本帖最后由 mavisfine 于 2014-12-24 22:03 编辑
随着全球科技信息化的飞速发展，中国也赶着时代的潮流迈入了大数据时代，数据驱动成为了企业的核心竞争力。
谈到数据，哪个企业没有丰富的数据资源？但是信息化建设是条漫长且持续的发展道路，由于建设时期不同，录入人员不同，信息化系统不同，格式规范要求不同等，造成了数据的不一致性，不同的应用系统形成了彼此孤立的信息孤岛，没有一座统一的桥梁（数据接口），管理者想要得到几项信息必须进到不同的系统中进行查询，且查询所得无法进行统一分析比较，综合利用，即使拥有丰富的数据资源，也没法提炼出有价值的信息辅助决策。
困难还不仅如此，大数据时代除了这些独立的信息系统产生的传统业务数据以外，社交平台产生的大数据更是不可忽略的数据来源。这些数据较之传统业务数据，产生速度更快，量级更大，结构更多样，但产生的价值也更大。
这是一个大数据的时代，这更是一个数据需要交换共享的时代，因为数据间的关系并不是相互独立，而是可以相互作用挖掘产生出更大的价值，数据集成可以不同类型的数据组合起来，让业务用户可以快速获得有用信息进行分析，从全局综合的角度分析问题，增加分析结果的准确性。值得一提的是，数据集成并不是一个很窄的领域，其市场规模已达到450亿美元。
因此消除信息孤岛，集成整合数据资源是企业信息化建设最关键，最亟待解决的问题，如何对数据进行有效的集成管理已成为增强企业商业竞争力的必然选择。
但说起来容易，做起来难。数据分散于整个企业，传统的数据集整合方式无法满足现在复杂的IT架构——excel静态无法及时更新，手动编程费时费力且无法保证整合后的数据质量。
对于这些挑战，唯有将数据集成整合在商业智能平台上才可以得以解决。
具有多年 商业智能领域丰富经验的 Informatica公司副总裁Lennard Fischer表示，“在全球绝大多数的商业智能项目中，大约有80%的时间和费用花费在了统一数据上，即数据的转换集中整合的实施上。”
而商业智能平台恰能通过建立数据仓库或集市，将分散在各个不同系统和地方的系统数据收集和整合起来，用户在进行 数据分析时所需数据字段都可以通过商业智能平台获得。由此，企业信息孤岛问题得以解决，不仅提高了企业的数据分析效率，更使分析具有全局综合性。
说了这么多，重新理清下文章的思路如下： 数据集成整合是什么？哪些需要整合？ ——企业独立的信息系统之间的数据 ——社交非结构化大数据与传统关系型数据库中的数据 ——不同格式，结构，交叉重复，错误的数据
为什么要进行数据集成整合？ ——获得一个统一的数据接口平台，获得企业数据全局视图，可以对数据进行统一交互分析，提高实时分析办公效率
传统方式进行数据集成整合可不可行？ ——费时费力，阻碍企业进步发展
如何高效进行数据集成整合？ ——建设数据仓库或数据集市，部署商业智能系统平台，将企业原有系统数据都集成于商业智能平台之下
| 
发表于 2014-10-28 14:47:25
