English ]
决策者面临的一个重大难题是将彼此分离的数据源整合到一起，对数据总体认识、整体把握。由于企业实施了异构的ERP、CRM、物流和Web商业系统，因此数据源的数量及复杂程度便大幅增长起来。这种数据采集点和存储系统数量猛增的局面，驱使各企业纷纷采用了数据仓库解决方案来处理数据。
数据仓库的局限性
我们需要从以下几个方面来认识数据仓库解决方案的局限性：
首先，它可以支持多维报表，却不能支持完整的分析应用。其次，它整合数据，但不能保持与数据相关的业务流程语义。第三，它无法保留所有相关数据。
此外，为分析应用搜集数据时，又出现了其他挑战。其中，一个典型的例子是，由于许多有效数据都来源于公司外部，因此，我们需要构建一个流程，来引入公司外部的数据，然后创建一种机制，将公司内、外的不同数据彼此联系起来，并把其中不符合机制的无效数据剔除掉。而另一个例子是，对于结构化数据库来讲，想要从期刊文献和其他文献中抽取常用且有价值的非结构化数据，是根本办不到的。
敏捷、恰当的ETL过程
EC
Wise公司能设计并开发数据整合或过程整合策略，以满足这类商业需求及分析需求。我们已经实施了业务流程级的商业整合解决方案，面向的产业包括：人力资源管理、金融业、服务业、零售业和保险业。此外，我们在基础科学和应用科学上也有资深的经验。
