如果说知识及智力资本正在成为竞争优势的主要驱动力，那么智能化企业就是一个能够模块化、标准化并在企业内部控制及外部广泛共享知识的组织。在这个信息时代，速度、灵活性以及前瞻性是一个成功企业有别于其它企业的主要标志。因此，当今企业必须有一个行之有效的管理机制，使之既能有效监控组织运作，又能下放决策权以回应竞争形势的变化，有效利用意外的机会。

信息系统扮演了一个创造和发布知识的角色。数据仓库就是一个重要的信息系统。它是一个以主题为导向、源于公司事务系统和外部数据源的中央知识库。数据仓库的成功实施会对培育一种知识共享文化产生重大影响。

孤立的数据就象存货一样，维护起来价值昂贵。存货过多会导致效率低下、成本高昂。孤立的数据与其类似。只有将其转变成能传递给用户使用的知识，这些数据才有用。数据仓库如果使用得当，会为顾客行为、产品或商业活动的效果、利润及成本结构等的深入研究提供工具。成功的组织应该采用制造业的模式来管理他们的信息资产。数据仓库的覆盖范围取决于对“适时”信息的需求。

在制造业，人们是头脑中先有了最终产品才开始设计。同样，人们必须经过调研才能确定哪种原材料会生产出最好的产品。然后，人们将这些原材料（数据元）制成部件（主题数据仓库）。部件再被装配成产品（数据中心），这些产品会通过各种途径（互联网、内部网、报告、计算机程序等）分发出去。最后，这些产品被不停地调用、增强、升级或者废弃。

让数据仓库和商业目标一致用明确的需求驱动数据仓库。最成功的数据仓库往往产生于正经历重要变革的行业，一个很好的例子就是公用事业。在公用事业行业，长途、市话、蜂窝电话及电报服务正在融合。在许多这类公司里，重大的商业变革在所难免。一开始，这个数据仓库就拥有一群身份明确的用户和一套具体的商业问题，设计数据仓库就是为了回答这些问题。

具竞争力的数据及样本分析是公司制定企业战略方向的直接依据。这些重要知识在公司上下广泛共享，不仅提高了公司的整体知识水平，而且使公司为快速应变做好了准备。

创立商业驱动型信息结构在创建数据仓库的过程中，一个重要的步骤就是创立一个信息架构方案，使公司的商业目标与所需要的数据保持一致。考虑一下制定架构方案的三个基本要素：基于商业目标的数据仓库将包括什么样的数据？要支持数据仓库，必须对基础设施做怎样的改变？采用怎样的信息传递机制？

通过建立模型，检测数据仓库中包含的数据能否有效支持目标，可以证明其包含的数据是否得当，还缺少哪些数据或哪些数据难以得到。在此，建模是否恰当是关键。

然而，企业往往急于在实施数据仓库的初期，就囊括所有可能的数据，这是不必要的。通常，历史数据可以以高度概括的形式保存，具体细节可能并不那么重要。通过创建信息架构方案，就可以权衡必须要包含哪些数据了。

接下来，要对修改或增强基础构造方面的提议进行评估并做出决策，更换那些正在阻碍企业发展、不再收集相关或有效数据的过时处理系统。

最后，要保证该信息架构方案成为从数据仓库获取信息的应用软件的基础。一般来说，需要多种应用软件才能满足广泛用户的需求。分析人员需要功能强大的工具为数据建模，可能会需要一些专用的工具软件。而其他人，如经理和行政人员，只需要一个网络浏览界面，能随时随地获取基本信息就行了。

注意为模块化奠定基础建造和维护一个企业数据仓库，是一项耗时、费力而又没有终点的任务。应该先设计一个信息架构（一个企业数据仓库的总体设计），然后逐步实施，重点放在高度重要的商业事件所需要的数据中心或数据传递机制上。用户很快会衍生出商业价值，从而推动数据仓库的发展。

创建动态数据中心数据中心是为企业关注的问题而设计的应用程序。应用程序应用一套丰富的商业规则，对数据仓库的一组信息子集进行修饰、加工，从而产生一个目标分析结果。一个数据中心不必只供一个部门专用。商业变化很快，数据中心应用的根本商业规则也必须不断更新以继续提供价值。数据中心应该是一系列不断变化着的目标分析程序，这些应用程序建立于坚实的数据仓库基础之上，并随着商业的变化不断演进。对其成本则应基于这样的考虑，即它们需要不断地改进和维护，否则就会失去价值。

对不完整数据的管理及折中使用复

对不完整、不全面的数据，应该研究如何使用，清理出有用数据并预测哪些数据需要清理。管理层也应该在一开始就简明地知道可得到什么数据，其不足之处在哪里。建立原型可能是个极有价值的工具，能协助们形成观点，解释数据完整性问题，达成共识，并且制定出分期实施计划。

通过遵循这些规则，成功建立数据仓库的公司已获得了巨额的投资回报。数据仓库在企业获取和分发知识方面处于中心地位，决策得以支持和加强，组织处于良性状态。基于对潜在商业机会更深入的理解，企业组织管控可做出快速反应。