数据仓库应用是为了提供企业级的管理和决策信息，它的需求分析本身是一个探索的过程，要建造一个成功的数据仓库系统，需要整理出完善的需求，制定、设计出符合自身企业特点的数据仓库模型。
东方金信的核心产品基于Hadoop分布式架构的大数据平台，专注于实现企业级高性能分布式大数据解决方案。涵盖了大数据产业链的数据采集、数据存储、数据管理、数据计算、数据分析挖掘、数据应用与数据展示的全部环节，提供高性能的海量数据处理能力，并且具有高可靠的安全管理系统和丰富的图形化交互界面，可以为企业级客户提供高效的一站式分布式大数据解决方案。
企业级数据仓库构建目标及意义
随着企业信息化的不断推进，原有的数据库应用从部门级单一应用扩展到集团级的复杂应用，涉及到多业务板块和多级单位，这种大规模的事务型应用，为企业积累了海量的、经过标准化的、较高质量的、共享的核心数据，如何利用这些有价值的数据进行分析以获得对决策有意义的信息，这就是数据仓库需要完成的任务。
通常数据仓库的基本特征有以下几个特点：面向主题的、集成的、稳定的、反应历史变化的、用于支持管理决策。海盒大数据平台在设计之初，除了做到数据采集、存储、管理、分析等基础功能，还提供为企业解决以下问题的方案：
（1）利用集成整合的操作性数据做出最明智的商业决策；
（2）实现数据的多维分析；
（3）分析和预测，数据挖掘实施，发现有价值的信息。
数据仓库的分析规划
企业在搭建数据仓库的前期，首先要确定数据仓库项目开发的目标，并从多个角度考虑设计，首先从用户角度分析，为用户提供哪些决策分析内容和功能。其次从技术角度分析，在确认划分的各个主题中需要哪些业务源数据，确定使用那种工具去获取、清洗、转换、加载数据，使用什么样的工具来构建数据仓库的模型，确定数据仓库的实施范围，然后制定数据仓库项目目标和实施计划。
数据仓库的规划从分析操作型数据源开始，研究和分析操作型数据源，是企业进行数据仓库设计的必要准备和先行步骤。分析源系统，并特别注意其对数据仓库有影响的数据项，对数据仓库的建设有重要的意义。海盒大数据平台可以根据各企业不同的应用场景，为企业数据仓库设计提供整体解决方案，构建切合企业自身的数据仓库平台。
数据仓库项目的设计与实施
数据仓库项目的建设，最初可以围绕一个数据仓库核心项目进行设计，随着时间推移，逐步补充添加更多的项目，最后这个小的数据仓库就会增长为企业级数据仓库，掌控起公司所有的业务数据。
海盒大数据平台可以在企业级数据库实现自动化部署和动态扩容、界面化配置数据仓库，并提供了支持大数据平台数据灾备、数据备份、迁移等方案，大大简化了用户操作流程，提高了用户体验度。
企业级数据仓库应该涵盖大数据产业链的各个环节，包含数据采集、数据存储、数据管理、数据计算、数据分析挖掘、数据应用与数据展示等。
海盒大数据平台为用户提供了涵盖数据仓库都有数据获取层、数据管控层、数据应用层和数据展现层，为企业级客户提供高效了一站式大数据解决方案。
