EIS中汇总数据的挑战与数据仓库对DSS分析的支持

在"在EIS中只保存汇总数据-国家电子政务外网安全等级保护实施指南（定稿）"一文中，主要讨论了在决策支持系统（EIS）中处理汇总数据的重要性和潜在挑战。首先，文章强调了汇总数据并非孤立存在，它与数据处理过程密切相关，分析人员需要理解这个过程才能准确利用汇总数据，否则可能导致分析结果的误导性。为了实现有效的EIS分析，EIS分析员需要具备管理汇总数据的能力，包括对快速信息的管理、思维方式的转变、集成数据的观察以及不同时间范围内的数据分析。 作者指出，数据仓库在解决这些问题上发挥了关键作用。数据仓库作为中心化的存储系统，不仅满足了EIS分析员的多种需求，比如处理复杂查询、提供实时或近实时的数据访问，还能支持分析员进行深入的分析和挖掘，包括对数据的精细化处理和聚合分析。通过数据仓库，EIS分析员可以从被动的数据处理转变为主动的分析，从而提高决策效率和质量。 然而，数据仓库的设计和实施涉及到权衡，即要在数据的详细程度和汇总程度之间找到平衡，以确保提供给分析员的数据处于适宜的粒度级别。此外，文中还提到了数据仓库的发展历程，它伴随着决策支持系统的发展而演变，从早期的主文件系统和磁带存储，经历了复杂性和效率的问题，逐渐发展到现在的大型、集中式的数据仓库架构，如图1-1所示，这个过程至今仍在持续。 这篇文章探讨了EIS中汇总数据的处理策略，以及数据仓库在其中的作用，强调了数据一致性和可维护性的重要性，以及如何通过数据仓库实现数据的高效管理和深度分析，以支持更精准的决策支持。