企業業務系統和大量業務數據的積累為基礎。數據倉庫不是靜態的概念，只有把信息及時交給需要這些信息的使用者，供他們做出改善其業務經營的決策，信息才能發揮作用，信息才有意義。而把信息加以整理歸納和重組，并及時提供給相應的管理決策人員，是數據倉庫的根本任務。因此，從產業界的角度看，數據倉庫建設是一個工程，是一個過程。

　　整個數據倉庫系統是一個包含四個層次的體系結構：

　　·數據源：是數據倉庫系統的基礎，是整個系統的數據源泉。通常包括企業內部信息和外部信息。內部信息包括存放于RDBMS中的各種業務處理數據和各類文檔數據。外部信息包括各類法律法規、市場信息和競爭對手的信息等等;

　　·數據的存儲與管理：是整個數據倉庫系統的核心。數據倉庫的真正關鍵是數據的存儲和管理。數據倉庫的組織管理方式決定了它有別于傳統數據庫，同時也決定了其對外部數據的表現形式。要決定采用什么產品和技術來建立數據倉庫的核心，則需要從數據倉庫的技術特點著手分析。針對現有各業務系統的數據，進行抽取、清理，并有效集成，按照主題進行組織。數據倉庫按照數據的覆蓋范圍可以分為企業級數據倉庫和部門級數據倉庫(通常稱為數據集市)。

　　·OLAP服務器：對分析需要的數據進行有效集成，按多維模型予以組織，以便進行多角度、多層次的分析，并發現趨勢。其具體實現可以分為：ROLAP、MOLAP和HOLAP。ROLAP基本數據和聚合數據均存放在RDBMS之中;MOLAP基本數據和聚合數據均存放于多維數據庫中;HOLAP基本數據存放于RDBMS之中，聚合數據存放于多維數據庫中。

　　·前端工具：主要包括各種報表工具、查詢工具、數據分析工具、數據挖掘工具以及各種基于數據倉庫或數據集市的應用開發工具。其中數據分析工具主要針對OLAP服務器，報表工具、數據挖掘工具主要針對數據倉庫。