对于数据仓库而言，其组织结构如何构建关系到数据仓库项目的成败，为此我们需要理解到以下原则：
1. 一把手原则
数据仓库项目是为决策支持系统服务的，因此没有高层管理 人员的支持，一个公司的数据仓库项目是不可能成功的。没有任何项目像数据仓库项目这样能够从整个公司角度来整合各种信息，这些信息包括了所有企业所有方面，并且服务于战略策划。
数据仓库项目必须要经常协调各种相互矛盾的需求，必须有一个仲裁者或者企业最高决策人员来施加影响调和这些矛盾；必须记住：仅靠 IT 人员通常是很难协调和调动其他人员的积极性和参与性的。
因此必须坚持一把手原则。
2. 其他利益相关人
其他利益相关人包括各子公司的相关负责人、项目直接负责人，甚至包括相关技术人员；数据仓库项目的实施必然会打破原来数据资源的共享程度，在一定程度上会给这些利益相关人带来某种“伤害”，因此他们会有产生一定的抵触心理，安抚和理解并解释相关项目会带来一定的益处，也是我们要做的工作。
对于技术人员而言，数据仓库需要他们的支持，其中包括网络人员、系统维护人员、技术支持人员、开发人员、数据库 管理员等等，我不认为数据仓库人员会比他们更了解自己的系统，只是我们所处的角色不同而已；抱着相互学习 的相互理解的甚至利用他们好奇的态度争取他们的支持远比从上而压下的压制强迫他们要更合适一些。
3. 自上而下还是自下而上
数据仓库从开始就面临自上而下还是自下而上的困扰和选择，当然他们也并非完全水火不容的。
自上而下从理论上讲更能够满足企业数据仓库的要求，所有元数据保持统一，整个数据仓库是个有机的结合，对数据内容唯一、集中存储等优点；缺点是建设周期长、有较大的项目风险、费用很高。
自下而上的方法则完全相反。
两者的结合主要步骤如下：
a) 从整个公司的角度来计划和定义需求
b) 为完整的数据仓库创造一个体系结构。
c) 是数据内容一致并且标准化。
d) 把数据仓库作为一组数据集市来实施，每次完成一个。
4. 数据仓库是技术还是架构
数据仓库定义为“一个面向主题的、集成的、随时间变化的、非易变的用于支持管理的决策过程的数据集合”。
数据仓库的目的则是为了解决在信息技术 (IT) 发展中存在的拥有大量数据、然而有用信息贫乏 (Data rich-Information poor) 的问题。如何把数据转换成信息，进一步把信息转换成知识的过程。数据仓库的特点则是面向主题、集成性—企业数据框架、历史性、稳定性。
说到底数据仓库不是一门纯粹的技术，不是数据库不是 OLAP 不是 ETL 甚至不是 BI 工具，从数据库角度来看，良好的物理设计和性能优化只是其手段而不是目的，数据仓库允许数据的冗余允许长时间的运行；它应该是一种体系结构，它的核心是在于对于数据的整合，通过抽丝剥茧把企业原始数据进行集成、归类、分析，从而提供了企业决策分析需要的 KPI ；同样它也是一个过程 ETL 对数据进行集成、整合、清洗、转换和加载，并在实践和与用户确认中不断的校验，其最终目标是为了达到整合企业信息信息，提供决策支持。
5. 数据仓库项目组和其它项目组有什么区别
理论上没什么区别，都需要项目管理 、技术架构、需求分析、系统设计、开发测试、质量监控、项目培训等技能的人员；开发人员包括 ETL 开发人员、报表开发人员、数据建模人员等等。不同的人员之间可以相互兼任不同的岗位，最大程度上提高大家的积极性和主动性。
以下为个人根据财务决策支持系统和数据仓库项目组的做法，设计的财务决策支持项目组的组织结构。当然需要根据实际情况进行不断调整。
本文转自baoqiangwang51CTO博客，原文链接：http://blog.51cto.com/baoqiangwang/309669
，如需转载请自行联系原作者
