ACM通信
ACM通信
数据仓库成功的七个关键干预措施
单靠数据仓库实现是无法成功的。关键在于知道何时以及如何干预。数据仓库在显示信息方面具有巨大的潜力。它们为寻求竞争优势的公司提供了有效的商业智能解决方案的基础。虽然已经取得了显著的成功[2，也有一些重大的失败[4，7］．是什么导致了这种相互矛盾的结果?20世纪90年代，适应性结构理论(adaptive strucstrucation theory, AST)被发展起来，用来理解与群体决策支持系统相冲突的结果[5］．这一理论分析了一项技术应用的技术和背景方面，着重于它们的交互作用。通过使用AST，我们检查了上下文和技术的交互，并精确地指出了实现数据仓库成功的交互的七个关键干预措施。
我们研究了一个大型组织，其中数据仓库的实现在一些单元中成功，而在另一些单元中失败。通过对多个成功或不成功的业务部门的用户的采访，我们得出了一些与以前的研究不一致的见解。首先，用户可以像支持管理一样成功地支持一项技术。其次，大范围的数据比小范围的数据(如数据集市中提供的那样)更容易被成功地访问。第三，提供给用户的工具的范围和灵活性不应该总是遵循“越简单越好”的格言。虽然限制性工具使许多用户更容易获得信息，但一些用户只有在拥有专门查询和报告所需的更复杂的非限制性工具时才会认为仓库是成功的。稍后将提供这些见解的细节。
在组织中研究相同的数据仓库，发现在公司内不同单位的成功和失败。(就本研究而言，成功与否仅取决于是否使用仓库。)这为理解数据仓库提供了一个机会，它不受实地研究中经常遇到的一些混淆方面的影响。因为我们在同一家公司研究的是同一种技术，而不是不同制度、不同公司的结果，所以观察到的差异并不是由于技术或企业文化的差异。我们使用AST提供的理论框架来分析这些差异:语境(社会系统);技术创新(在本例中是数据仓库);以及环境和技术的互动。我们的结果表明，上下文与技术的交互是理解数据仓库成功的关键。根据这些相互作用的性质，确定了七种干预措施。
公司概述
研究对象是一家总部位于美国的大型全球性金融机构。该公司非常成功，在其行业和客户中享有良好的声誉。它的组织文化可以被描述为非常保守和抗拒变革。这种保守主义延伸到了公司的技术理念上。虽然该公司认为技术对公司的成功很重要，但它更倾向于成熟、成熟的技术。该公司还坚信其商业模式的独特性，这导致了对内部系统开发的强烈偏见。如果购买了工具或解决方案，它们必须足够灵活，以适应公司进行业务的方式，而不是规定业务流程。
1995年，该公司开始了内部开发工作，以设计和实现企业范围内的数据仓库。他们选择使用Inmon的范例来为仓库建模[3.]，它支持一个集中式数据库，称为“数据仓库”，用于集成和存储从多个操作系统提取的数据。这个数据仓库又为特定于区域的数据集市提供数据。随着越来越多的操作系统被集成到其环境中，数据仓库的规模和复杂性都在增长。从一开始，这个开发工作在很大程度上是由it驱动的。仓库的业务理由从未完全开发过，而且仓库的潜在业务用途也没有仔细列举过。开发团队的普遍假设是，如果构建并填充了数据仓库，那么业务单位就会找到它的用途。
如果仓库没有管理冠军，对技术的有力支持可以使管理人员相信技术的价值。如果项目要向前发展，管理层和最终用户都必须相信技术的价值。
在2001年秋天，该公司赞助了一项研究，以评估其企业数据仓库，包括如何使用该仓库。我们访问了受仓库影响的业务单位的代表，以确定这些影响的性质以及每个单位能够使用仓库的程度。我们使用AST框架来分析这些访谈的结果。
干预点
AST认识到，技术的特性和实现技术的环境都会影响该技术的使用。“无论系统中设计了什么功能，用户都会调节技术效果，使系统适应他们的需求，抵制它们，或者根本拒绝使用它们”[5］．由于技术维度和数据仓库的上下文特征之间有特别高的交互程度，AST是本研究的理想镜头。
重要的上下文方面是“行动者用来生成和维持这个系统的规则和资源”[5］．成功实施几乎任何技术的一个经常被引用的必要背景条件是冠军[1］．对于数据仓库来说也没有什么不同。单位领导的态度会影响仓库验收的所有因素。在研究的公司中，当领导者给予强烈支持时(干预点1)图1)，用户在接受入门培训后，仍愿意继续学习有关技术的知识。如果用户不想使用数据仓库，那么就有必要提供额外的培训或动机来改变他们的态度。
虽然数据仓库的接受通常以自顶向下的方式进行，但有一个显著的成功是自底向上的推进(介入点2在图1)．用户支持仓库，因为他们认识到该任务对组织的适用性和价值。他们使最初不支持数据仓库的单位领导相信了仓库的价值，从而使领导变成了支持者。这个结果是令人惊讶的，因为它与大多数技术采用的处方相反。它表明，没有冠军并不一定意味着一项技术的死亡。如果仓库没有管理冠军，对技术的有力支持可以使管理人员相信技术的价值。如果项目要向前发展，管理层和最终用户都必须相信技术的价值。
AST指出，一项技术的使用越结构化，就越容易在用户之间就如何使用创新以及使用的适当性达成共识。对技术使用的模糊性侵蚀了用户对技术的舒适度，这反过来也侵蚀了他们对技术的尊重。第三个干预点(见图2)发生在仓库的设计中。数据仓库通常围绕两种方案之一设计。一些数据仓库使用一组数据集市设计，这些数据集市将数据仓库划分为更小的、重点突出的数据库，以适应用户子集的信息需求。其他数据仓库提供一个单独的存储库，为用户提供非常广泛的数据。
在被研究的公司中，通过数据集市访问数据的业务单元通常比通过单个存储库访问数据的业务单元更成功。也就是说，大多数单元要么请求一个数据集市，要么根本不使用单一的存储库。数据集市通过提供定制的数据片段来满足业务单元的特定需求，从而帮助降低与数据仓库相关的固有复杂性和模糊性。然而，这个数据仓库最成功的应用之一是通过单个存储库。该单元对非常广泛的数据以及上下文特征有强烈的需求，这些特征将其与使用数据集市的单元区分开来。尤其值得一提的是，该部门的人积极尝试技术。因此，他们不会被技术所吓倒，而且普遍具有技术知识。
第四个干预点(见图2)是选择用户可以使用的工具。工具的范围从高度限制性(限制用户的选择，从而减少模糊性和复杂性)到高度非限制性(要求用户拥有更多专业知识)。大多数成功使用数据集市的单元喜欢使用限制性工具来访问数据，但是成功使用单一存储库的单元拒绝使用限制性工具。这些用户想要不受限制的工具所提供的更大的灵活性，并且愿意为更多的功能付出额外的努力。
任务与组织的相关性、技术对任务的支持程度以及用户对任务适合度的理解程度会影响对技术的接受程度。这是第五个干预点图3)．在本研究中，那些成功使用仓库的业务单元清楚地了解仓库和与该单元相关的业务问题之间的关系。换句话说，他们看到了数据仓库对他们任务的适用性。对于接收数据集市的单元尤其如此，这不仅减少了技术的模糊性，而且如果适当地聚焦，可以使单元任务的适用性更加明显。给一个单元一个单独的存储库(而不是更狭窄的数据集市)会使用户拥有过多的信息。除了技术的设计之外，还可以通过对仓库的业务适用性进行培训来支持用户。这有助于他们了解仓库如何帮助他们完成工作。
缺乏对技术的了解会导致使用该技术的困难，甚至放弃该技术;这就引出了第六个干预点(见图3)．在本研究中，成功使用仓库的业务单位通常有两种获取知识的机制。首先，他们与仓库开发团队有着良好的工作关系。由于这种关系，成员可以放心地向仓库开发团队寻求与他们的数据仓库应用程序有关的问题的帮助。相反，那些在使用仓库方面遇到困难的业务单位不使用这个资源，并且通常将开发团队描述为反应迟钝和“难以处理”。数据仓库开发团队作为支持小组的可用性是仓库成功的一个重要干预点。如果用户缺乏支持的感觉，就需要一种干预来创造合作精神。如果没有这种可感知的支持，用户将缺乏对仓库目的的理解，并且在学习如何使用它方面存在困难。
成功的业务单位获得知识的第二种机制是单位内的专家。这些超级用户了解数据仓库技术本身和单元面临的业务问题，至少了解从仓库中提取相关数据所必需的程度。换句话说，他们既了解单元的业务需求，也了解数据仓库满足这些需求的潜力。超级用户也非常熟练地使用这些工具。这些用户被认为是单位内有关仓库事项的主管部门，并在传播知识方面发挥了关键作用。提供创建超级用户角色所需的资源是管理的另一个干预点。
任务与组织的相关性、技术对任务的支持程度以及用户对任务适合度的理解程度会影响对技术的接受程度。
我们将七个干预点表示为连续的;然而，这些要点可以在整个项目中得到解决。
结论
组织每年在数据仓库开发上花费数百万美元，但大多数努力都失败了[6]，但人们对这些故障发生的原因或如何预防却知之甚少。以前对数据仓库应用程序的大多数建议都建议采用一维方法。通过考虑上下文和技术维度(人为因素和技术设计的细节)的相互作用，之前的结果变得不那么矛盾了。例如，传统观点认为，拥有一个拥有紧密集中的(数据集市)设计和限制性工具的管理冠军将导致成功。
在这个案例研究中，我们观察到反过来的情况也可能同样成功。如果用户看到了数据仓库向组织交付价值的潜力，他们可以成为冠军并说服管理层采用该技术。类似地，由于其简单性，数据集市方法经常被推荐为首选方法。提供用户想要和需要的东西更重要。如果用户既了解技术又了解组织的业务流程，那么单个数据存储库实际上可能更适合他们。同样，工具中的灵活性过低也可能与灵活性过高一样有害。用户成功所需的工具灵活性的级别根据他们的技术知识和业务需求而变化。本文不仅解释了这些矛盾，而且确定了为了达到成功的数据仓库所需的领导水平、焦点和灵活性，可能必须进行干预的关键点。
参考文献
1.贝思，C.M.支持信息技术冠军。MIS问:15， 3(1991年9月)，354370。
2.Cooper, b.l.， Watson, h.j.， Wixom, b.h.和Goodhue, D.L.数据仓库支持第一美国公司的企业战略。MIS问:24， 4(2000年12月)，547567。
3.Inmon, w.h.， Imhoff, C和Sousa, R。公司信息工厂．约翰·威利，纽约，1997年。
4.凯利,年代。行动中的数据仓库．约翰·威利，纽约，1997年。
5.理解群体决策支持系统的使用:适应性结构理论。转载的组织和通信技术，J. Fulk和C. Steinfield，编辑。，Sage Publications, Newbury Park, CA, 1990.
6.Vatanasombut, B.和Gray, P.成功的数据仓库因素:文献告诉我们的。1、数据仓库3(1999年秋季)，2533。
7.Watson, h.j.， Gerard, j.g.， Gonzalez, l.e.， Haywood, M.E, and Fenton, D.数据仓库失败:案例研究和发现。J.数据仓库4， 1(1999年春季)，4455。
©2006 acm 0001-0782/06/0100 $5.00
允许制作本作品的全部或部分的数字或硬拷贝用于个人或课堂使用，但前提是该拷贝不是为了盈利或商业利益而制作或分发，并且该拷贝在第一页上带有本通知和完整引用。以其他方式复制、重新发布、在服务器上发布或重新分发到列表，需要事先获得特定的许可和/或付费。
数字图书馆是由计算机协会出版的。版权所有©2006 ACM有限公司
没有发现记录