数据库分析的重要性
您的组织使用坐在数据库之上的生产和操作系统，在不断流的交易数据中。该数据来自许多来源，包括嵌入生产线或车辆中的传感器，网站或应用程序上的客户活动的数字足迹以及企业资源规划平台（ERP）。数据库中的数据可以帮助您了解您的运营方式如何运行，客户如何导航您的产品，以及前景如何了解它们。
数据库KPI.
生产和操作数据库记录组织经历的每个可跟踪事件。此数据非常有用单独或结合来自第三方应用程序的数据，用于销售、营销、项目管理软件、电子商务、支付等。这是组织完整、360度视图的关键。
指标和关键绩效指标（KPI）您可以使用生产和运营数据库的数据跟踪往往落入1）运营，2）产品和3）营销的类别。
操作
数据库直接连接到您的操作系统，项目管理软件，人力资源平台和企业资源规划（ERP）工具提供了丰富的洞察力，以满足您的组织功能。这些KPI包括：
后勤
项目速度和生产力
质量保证和质量控制
库存管理
员工表现，营业额和士气
停机时间
金融健康
产品
基于Web或支持Web的产品的产品不断将产品使用数据流入数据库。使用产品数据，您可以了解客户如何使用您的产品以及它们的满意程度。产品KPI包括：
每日和每月活跃用户（DAU / MAU）
交通和使用
功能的使用
客户的旅程
用户结果
在应用程序
净推动者得分
市场营销
通过营销网站上的事件跟踪数据，你可以了解潜在客户如何了解你的产品，并最终决定它是否满足(或不满足)他们的需求。营销指标包括:
客户收购
页面浏览量
跳出率
现场时间，页面时间
关于数据库分析的更全面的处理，请查看我们关于这个主题的电子书．
不要使用数据库进行分析
优化生产和操作数据库以处理大量的简单查询并快速更新各个记录。他们通常遵循一个基于行的OLTP(在线事务处理)体系结构．这些简单的查询包括通常涉及客户交互的疑问，例如更新购物车或退房。
相比之下，用于见解和执行分析的挖掘数据通常涉及适度的复杂查询，该复杂查询在多个表中连接相同的实体并处理同一列中的许多值上的计算。针对分析查询优化的数据库，即数据仓库，遵循基于列的OLAP（在线分析处理）架构，从根本上对OLTP的方法。复杂的分析查询的一个例子可能正在与销售数据加入营销数据，以确定哪些营销抵押品似乎影响了采购决策。
基于行和基于列的设计之间的基本区别是不查询生产和操作数据库进行分析的一个重要原因。您的分析查询将变得缓慢，因为您使用了错误类型的机器来执行它们。随着数据集的增大，这个问题将变得越来越严重。
不查询数据库的另一个原因是，分析查询将与生产和操作查询竞争相同的计算资源。同时使用数据库分析和执行数据事务，将使操作陷入困境。缓慢的运营导致了顾客的愤怒和错失机会。
为了有效地分析生产和操作数据而不干扰您的操作，您必须将数据从数据库中移动到数据仓库。
从数据库中提取、加载和转换
将数据从诸如数据库的数据库（如数据仓库）移动到数据集成的过程。现代数据集成解决方案涉及从源中提取数据，将其加载到数据仓库中，并在数据仓库环境中转换。用于提取和加载数据的软件是数据流水线，由此组成数据连接器．
建立和维护数据管道需要大量的时间、劳动力和工程人才。一个功能良好的数据管道还涉及许多重要的设计考虑因素和特性，包括对失败的同步和复制的弹性、自动模式更新、数据类型处理和可伸缩性。这些都需要丰富的经验和专业知识才能成功执行。