数据仓库分析

数据仓库通常指企业数据仓库，对企业运营中的各类数据进行集中存储，用于支持不同业务流程的数据展示、报告和分析。数据仓库是商务智能的核心组成部分，包括企业的现有数据和历史数据，其数据来源多样，数据类型涵盖了企业的各个方面。数据仓库的出现很大程度上是由于需要对业务指标进行更高级的了解，以及对不同部门中使用的业务应用程序进行分区管理的需要。

数据分析是为了发现有用信息而对数据进行清洗、转化、解释和建模的过程，通过数据分析可以得出结论，对决策进行支持。

数据仓库主要用于商务智能，通过对其中的数据进行建模，实现对改进商务决策的支撑。数据仓库分析可以是一个过程、工具或者应用程序。通常可以将数据仓库分析分为描述性分析（descriptive analytics）、预测性分析（predictive analytics）和规范性分析（prescriptive analytics）。描述性分析指基于历史数据对企业各个业务流程相关的信息进行报告和展示；预测性分析指利用统计学和机器学习算法对未来的结果进行预测；规范性分析则利用仿真、优化以及预测模型，实现自动和智能的决策以及采取相应的措施。