企业级数据仓库原理、设计与实践（EDW）

　　《企业级数据仓库（EDW）原理、设计与实践》作者曾主持建成了我国证券市场惟一涵盖全市场业务数据的大型企业级数据仓库，他将其基本于日常工作实践对数据仓库的概念和理论的理解及建设经验融入本书，详细地讲述了企业级数据仓库（EDW）的基本概念、规划、设计与实现，以及解决方案，并且还详细地描述了电信业、证券业和银行业数据仓库的案例，供数据仓库建设者借鉴。塞尔希奥·齐曼说：“我写这本书，目的是要让每个人，包括营销人员和雇用他们的经理层弄清楚，营销究竟是一个什么样的东西以及如何搞好营销。我会谈到过去，并会告诉你为什么营销发展到今天会变得如此一蹶不振，但是，我将主要着眼于未来，讨论到底需要做些什么。在我看来，未来的营销应该回复到它原先的一些基本原则上来。我对营销的这种理解已经使我走上成功之路，它今后还将会继续使我获益匪浅。营销的原则实际上都寓含于那些古老的商业准则。你花钱是为了赚钱，你只雇用那些需要的人。而当你雇用别人时，你当然会希望由此会带来更多的产品和更多的利润了。我认为未来的营销必须用“金融工具”来衡量，就像公司在获得一块资产时要用某种金融工具去衡量一样。这也是一种具有创造性和风险性的行业。它也许会使你受到震动，让你从全方位加以考虑。我希望如此。但这并非冒险，因为它会使你从中得到谨慎的科学的管理经验。一些人已经称我是“天才营销大师”了，当然还有一些不那么过于奉承的话。而在我看来，我并非那种“天才”。我一直有一个目标，我能非常理性地达到这个目标。我已经说过，本书并不是要讲可口可乐如何如何，但是它会涉及到许多可口可乐的案例，类似的案例可以用来解释和探讨营销的战略和战术。我和我的同事们正是运用这些战略战术，把一家像可口可乐这样的百年老店的销售额在5年内提高了50％，也就是说从100亿听提高到150亿听。我要向你讲述的并不仅仅是我们已经做了什么，更为重要的是，我要把我们如何给该品牌定位，宣传和振兴的一些原则向你们阐明。我们确实做了一些令人激动的和头晕目眩的广告，也搞了一些令人难忘的活动和惊人的刺激场面。但我们成功的秘诀在于，我们从来没有忘记我们的目标，那就是使更多的人购买更多的可口可乐，让公司能取更多的金钱。在此同一期间，可口可乐的市场价值从400亿美元跃升到了1600亿美元。我也会向你讲述“新可乐事件”，并会告诉你为什么这是一个巨大的成功。诚然，我们的营销活动在重推广古典型可乐之前，持续了仅仅77天，浪费了数以“吨”计的金钱并引起了公众的愤怒。但是，我认为“新可乐”实际上很成功，因为它复兴了可口可乐的品牌，并重把公众的注意力引向了可乐。虽然它没有按照我们的原计划发展，但是，我们也达到了我们的目的，即改变了消费者和品牌之间基本对话的模式。改变这种模式是你在本书中要多次看到的一个概念。这样的例子你不仅在软件饮料界会看到，而且在计算机业、航空业、洗涤用品业、旅游鞋业以及所有产品类的行业都会有类似的情况。……总的说来，我想向诸位传输这样一个信息，即市场营销员们已经忘记但应该记住的东西，营销必须能把商品卖出去。营销并不是创造一个形象。形象的树立只是意味着人家知道你、认识你，但是，这并不一定会让人家购买你的产品。营销也并不是要制作哗众取宠的广告。它是要通过方案，促销活动、广告等诸多活动达到实际效果，即要使人们相信他们应该购买你的产品。对快餐店来说即是食物的消费，对航空公司来说即是载客率。它们都需要利润，这才是它们的最终目的。

　　作者：王彦龙王彦龙 工学硕士、经济学博士、全国金融标准化技术委员会证券分技术委员会副主任委员。曾在深圳证券交易所、中国证监会工作多年，历任深圳证券交易所电脑工程部经理、深圳巨潮信息公司总经理、中国证监会市场监管部交易监管处处长，现任中国证券登记结算公司总工程师。作者对中国证券交易及登记结算技术系统建设具有实际的领导经验，曾主持并参与深圳证券交易所交易系统建设、中国证券登记结算领域多项技术系统的建设，主持搭建了国内首家证券类互联网信息系统，并主持搭建了涵盖沪、...

第1章  数据仓库的基本概念
1.1    什么是数据仓库
1.2    数据仓库和OLTP数据库、数据集市的区别
1.3    数据仓库技术的发展
1.4    数据仓库的投资回报
第2章  数据仓库方法论
2.1    数据仓库规划
2.2    数据仓库的设计与实现
2.3    数据仓库的支持与增强
第3章  数据仓库解决方案
3.1    Teradata数据仓库解决方案
3.2    IBM数据仓库解决方案
3.3    Oracle数据仓库解决方案
第4章  实施规划
4.1    实施规划阶段的任务
4.2    业务探索
4.3    信息探索
第5章  系统设计
5.1    系统体系结构设计
5.2    逻辑数据模型设计
5.3    物理数据模型设计
第6章  数据的抽取转换加载
6.1    数据接口
6.2    数据映射
6.3    ETL设计及流程管理
第7章  数据汇总
7.1    数据汇总的概念
7.2    数据汇总的类型
7.3    中间汇总层的设计原则
7.4    中间表的设计模板
7.5    数据挖掘基础数据集的设计与开发
7.6    数据汇总的典型案例
第8章  关键绩效指标（KPI）分析
8.1    KPI概述
8.2    KPI设计方法
8.3    基于数据仓库的KPI应用
第9章  报表与即席查询
9.1    报表
9.2    即席查询
第10章  OLAP分析与应用
10.1    OLAP的概念
10.2    OLAP相关术语
10.3    OLAP操作
10.4    OLAP主题的选择
10.5    构造数据立方体
10.6    OLAP分析的方法
第11章  数据挖掘
11.1    数据挖掘的定义
11.2    数据挖掘方法论
11.3    数据挖掘实施步骤
11.4    数据挖掘案例
第12章  数据质量
12.1    数据质量的定义
12.2    数据质量问题产生的影响
12.3    数据质量问题来源
12.4    数据质量检查
第13章  元数据管理
13.1    元数据的概念及分类
13.2    元数据的作用
13.3    元数据管理标准化
13.4    元数据管理系统的设计原则
13.5    元数据管理系统举例
第14章  性能调优
14.1    获取高性能的关键因素
14.2    性能调优的方法
14.3    应用级性能调优
14.4    产品级性能调整
第15章  数据集市
15.1    数据集市结构的发展历程
15.2    数据集市的概念
15.3    数据集市的几种架构
第16章  数据仓库典型案例
16.1    电信业数据仓库案例
16.2    证券业数据仓库案例
16.3    银行业数据仓库案例