Circor International Inc.曾经有一段向外开拓市场的历史。这家位于麻省的制造商生产阀门、导管和其他工业产品，它在过去的20多年中收购了10多家公司，以扩展市场并为客户提供更优质的服务。

　　但是，现在这家中型制造商的关注点已经转移到内部。它正在建立它的第一个商业智能(BI)数据仓库，以便在某种程度上理解如何将单独的实体一起绑定到更加高效的整体上。

　　“这其中的主要动因是如何理解所有的这些业务，这样它就可以使过程无缝地执行，并让它们变得更加高效，”Mercury Software咨询公司的CEO Vinay Balasubramanian说道，该公司现在正在帮助Circor建立它的数据仓库。

　　与产品数据仓库不同的是，数据仓库技术是BI和分析报告的基础。管理员通过分析来自生产系统收集的数据来识别新兴市场变化趋势或者可能实现的生产效率。

　　例如，如果跨地理区域的多个机构购买某些同类型的原材料，那么一个数据仓库可以帮助管理员决定是否合并多个来源或者商议总额折扣。

　　Circor并不是唯一认识到数据仓库重要性的公司。“数据仓库对于现代企业是至关重要的，”McKnight Consulting Group总裁William McKnight说道。

　　规划一个BI数据仓库项目

　　虽然数据仓库已经克服了价格昂贵和难以启动的问题，但是它们仍然需要重要的前期规划，以及认真选择正确的硬件和软件。

　　关键的第一步是要定义仓库将要解决的总体业务目标，Balasubramanian说：“大多数公司在他们了解业务问题之前就错误地购买了技术，这往往在之后给他们带来很大的麻烦。”

　　类似地，组织不应该将仓库完全看作是一个IT项目。通常需要一个由技术和业务领导所组成的跨功能团队来建立一个满足业务用户需求的解决方案。

　　当他们从市场上选择多种硬件和软件时，制造商也可以使用这些定义来建立协议需求(RFP)。从正面看，产品过剩意味着可能已经有一个解决方案的可以满足任意制造商的需求。但是问题是对所有选择进行分析以得到一个可管理列表是很费时间的。

　　咨询师建议客户避免卷入供应商的功能竞争中，相反应该关注他们的制造技术，以及这些技术是如何服务小型、中型或者大型公司的。当然，价格也是很重要的因素。“如果是一个产值500万美元的制造公司，而建立数据仓库需要花费1000万美元，那么这个投资回报显然是不合理，”Balasubramanian说道：“然而，如果您投入了50万美元，而数据仓库能够节省300万或者400万美元，那么ROI就肯定是合理的。”