数据仓库系统的出现拓宽了许多企业在商业智能（BI）和分析的潜在用途，而且使企业能够利于他们能力范围之外的数据仓库技术。但数据仓库系统存在着局限性，而且根据一个企业的目标和可用的资源，数据仓库系统也可能不是一种正确的选择。

    传统的数据仓库系统和设备将数据仓库的硬件及软件捆绑在一个单独的套餐中，为企业提供了许多相同的有益的服务。无论企业选择哪种方式，都是利用数据仓库对多种源系统的数据进行合并，管理数据质量和整合过程，支持商业智能（BI）和分析能力，使业务用户能够从数据中获得洞察力。

    在很多情况下，当企业考虑数据仓库系统的实施时，他们会在提高性能、增加更多的存储容量或能有新的分析类型的目标下，寻求对现有的数据仓库基础设施的扩充。另外一些企业由于认识到与传统的数据仓库相比数据仓库系统更易于实施而视它为通往商业智能（BI）和分析的捷径。

    这两种技术在结构上是相似的，但是传统的方法涉及到有内部开发人员各自独立地负责设计和开发数据仓库架构的数据仓库的硬件和软件。在数据仓库系统中，供应商提供一个或多个具有优化数据仓库软件的服务器（或一组服务器），而且数据仓库的结构也已到位。

    在考虑选择哪种方式时，寻求对一个具体的部门或业务单位提供分析能力的较小的企业或公司纷纷涌向数据仓库系统，因为他们在部署上的优点。而且随着“大数据”分析逐渐成为许多企业的首选，数据仓库系统作为一种传统数据仓库的延伸被用来合并大量的信息。随着供应商和企业用户把更多的注意力放在数据仓库系统上，套装的系统可能将在数据仓库和发展中的商业智能（BI）方案中占有更大的比重。

    弄清数据仓库系统的潜在好处可以帮助企业确定他们是否适合业务需求和问题解决。例如，针对正要设法解决的一些问题，如在市场销售的顾客数据中获得更好的洞察力或寻找提高客户满意度的方法，快速地部署一个数据仓库系统，并与现有的数据仓库管理分开管理的能力，能提供有用的价值。而仅仅通过对现有基础设施的扩充则难以实现这些目标。

    对数据仓库系统进行全面的测量

    但是即使数据仓库系统可以解决许多业务需要，仍有一些情况下，企业可能不会选择它们来代替传统的数据仓库。对于一个拥有成熟的数据仓库和商业智能（BI）环境的企业，将数据仓库系统作为一种额外的组件用于他们对基础设施的扩充可能由于财务或技术的原因并不现实可行。也并不是所有的企业都准备好利用更先进的数据仓库技术，如许多数据仓库系统支持的纵列数据库和内存分析。

    事实是，当考虑到数据仓库系统能否对企业有意义的时候，除了数据仓库系统的潜在利益，还需要对它们有一定的局限性保持警醒。例如，尽管一些数据库系统供应商为运行他们的数据库软件提供了各种服务器的选择，但他们提供的大多数都局限于一到两种硬件的选择。

    同时，尽管认识到相比传统数据仓库的建设和管理，数据仓库系统易于使用，企业可能需要新的技能安装和维护数据仓库系统。这也许意味着雇用新员工，可能会使部署一个数据库系统的长期成本超支，尽管技术结构的本身的价格很低。对数据仓库系统的存储空间的可扩充能力和当工作量增加时对整体性能的影响的评估也是很重要。（当然，也可以这么说传统数据仓库系统。）

    在目前有这么多注意力专注于数据仓库系统，很容易被卷入围绕着它们的各种大肆宣扬。但有必要对于数据仓库系统潜在利弊进行全面考量，以帮助企业决定数据仓库的硬件和软件捆绑对他们来说是否是正确的选择。