很多CEO和业务管理者都认为，数据仓库有太多不尽如人意的地方了。决策者希望拥有的是能够辅助决策的数据仓库，但数据仓库总是面临着搭建时间长、不能满足业务需求和升级困难等问题。

近日，在波士顿举行的2014数据仓库研究院领导者峰会（TDWI Executive Summit）上，来自各个行业的专家和用户就讨论了这一问题，并提出了敏捷数据库仓库和商务智能的概念，即用敏捷开发方法提高数据仓库和相关BI项目的产出。

数据仓库研究所的商务智能总监David Stodder表示：“数据仓库的开发周期一般都比较长，大概要一年半的时间。这是业务部门不能忍受的，因为他们不能快速从数据中获取价值。”

在软件开发领域，通过短迭代交付功能的敏捷开发技术已经应用了很长时间了，但在数据仓库和商务智能领域的应用刚刚开始了几年。与传统数据开发方法相比，数据仓库研究院数据管理研究负责人Philip Russom说道，敏捷开发还只是小众领域的实践。

不过，在此次领导者峰会上，很多用户都分享了他们采用敏捷开发构建数据仓库的经验。

美国联邦银行副总裁、企业数据解决方案架构师Ryan Fenner表示：“大家对数据仓库项目的认识往往是‘既慢且贵’。业务领导提出需求以后，技术人员就跑到一个‘小黑屋子’里，折腾了六个月出来了，结果业务领导一看，说，这不是我想要的结果，这么长时间你干什么去了?为什么数据仓库的成本这么高?”

敏捷开发：业务人员是关键

现在正在负责数据仓库项目的Fenner已经着手在联邦银行采用敏捷开发方法，将项目分割为一个一个的小块，方便相关业务用户和股东的检查。

Fenner表示：“敏捷让整个流程公开透明，它通过迭代或快速交付的方式克服障碍。你能从中获取更好的产品，以更快的速度从数据仓库中获取价值。”

但Fenner也指出，敏捷数据仓库设计起来并不容易。敏捷流程对团队的要求更高，需要团队具备良好的沟通技能和采购决策权，另外，团队还需要包括业务用户。Fenner的团队中就有业务人员，这是让他倍感幸运的事，因为他们能够让软件更好地和现实需求结合起来。

在这一点上，加拿大国家铁路公司的做法和联邦银行不谋而合。其商务智能经理Mark Giesbrecht在峰会上表示，他们敏捷数据仓库和商务智能开发的关键在于，一定要拉来一个愿意与团队共成败的业务领导。不过Giesbrecht也指出，这绝非易事。

他说道：“这种人很难找，相比之下，给项目找资金很容易，但给项目找一个充满热情的人太难了。”

大数据更需要敏捷开发

数据仓库的种种缺点也促使很多人把目光转到新兴数据管理技术上，如Hadoop和NoSQL，这些技术不需要那么多前期规划和数据结构设计。这也是提高数据仓库开发速度的一种方法。同时，人们对大数据处理流程的关注也会影响到数据仓库项目管理。

Stodder表示：“用户想要从数据中获取的越多，技术部门的压力就越大。并不是所有的敏捷开发都和以数据为中心的部署相一致。无法满足人们的所有需求。”

迭代方法能帮助业务管理者和用户更好地表达需求，因为他们不可能一开始就能准确地表达出自己想要什么。

在此次峰会上，Forrester研究公司的分析师Boris Evelson讲道，实体商务智能和数据仓库的交付不能超过两周的时间。即便是这样，单纯的敏捷软件开发也无法满足日益多变的业务的需求。Evelson指出，组织还需要关注组织架构、分析流程和整体BI技术基础架构。

医疗保险和医疗服务供应商Fallon Health也参加了峰会，其商务智能集团经理Irma Murillo在会上表示，计划采用敏捷开发流程升级新的数据仓库。该数据仓库基于微软的SQL Server数据库，开发耗时两年半，现在，Murillo希望在四周之内完成升级。

Murillo表示：“内部机制是难点所在。我当然也面临着挑战，也要经理失败。但数据仓库开发应该换一个思路了。我们不能总用‘数据仓库很难’做借口，这让谁都难以接受。”