采购系统和销售系统中的货号

[sakib60]

1. 无法对组织进行全方位洞察
“孤岛”一词实际上说明了一切：数据孤岛中的数据与来自其他数据源的数据没有连接。这意味着您对整个组织没有整体的了解。这会给创建仪表板和报告以及获取洞察力以做出数据驱动的决策带来问题。

如果所需数据位于不同的数据源，则很难将这些数据 RCS 数据葡萄牙 合并到一个 KPI 仪表板中。通常还需要从各种数据孤岛中反复创建手动导出。然后，您必须按照自己想要的方式手动构建、组合和分析这些数据。每次想要创建报告时都必须再次执行此操作。

“数据孤岛是来自一个或多个数据源的数据集合，与组织的其他部分隔离。”

2. 不同数据源中的数据结构不同
数据孤岛带来的另一个问题是不同数据源中的数据结构不同。例如，考虑日期字段。例如，您可以将日期写为 19-06-2023，也可以写为 19 June 2023 或 19-Jun-2023。电话号码还可以采用不同的结构：


除了日期和电话号码之外，还有许多其他数据示例，这些数据可以以不同的方式构造，因此不易相互可视化和分析。


另一个例子是不同系统中的文章编号，例如销售系统和采购系统。它们通常彼此不同，因此不能相互结合。通过在数据仓库中收集数据，您可以在两个系统中将这些文章编号整体地链接在一起。

为了使用来自不同数据源的数据，您需要以相同的方式构造这些数据。这通常意味着除了示例 1 中的手动导出之外，您还必须每次手动重构数据。这会产生额外的劳动密集型且容易出错的方法，您通常必须手动执行。