原始投放的数据也在存在数仓里面吗

是的，原始投放的数据通常也会存储在数仓（Data Warehouse）中。数仓是一个用于集中存储、管理和分析大量结构化和非结构化数据的系统。它可以用来整合来自不同来源和不同系统的数据，并提供数据存储、数据清洗、数据转换和数据分析等功能。

原始投放的数据会经过一系列的数据处理和清洗过程，确保数据的质量和一致性，然后存储在数仓中。通过将数据存储在数仓中，银行可以方便地进行数据分析、报表生成、数据挖掘和机器学习等操作，从中获取有价值的信息和洞察。

数仓通常采用多维模型来组织数据，包括事实表和维度表。事实表存储度量数据，如交易金额、点击次数等，而维度表存储与事实表相关的维度信息，如时间、地理位置、用户等。

通过数仓，银行可以对原始投放的数据进行多维度的分析和查询，了解客户行为、业务绩效，支持决策制定和业务优化。同时，数仓还可以用于构建数据仪表板、报表和可视化工具，将数据转化为有意义的信息展示给相关人员使用。

相关问题

原始数据存在哪些质量问题

原始数据可能存在以下质量问题：

1. 数据缺失：数据缺失是指某些数据在数据采集、传输、存储等过程中丢失了，或者根本没有收集到。这会导致数据量不足，影响数据的完整性和准确性。

2. 数据错误：数据错误包括数据录入错误、传输错误、存储错误等。这些错误会导致数据的准确性受到影响。

3. 数据重复：数据重复是指同一数据被重复采集，存储或使用，导致数据的准确性和完整性受到影响。

4. 数据不一致：数据不一致是指同一数据在不同的地方存储或表示方式不同，或者数据中存在逻辑上不一致的情况。这会影响数据的可靠性和准确性。

5. 数据不完整：数据不完整是指某些数据缺少一些必要的信息，或者信息不全面。这会导致数据的可靠性和准确性受到影响。

6. 数据偏倚：数据偏倚是指数据采集或处理不够全面或客观，导致数据具有特定的偏向性。这会影响数据的可靠性和准确性。

应用数据做整个数仓的驱动

应用数据是整个数仓的驱动，因为应用数据是数仓中最终用于业务决策和应用的数据。应用数据需要从原始数据中提取、转换和加工，以为业务决策提供支持。

应用数据的驱动作用表现在以下几个方面：

1. 数据需求：应用数据驱动数仓的建设和维护，因为应用数据是业务决策的基础。数仓需要根据业务需求，从原始数据中提取、转换和加工应用数据，以满足业务的需求。

2. 数据整合：应用数据驱动数仓的整合和协调，因为应用数据需要整合不同的数据源和业务系统。数仓需要将来自不同系统的数据整合在一起，以为业务决策提供全面的数据支持。

3. 数据质量：应用数据驱动数仓的数据质量和准确性，因为应用数据需要高质量和准确性。数仓需要对应用数据进行清洗、去重、校验和验证，以确保数据的准确性和完整性。

4. 数据分析：应用数据驱动数仓的数据分析和挖掘，因为应用数据需要进行深入的分析和挖掘。数仓需要采用合适的技术和工具，对应用数据进行分析和挖掘，以为业务决策提供支持。

综上所述，应用数据是整个数仓的驱动，因为它驱动数仓的建设、整合、数据质量和数据分析等方面。数仓需要根据应用数据的需求，采用合适的技术和工具，实现应用数据的提取、转换、加工和分析。