例如，直到我的一位企业客户建立了一个数据仓库并关联了来自其所有源系统的数据后，他们才意识到，由于他们最畅销产品的某个特定组件，他们在每次销售中都在亏损。一旦意识到这一点，他们就为自己节省了数百万美元。太棒了，但这样的好处是有代价的。
要确定最佳的数据集成策略，最便捷的方法是从要解决的问题开始逆向思考。确定问题，然后决定并构建能够回答该问题并最好地支持组织数据需求的架构。
数据仓库对组织来说是一个挑战，开发 阿尔及利亚电话号码数据 起来也是一个挑战。它们需要几个月甚至几年的时间才能完成和交付。
为了使数据仓库对业务有用，很多东西都建立在数据仓库之上。在这个过程中，最大的牺牲就是敏捷性，以换取整个组织只有一个真实版本的乌托邦。
这变成了一个风险评估问题；具体来说，就是组织愿意承受多大的容忍度。安全措施和多种数据范式削弱了组织敏捷地提供报告和自助服务的能力 商业智能 应用程序。保护措施越多，数据结构越慢，这些工具就越难找到所需的信息。如果数据是三个月前的，或者需要很长时间才能添加交易，那么企业就无法拥有成功的自助式商业智能。需要找到一个平衡点。