ई में संक्षिप्त नाम ईएचडी व्यावसायिक प्रक्रियाओं के बारे में क्यों है

ई के बिना डेटा वेयरहाउस

आज, बड़े और मध्यम आकार के व्यवसायों से संबंधित किसी भी कंपनी में, डेटा वेयरहाउस की उपलब्धता एक वास्तविक कॉर्पोरेट मानक है। इससे कोई फर्क नहीं पड़ता कि ग्राहक, आपूर्तिकर्ता, वित्त के बारे में उपलब्ध डेटा का विश्लेषण किए बिना, कंपनी किस उद्योग में काम करती है, प्रतिस्पर्धात्मक लाभ बनाए रखना असंभव है। किसी उत्पाद या सेवा के उत्पादन के प्रत्येक स्तर पर स्वचालन और अनुकूलन के विकास के साथ, संगठन अधिक से अधिक आईटी प्रणालियों का उपयोग करता है जो डेटा - उत्पादन, लेखांकन, नियोजन, कार्मिक प्रबंधन, और अन्य का निर्माण करते हैं।

एंटरप्राइज़ संसाधनों के वैश्विक अनुकूलन, नई और वर्तमान व्यावसायिक आवश्यकताओं के दृष्टिकोण से सबसे प्रभावी ढंग से डेटा वेयरहाउस बनाने की प्रक्रिया का निर्माण कैसे करें और मेटाडेटा को बनाए रखना क्यों महत्वपूर्ण है।

निम्न वर्गों के कार्यों के लिए संचित डेटा का उपयोग करने के लिए कार्य अक्सर किए जाते हैं:

• नियामक रिपोर्टिंग
• वित्तीय लेखांकन
• योजना और नियंत्रण
• बजट
• ग्राहक आधार विश्लेषण
• जोखिम प्रबंधन

अक्सर सबसे जरूरी उद्देश्यों के लिए यह एक स्रोत का उपयोग करने के लिए पर्याप्त है - उदाहरण के लिए, अगर हम एक निश्चित प्रणाली से कुछ विस्तार के साथ नियामक प्रदान करने की बात कर रहे हैं, या क्लाइंट को सीआरएम का उपयोग करके अपने आदेशों का पूरा इतिहास भेज रहे हैं। सूचना प्रणाली बदलते समय भी, रिपोर्टिंग प्राप्त करने में आमतौर पर कोई कठिनाई नहीं होती है।

डेटा भंडारण के तरीके और प्रकार

हालांकि, जब संगठन का आकार काफी बड़ा हो जाता है, या यदि आप अपने प्रतिस्पर्धी लाभ को बढ़ाना चाहते हैं, तो यह केवल एक उत्पाद बनाने और बाजार में लाने के लिए पर्याप्त नहीं है। वर्तमान रुझान - अपनी निष्ठा बढ़ाने के लिए उपभोक्ता के व्यापक अध्ययन में। आपको विभिन्न कोणों से व्यवसाय का विश्लेषण करने और लागतों का अधिक सटीक मूल्यांकन करने का तरीका जानने की आवश्यकता है। श्रेणी से विशिष्ट कार्य निम्नानुसार हैं:

• कैसे व्यापार खनन इकाइयों के लिए खर्च आवंटित करने के लिए
• आंतरिक या बाहरी कारकों के आधार पर मांग का पूर्वानुमान कैसे करें
• वित्तीय और बीमा संगठनों में जोखिम का प्रबंधन कैसे करें
• ग्राहक की औसत जाँच (लक्ष्यीकरण) कैसे बढ़ाएँ

उपरोक्त प्रत्येक उदाहरण के लिए एक से अधिक डेटा स्रोत के उपयोग की आवश्यकता होती है। इसके अलावा, यह महत्वपूर्ण है कि स्रोतों के बीच डेटा की तुलना करने के तरीके सुसंगत हैं। अन्यथा, एक स्थिति अनिवार्य रूप से पैदा होगी जब संगठन, कहते हैं, रणनीति के निदेशक और बिक्री के निदेशक सामान्य निदेशक को एक ही जानकारी लाएंगे, लेकिन विभिन्न संख्याओं के साथ। और फिर एक महीने में उन्हें पता चलता है कि उनके निपटान में लगभग आधे कर्मियों का उपयोग करके "सही" कौन था।

डेटा वेयरहाउस को व्यवस्थित करने का सबसे प्रमुख तरीका तथाकथित "डेटा लेक" (या डेटा लेक) है, जब हम अलग-अलग स्रोतों से डेटा लेते हैं और ढेर करते हैं। इस मामले में, हमारे पास डेटा के साथ काम करने के लिए एक एकल तकनीकी मंच है और सूचना प्रणालियों के प्राथमिक कार्यों से जटिल विश्लेषणात्मक प्रश्नों को अलग करना है। ऐसा डेटा वेयरहाउस काफी अविश्वसनीय हो सकता है। हालांकि, इस मामले में, आप जटिल विश्लेषण के बारे में भूल सकते हैं, और केवल सरल प्रश्नों के साथ काम कर सकते हैं। इसके अलावा, डेटा के साथ काम करने वाले लोगों को न केवल व्यावसायिक क्षेत्र के बारे में जानकार होना चाहिए, बल्कि स्रोत प्रणालियों के डेटा मॉडल के बारे में भी जानकारी होनी चाहिए।

इसके अलावा, डेटा वेयरहाउस के संगठन के स्तर के अनुसार, तथाकथित के अनुसार, भंडारण निम्नानुसार है किमबॉल का वर्गीकरण (किम्पबॉल)। विभिन्न प्रणालियों से माप एकीकृत होते हैं, और इस तरह हमें दो तरह के तालिकाओं के साथ एक नेटवर्क जैसा कुछ मिलता है - तथ्य और माप। यह निर्देशिकाओं का प्राथमिक संवर्धन है, जब हम विभिन्न स्रोतों के समान तालिकाओं में कुछ सामान्य प्राकृतिक कुंजी का उपयोग करते हैं, उदाहरण के लिए, संगठनों की निर्देशिका में TIN, एक ही संदर्भ प्राप्त करते हैं।

जटिलता और विश्वसनीयता में अगला एक एकल डेटा मॉडल वाला डेटा वेयरहाउस है जो संगठन की गतिविधियों का वर्णन करने वाली सबसे महत्वपूर्ण वस्तुओं को दर्शाता है। विश्वसनीयता इस तथ्य में निहित है कि डेटा, सही ढंग से बनाए गए मॉडल के साथ तीसरे सामान्य के करीब एक रूप में प्रस्तुत किया जा रहा है, पूरे व्यवसाय के जीवन का वर्णन करने का एक सार्वभौमिक साधन है, और इस प्रकार, डेटा मॉडल को न केवल विश्लेषणात्मक और नियामक रिपोर्टिंग के लिए आसानी से अनुकूलित किया जा सकता है, बल्कि और कुछ उद्यम प्रणालियों के संचालन के लिए।

ई - एक

इस लेख की थीसिस के बारे में बोलते हुए, मैं डेटा वेयरहाउस के निर्माण के लिए जिम्मेदार लोगों की मुख्य समस्याओं की सूची दूंगा:

" एक वैक्यूम में घोड़ा ।" भंडार का निर्माण किया गया है, लेकिन कोई भी इसका उपयोग नहीं करता है।

ब्लैक बॉक्स । भंडारण बनाया गया है, लेकिन इसमें क्या है और यह कैसे काम करता है यह समझ से बाहर है। इस वजह से, निरंतर त्रुटियां होती हैं, और यदि विकास टीम के एक हिस्से ने भी छोड़ दिया है, तो परिणामस्वरूप, हम बिंदु ए में रोल करते हैं।

" कैलकुलेटर "। भंडारण का निर्माण किया गया है, लेकिन यह केवल आदिम अनुरोधों को संतुष्ट करता है, आवश्यकताओं के कार्यान्वयन की तुलना में व्यवसाय बहुत तेजी से बदलता है, इसमें नए व्यापार अनुरोधों पर ध्यान नहीं दिया जाता है। इसके अलावा, कुछ डेटा पुराने या शायद ही कभी अपडेट किए जा सकते हैं।

" क्रिस्टल फूलदान "। भंडारण के लिए बहुत सारे मैनुअल कंट्रोल, चेक और मैनुअल कंट्रोल एक्शन आवश्यक हैं, अगर किसी एक सपोर्ट प्रतिभागी के काम पर नहीं है, तो अमान्य डेटा प्राप्त करने या इसे प्राप्त न करने का बड़ा जोखिम है।

हम सभी चार मामलों का अधिक विस्तार से विश्लेषण करेंगे।

"एक निर्वात में एक घोड़ा।" यदि आपको यह परिणाम मिलता है, तो यह दो कारणों में से एक है:

1. कम होने की संभावना। आपने व्यावसायिक इकाइयों से आवश्यकताओं को एकत्र नहीं किया (या, वही क्या है, वे खराब तरीके से डिजाइन किए गए थे)। ऐसा प्रतीत होता है कि एक अजीब स्थिति पैदा होती है अगर एक रिपॉजिटरी बनाने का विचार एक व्यवसाय से नहीं आता है, लेकिन एक आईटी विभाग से, जिसमें बस एक "अतिरिक्त" बजट है, और रिपॉजिटरी की कल्पना की गई थी क्योंकि हर किसी के पास है। हम बाद में ग्राहकों को खोज लेंगे (इससे भी बेहतर विकल्प है "वे बाहर निकले हुए हाथों से दौड़ते हुए आएंगे") - अगर हमें वहाँ सब कुछ मिल जाता है। बजट आवंटित करने के लिए जिम्मेदार लोग इसे कुछ आवश्यक मानते हैं, वे किताबों में पढ़ते और सुनते हैं, यह एक तरह का आधुनिकीकरण है, और वे समझौते में सिर हिलाते हैं।
2. अधिक संभावना है। उदाहरण के लिए, डेटा वेयरहाउस के ग्राहकों की पहचान कर ली गई है, यह बिक्री विभाग है, और यहाँ उज्ज्वल विचार आता है: "चलो डेल्टा पर थोड़ा और प्रयास करें, वित्त ड्राइव करें, इसमें कर्मचारी और थोड़ा और अधिक और पूरे उद्यम भंडारण का उपयोग करेंगे"। भंडारण बनाया गया है, लेकिन यह केवल बिक्री विभाग का उपयोग करता है, लेकिन सभी सुंदर, और डेयरी समुद्र तट देखते हैं - नहीं लेना चाहते हैं, लेकिन दूध और शहद के लिए कोई समय नहीं साथियों है, वे, एक खदान में सबसे अधिक जरूरत है सुबह से डेटा के खोखले टुकड़े के लिए रात तक। आखिरकार, यह पसीने और रक्त द्वारा प्राप्त एक टुकड़ा है (पढ़ें: समय व्यतीत)।

दोनों मामलों में, शीर्ष प्रबंधक पर जिम्मेदारी लेने और पदानुक्रम को कम करने का कोई तत्व नहीं है। कॉर्पोरेट संस्कृति के साथ यह पसंद है अगर जीन। यदि उद्यम का निदेशक 2 प्रतिनियुक्त है, तो केवल जीन ही उद्यम स्तर पर भंडारण का उपयोग कर सकता है। हिरन, या भंडारण उद्यम के हिस्से के लिए बनाया जा रहा है - वह जो उच्चतम स्थिति के प्रमुख द्वारा पर्यवेक्षण किया जाता है, जो ईडीएम को पेश करने की आवश्यकता के बारे में जानते हैं।

ऐसी स्थितियों को खत्म करने के लिए, निम्नलिखित आवश्यक है:

1. औपचारिक रूप से डेटा वेयरहाउस प्रोजेक्ट के प्रायोजक को निर्धारित करें - जो आर्थिक और आध्यात्मिक दोनों रूप से परिणाम के लिए जिम्मेदार होगा
2. संभवत: चरणबद्धता के लिए प्रोजेक्ट स्कोप स्वीकृत करें, अनुमानित तिथियां इंगित करें
3. सभी विभागों के साथ समन्वय करें - अधिमानतः, व्यवसाय प्रक्रियाओं के निर्माण के रूप में है और होना है

इसके बाद ही हम परियोजना को लागू करना शुरू कर सकते हैं - आवश्यकताओं को एकत्रित करना, वास्तुकला की रूपरेखा तैयार करना आदि।

ब्लैक बॉक्स । तो, आप दावा करते हैं कि आपने रिपॉजिटरी का निर्माण किया है, कि सभी आवश्यकताओं को ध्यान में रखा जाता है, हालांकि, कोई भी यह नहीं समझता है कि इसका उपयोग कैसे करें, इसके अलावा, यदि प्रमुख डेवलपर्स में से एक को छोड़ दिया जाए, तो यह समझना लगभग असंभव हो जाता है कि क्या किया गया था और कैसे।

इस मामले में, जाहिर है, विकास प्रलेखन प्रक्रिया निर्धारित नहीं थी। "पहले प्रलेखन" का सिद्धांत, फिर विकास को ऊंचा किया जाना चाहिए, यदि निरपेक्ष को नहीं, तो काफी तंग नियंत्रण के लिए। और न केवल डेटा वेयरहाउस के विकास के लिए जिम्मेदार टीम से। आदर्श रूप से, यह आवश्यक है कि अतिरिक्त रिपोर्टिंग डेवलपर्स (विश्लेषणात्मक, नियामक), कंपनी की आंतरिक सूचना प्रणालियों के मालिकों, और निश्चित रूप से, उपभोक्ता स्वयं निरंतर और अप-टू-डेट प्रलेखन की प्रक्रिया से जुड़े हुए हैं।

इसके अलावा, प्रलेखन प्रक्रिया को निम्नलिखित सिद्धांतों को पूरा करना चाहिए:

• प्रासंगिकता - कार्यक्रम कोड की वर्तमान स्थिति पूरी तरह से प्रलेखन की संरचना से निर्धारित होती है
• वर्जनिंग - पिछले रिलीज के प्रलेखन का विश्लेषण करने और भविष्य के रिलीज के लिए संशोधनों की योजना बनाने की क्षमता
• पृथक्करण - एक ही समय में कई लोग एक दस्तावेज़ पर काम कर सकते हैं
• प्रयोज्यता। यह कहता है कि प्रत्येक प्रकार के भंडारण प्रलेखन के लिए, ऐसी संरचना चुनना महत्वपूर्ण है जिसे लक्ष्य उपयोगकर्ताओं द्वारा सबसे अच्छी तरह से समझा जाएगा: उदाहरण के लिए, सारणी संरचना को सारणीबद्ध रूप में वर्णित किया गया है, नोटेशन के रूप में व्यावसायिक प्रक्रियाओं, आरेख, व्यवसाय के रूप में सूचना प्रणालियों के बीच पारस्परिक क्रिया - विकी प्रणाली के रूप में एक शब्दकोश, आदि।

अब ऐसे सॉफ़्टवेयर उत्पाद हैं जो गंभीरता से जीवन को सरल बनाते हैं, अर्थात्। डिजाइन और विकास को जोड़ने के लिए, लेकिन अभी तक डेटा वेयरहाउस के लिए कोई पूर्ण समाधान नहीं है, ये हैं:

• ईआर चार्ट
• BPMN उत्पाद
• ETL समाधान

अप-टू-डेट प्रलेखन के बिना, नई आवश्यकताओं को विकसित करने की जटिलता बढ़ेगी, और सक्षम प्रलेखन के साथ, यह घट जाएगा।

" कैलकुलेटर "। यदि हम मानते हैं कि हमें "निर्वात में घोड़ा" नहीं मिला है, तो यह स्थिति तब है जब आवश्यकताएं पूरी होती हैं, लेकिन वे औपचारिक रूप से मिलते हैं। आप बाकी दिन गिनना चाहते थे - कृपया। क्या आप उन्हें समकक्षों के क्षेत्र द्वारा प्राप्त करना चाहते हैं - यह आवश्यकताओं में नहीं था, आपको एक्सेल में अपलोड करने की आवश्यकता है, फिर सिस्टम एक्स अपलोड से वाई क्षेत्र की पसंद वाले ठेकेदारों को ले लो, और फिर वीपीआर-इट।

वर्तमान स्थिति टीम के साथ अनुभव की कमी को इंगित करती है, एक प्राथमिक डेटा मॉडल के बिना, रिपॉजिटरी के बाद के विकास के वास्तुशिल्प दृश्य के बिना। आमतौर पर, ऐसे रिपॉजिटरी अस्थायी हो जाते हैं, या वे जल्दी से भूल जाते हैं। एक अच्छे तरीके से, स्टोर में एक पहाड़ से रोलिंग स्नोबॉल की शक्ति होनी चाहिए। सबसे पहले, जब गांठ अभी भी छोटी है, और आगे ढीली बर्फ है, तो आप खुद को शायद ही इसे इकट्ठा करने और धक्का देने की आवश्यकता होगी। किसी समय में, आपके उत्पाद के बारे में प्रसिद्धि फैल जाएगी, और उपयोगकर्ता अधिक से अधिक स्टोर में देखेंगे।

इसलिए, ताकि स्टोरेज कैलकुलेटर नहीं बने, यह सुनिश्चित करना आवश्यक है:

1. योग्य कर्मियों - आर्किटेक्ट, विश्लेषकों, EtL और SQL डेवलपर्स
2. परियोजना का चार्टर, जो न केवल अगली बजट अवधि के लिए भंडारण के उद्देश्य को इंगित करेगा, बल्कि बाद के वर्षों के लिए भी
3. डेटा वेयरहाउस के लिए मात्रात्मक और गुणात्मक मानदंड। यदि पर्याप्त कर्मचारी नहीं हैं, तो सलाहकारों को आकर्षित करने की सिफारिश की जाती है
4. स्पष्ट रूप से कल्पना करें कि भविष्य में डेटा वेयरहाउस को अनुकूलित करने में क्या मदद मिलेगी - स्टाफ की लागत, सॉफ्टवेयर, रिपोर्ट विकास की गति में वृद्धि, आदि।

" क्रिस्टल फूलदान "। भंडारण का निर्माण किया गया है, यह अपने कार्यों के साथ मुकाबला करता दिख रहा है, लेकिन इसे समर्थन करने के लिए बहुत प्रयास की आवश्यकता है: कुछ प्रकार की मैनुअल निर्देशिकाओं को बनाए रखना, कुछ स्रोतों को लगातार लोड करना, लोड करने में विफलताओं, डुप्लिकेट डेटा आदि।

यह स्थिति निम्न कारणों से हो सकती है:

1. इसके बारे में ऊपर कहा गया है - योग्य कर्मियों की कमी;
2. अनियंत्रित अवधारणा - जब भंडारण के अलग-अलग हिस्सों को अलग-अलग लोगों या टीमों द्वारा एक सामान्य अनुमोदित अवधारणा के बिना बनाया जाता है, जिसके परिणामस्वरूप हमारे पास डेटा निकालने, बदलने और लोड करने के कई तरीके हैं;
3. एक बहुत ही सामान्य स्थिति है "आउटसोर्सिंग विकास", इसका अपना समर्थन है, जबकि काम की स्वीकृति खराब तरीके से की जाती है
4. रिपॉजिटरी के विकास में कुछ स्तर पर, "बजट खत्म हो गया है।" और फिर भंडारण को अंतिम रूप दिया जा रहा है (समर्थित) उस टीम द्वारा नहीं, जिसने इसे बनाया है, लेकिन उन लोगों द्वारा जिन्हें डेटा की आवश्यकता है

इन स्थितियों को रोकने के लिए, निम्नलिखित क्रियाओं की सिफारिश की जाती है:

1. उपरोक्त बिंदुओं में योग्य कर्मचारी, परियोजना का चार्टर, दीर्घकालिक योजना और बजट और शीर्ष प्रबंधक से इच्छुक व्यक्ति शामिल हैं।
2. यह आउटसोर्सिंग नहीं है जो प्रक्रिया का नेतृत्व करता है, लेकिन एक आंतरिक कर्मचारी (मुख्य विश्लेषक या वास्तुकार) जो आउटसोर्सिंग की देखरेख करता है।
3. किसी भी विफल स्थितियों को गोदाम वास्तुकार द्वारा विचार के लिए बैठकों में प्रस्तुत किया जाना चाहिए। यदि कई आर्किटेक्ट हैं, तो वास्तु समिति।
4. डेटा वेयरहाउस के लिए एक गुणवत्ता मीट्रिक पेश करना उचित है; आप इस मीट्रिक का उपयोग KPI कमांड से बाइंड करने के लिए कर सकते हैं।

जैसा कि देखा जा सकता है, इन सभी मामलों में, इस तथ्य के बावजूद कि डेटा वेयरहाउस का निर्माण एक परियोजना गतिविधि है, उच्च-गुणवत्ता वाले परिणाम बनाने के लिए निर्माण प्रक्रियाओं को स्वयं विनियमित किया जाना चाहिए।

डेटा वेयरहाउस से एकल में संक्रमण

जैसा कि ऊपर उल्लेख किया गया है, डेटा गोदाम बनाने की परियोजना की सफलता काफी इनपुट डेटा (बजट, प्रायोजक, टीम, लक्ष्य, ग्राहकों) द्वारा निर्धारित की जाती है। हालाँकि, हम व्यावहारिक रूप से उन व्यावसायिक प्रक्रियाओं पर स्पर्श नहीं करते हैं जो सीडी को स्वयं विकसित करने और बनाए रखने के उद्देश्य से हैं। नीचे मैं मुख्य व्यवसाय प्रक्रियाओं को बनाने की कोशिश करूंगा, जो उद्यम में डेटा के साथ काम करने की प्रक्रियाओं को वास्तव में एकीकृत करने के लिए डिज़ाइन किए गए हैं:

1. तकनीकी और उपयोगकर्ता प्रलेखन को अद्यतित रखने की प्रक्रिया
2. डेटा के व्यावसायिक शब्दकोश (शब्दकोष) को बनाए रखने के लिए प्रक्रियाएँ
3. डेटा गुणवत्ता नियंत्रण प्रक्रियाएँ
4. सीडी और रिपोर्टिंग प्रणाली के लिए आवश्यकताओं के संग्रह और प्रबंधन के लिए प्रक्रियाएं
5. स्टोरेज इंफ्रास्ट्रक्चर मैनेजमेंट प्रोसेस
6. भंडारण और डेटा संग्रह के अनुकूलन के लिए प्रक्रियाएं

आधुनिक प्रतिमान में, व्यावसायिक प्रक्रियाओं का यह सेट डेटा गवर्नेंस की अवधारणा का आधार बनता है।

बहुत बार, जब सीडी निर्माण और रिपोर्टिंग टीम के प्रयासों के माध्यम से इन प्रक्रियाओं को लागू करने की कोशिश की जाती है, तो सक्रिय प्रतिरोध लिया जाएगा, या प्रक्रियाओं को अनदेखा किया जाएगा। यह समझ में आता है, क्योंकि स्थानीय अर्थों में यह विकास का विस्तार है।

इसलिए, निम्नलिखित क्रियाएं करना उपयोगी होगा:

• क्षैतिज जिम्मेदारी संरचना का परिचय (प्रत्येक प्रतिभागी एक छोटे से क्षेत्र के लिए जिम्मेदार हो सकता है)
• सभी कर्मचारियों के लिए सभी संभावित वर्कफ़्लो का चित्रमय प्रतिनिधित्व (प्रक्रिया का औपचारिककरण)
• KPI प्रणाली में जिम्मेदारी के प्रतिशत और गुणवत्ता का कार्यान्वयन

इस तथ्य के बावजूद कि स्थानीय अर्थों में, संक्रमण की प्रक्रिया काफी "नौकरशाही" और भारी लगती है, वैश्विक अर्थों में यह महत्वपूर्ण लाभ देता है और समय बचाता है। समय की मुख्य हानि के बाद से - जब मौजूदा तंत्र को समझने की इच्छा या अक्षमता की कमी के कारण खरोंच से आविष्कार पहले से ही मौजूदा समाधान।

थोड़ा लक्ष्य वास्तु समाधान के बारे में

इस तथ्य के बावजूद कि ईडीएस की वास्तुकला एक अलग बड़े लेख, या यहां तक ​​कि एक पुस्तक पर आकर्षित करती है, मैं एक परिपक्व डेटा गोदाम के लिए मुख्य तकनीकी आवश्यकताओं का संकेत भी दूंगा:

1. डेटा लेक प्रतिमान कॉर्पोरेट डेटा वेयरहाउस को प्रतिस्थापित नहीं करता है, लेकिन इसके साथ सह-अस्तित्व है
2. ईडीएस में विभिन्न डेटा प्रेजेंटेशन इंटरफेस होना चाहिए: द्वि उपकरण, एड-हॉक एसक्यूएल प्रश्नों को निष्पादित करने की क्षमता, जोंस, एक्सएमएल, आदि में मानक डेटा प्रावधान।
3. डेटा एक्सेस रोल मॉडल लागू किया जाना चाहिए।
4. डेटा एक्सेस करते समय प्रतिक्रिया की गति: 90% सामान्य प्रश्न - 1 सेकंड से कम, 99% क्वेरी - 10 सेकंड से कम। संसाधनों की काफी अच्छी आपूर्ति होनी चाहिए
5. HD की एकल और कनेक्टेड केंद्रीय परत की उपस्थिति (अधिमानतः - इनमॉन पद्धति)

परिणामस्वरूप, डेटा वेयरहाउस को सूत्रों की उपलब्धता से नहीं, बल्कि डेटा उपभोक्ताओं की उपलब्धता से एकीकृत कहा जाता है। और यह एक सार्वभौमिक ईटीएल लिखने और मेमोरी की पेटाबाइट्स को समायोजित करने की तुलना में बहुत अधिक जटिल है।