企业生产、经营和销售规模的急剧扩大，伴随而来的是相关领域的数据量急剧增长；同时，企业生产和销售的模式也因为市场经营格局的转变，由传统的计划生产逐步转向基于订单的生产和基于客户的营销，客户的喜好受到了前所未有的重视。然而，在这种市场模式下无论是供还是产，对于企业获取利润的“前锋”——营销部门来说，都带来了新一轮的挑战。一直以来，营销部门主要承担了单纯的产品销售任务，业绩考核的主要指标则理所当然地是销售额或销售量。可是，如今基于客户的营销和订单生产模式则要求营销部门承担着整个企业运营的领头羊的任务，分析客户、预测需求、调整产品策略……一系列难题加载到了营销部门。
于是，如何有效地利用这些销售过程中产生的数据成了困扰企业营销决策的一大难题。在传统手工管理模式下曾苦于在业务知识和决策规律的“沙漠”中“渴死”的营销部门，在管理信息化工具的应用下，是否又在遭遇在数据信息的“海洋”中被“淹死”的考验？
在复杂的渠道营销模式下，管理者面对的数据信息量往往相当庞大。当他们不断地疲于应对竞争对手强有力的市场竞争策略行动的时候，却逐渐丧失了主导性品牌，缺乏对自身市场领导地位系统而全面的认知和了解，因此在竞争中逐步地迷失了自我。一些企业选择了能够进行多维度分析和报告能力的数据仓库软件，试图通过“圈海”运动作为在日后日益激烈的市场竞争中乘风破浪的必要工具。
为何需要数据仓库？
我们就拿隶属于快速消费品行业的小包装食用油来说吧。算起来，其行业成长历史不过是短短十几年，经历了从零到几百个亿的快速成长。在行业规模逐渐扩大的时候，企业的经营模式也是从之前的“小米加步枪”的零星粮油店发展到今天庞大的营销网络。快速扩张的企业希望不断完善自己的销售网络，拓展不同的区域市场。由于销售区域市场的日趋成熟，企业销售业绩的不断提升，带动了企业相关的管理决策模式一同发展。在庞大的体系下，真实数据信息的传递和获取成了一个极大的难题，决策层需要把握销售各个环节的数据信息情况、了解数据信息的组成、获取足够的数据信息量并且保证这些数据信息获取的时效性。
原始的销售数据信息较单一，往往是厂家出了多少货，经销商进了多少货出了多少货……只有厂家手头有粗略的数据信息记录，而分支机构手头上的数据信息早已失去时效性，并且由于退货等原因，也可能使数据出现丢失或重复等情况。市场越做越大，这些矛盾就越来越凸显。由于数据信息的时效性问题，可能造成各层面的管理人员看到的数据有偏差，导致决策者的战略思想不能很好地实施；营销管理人员拿不到及时准确的销售数据，直接影响营销活动的开展及计划的制订；终端数据信息无法反馈，导致对消费者的需求满足越来越偏离，所有问题都有待突破性的解决。
以往很多企业也在逐步形成一套比较完整的分析体系来辅助销售决策，使营销管理人员在了解基本销售数据信息的同时，也能够进行例如同比、环比等方面的分析。但类似的分析仅仅是基于对历史数据信息的回顾，只能作为简单的参考，在此形成的营销方案无法适应快速消费品市场瞬息万变的竞争环境，无法第一时间对消费者做出反应。
各层级人员对增加数据组成和信息处理速率等的需求越来越强烈，营销管理人员迫切希望为其提供一套能够在业务的所有层面推动快速、一致并有效的决策解决方案。经过多方面考虑后，企业决定启用“数据仓库”。
数据仓库（dataware house,DW）概念由William.HInmon在1993年首次提出。他把数据仓库定义为“一个面向主题的、集成的、随时间变化的非易失性数据的集合，用于支持决策层的决策过程”。数据仓库从一诞生就决定了它面向管理和支持决策的特性，它的基本目的就是辅助了解过去，把握未来。大量数据是数据仓库的基础，没有大量的历史和当前数据，数据仓库就是空谈。但数据仓库不是一个datastorage，不是简单地把各个业务系统的数据装进去。而是需要很好地重新组织，形成一个良好的datamodel。
用数据仓库“说话”
正是基于这些原因，笔者所在的企业，在将近一年时间的研发里，通过对历史的海量数据及分析体系进行整合，采用提取、转换、清洗、挖掘等技术手段，为企业各层管理人员呈现了成熟且基于企业自身特点的数据仓库系统。基于B/S结构的数据仓库，让全国各地的用户能在同一时间内共享到相同的数据信息，有利于各层面管理人员的沟通，也为营销管理人员提供有力的决策依据。在系统的正式上线后，我们运用内部资源进行系统的实施和推广。整体来说，管理者的支持，营销人员与系统人员顺畅的沟通促进了数据仓库系统的顺利实施。可以说，从数据仓库的应用中，我们尝到了一些甜头。
{page}数据模式：数据实现了从“单一散乱、独立无关联、易丢失”到“系统、完整、层次性强、系统维护、可实现专项或关联性分析”。
数据仓库使各层面管理人员从大量且繁杂的数据中解脱出来，从每月看一次销售数据发展到每日时时的数据信息，营销管理人员能够更好地把握市场的动态；整合了每个区域的信息并在此基础上加以对比等分析，决策者同时能够很好地了解到各区域的销售情况，以便及时地加大或调整宣传策略；通过各区域的销售数据追踪消费者需求的变化、区域的成长，合理分配资源投入情况；探询品类之间的差异，根据区域特性制订相应的产品策略，有利于整个产品结构的最优化；通过跟踪和分析客户行为及其所在渠道的购买类型来优化产品获利程度，增加营销运动的有效性……销售数据的实时性及分析性，给营销决策带来翻天覆地的变化，真正实现了现代化营销。
数据信息：时效性强、多层次性、系统性的数据提高了数据分析的可靠性和准确性。
由过去各层次管理人员的数据信息偏差，转变为今天分析口径的一致性。根据管理范围不同来赋予不同的分析权限，提高了管理人员之间的沟通性。但仅仅是销售数据并不能满足管理者的全部需求，为更好地跟踪业务环节，数据仓库系统继续扩展其分析范围，通过对业务系统的数据挖掘，掌握各业务环节的数据信息，了解品牌营销决策的实施情况以及各区域的市场推广情况；结合销售数据，分析各区域推广活动的执行情况及有效性。
