Oracle Modern Data Warehouse
现代化数据仓库可提供集成式机器学习 (ML) 解决方案，助力客户捕获深度洞察和商务智能，更快地制定明智的业务决策。您可以通过自助功能轻松上手使用，利用其自动化特性消除管理复杂性并简化分析工作。
为什么要选择现代化数据仓库？
全面、集成的解决方案
Oracle 提供全面、集成的数据仓库、集成、数据湖、数据科学和分析服务解决方案。客户可以加载任意数据，将其存储在数据仓库或数据湖中，然后进行转换、编目、治理、可视化、分析以及构建机器学习模型。借助 Oracle 集成解决方案，客户能够通过集成的数据湖在整个现代数据仓库中利用安全策略，并从数据仓库中查询数据湖。在一个解决方案中内置支持多模型数据和多种负载，如分析 SQL、数据库中机器学习、图形和空间等，降低了开发和部署的复杂度。
数据仓库使用场景模式易于上手
Oracle 提供基于 Web 的用户界面，用于自助配置、数据加载、数据转换和数据分析。配置和开始数据分析仅需几分钟。现有 Oracle 数据库客户可以拖放数据连接器和运算符、数据模型以及第三方工具，轻松实现现代化。
观看 ADW 业务数据平台导览视频功能强大、易于使用的数据和分析工具
Oracle 在 Oracle ADW 业务数据平台中内置了数据管理和分析工具（例如 Oracle Spatial and Graph），可与 Oracle 分析云轻松集成，并支持其他主流 BI 工具以及可构建和部署机器学习模型的服务。利用 Oracle 全面的工具和服务套件，您可以打造更快速运转的敏捷型企业。
阅读电子书 (PDF)安全、可靠、自治运行
Oracle ADW 业务数据平台能够通过自治管理帮助您轻松运行高性能、高可用、安全的数据仓库，消除管理复杂性，降低成本。它支持自动化数据仓库供应、配置、安全、调优、扩展、备份和修补，是业界领先的可自动化弹性扩展并提供全面的数据安全性的解决方案。相比之下，其他供应商的产品通常都无法提供精细化访问控制、敏感数据控制和风险评估、数据库防火墙等特性。
自治驱动业务成功 (PDF)现代数据仓库使用场景
构建自助式部门级数据仓库
分析人员需要通过一种高效的方式，将多个电子表格和其他平面文件数据源整合到一个可信、可维护并且针对查询进行了优化的数据存储中。只有将来自多个数据源的数据加载到一个部门级数据仓库中并加以优化，业务用户才能高效分析数据，捕获切实可行的宝贵洞察。
产品
集成关键业务应用
分析人员需要通过一种高效的方式，将多个应用、电子表格和其他数据源整合到一个可信、可维护并且针对查询进行了优化的数据存储中。只有使用自助式数据工具加载和分析来自 Oracle E-Business Suite 以及其他来源的数据，企业的各个部门才能捕获切实可行的宝贵洞察。
产品
构建企业级数据仓库
在很多企业中，人力资源数据通常分散在多个系统内，无法轻易整合和分析，提供切实可行的洞察。而借助企业级数据仓库，通过使用原始数据和事件数据扩充来自 PeopleSoft Human Capital Management 的应用数据，企业可以获得预测性洞察。
产品
集成数据湖和数据仓库
Oracle 支持您综合使用数据湖和数据仓库，高效处理流数据和一系列广泛的企业数据资源，同时充分利用数据开展业务分析和机器学习。
产品
处理和分析流数据
处理流事件并记录数据，供预测性维护使用。应用高级分析和数据科学功能来理解可操作事件的上下文，获取洞察，以及建立响应。
产品
轻松的图形分析
借助图形分析，数据科学家和开发人员可以管理、呈现数据中的复杂关系并与之交互，从而助力银行执行欺诈检测，助力营销组织实现更深入的 360 度客户分析，助力制药企业创造更多发现。
Oracle 自治数据库现已支持通过图形功能来分析和可视化图形模型，避免过多的数据集成和移动。未来将添加 Graph Studio 来自动执行图形数据管理，简化建模、分析和可视化。
Graph Studio 关键特性
- 自动化图形建模
- 自动安装、升级和供应
- 自动保存、备份和检查点数据还原特性
- 高级笔记本和可视化
- 计划分析功能
- 适用于不同使用场景的示例笔记本和工作流程
客户成功案例
Oracle Analytics
Oracle 自治数据库
数据驱动未来
主产品经理 Maria Colgan数据驱动型应用基于多来源、多样化且通常是实时的数据（例如空间、文档、传感器、事务）运行。相比传统应用，企业只有使用数据驱动型应用，通过多种方式发挥数据价值，才能更快速做出更明智的决策。
阅读全文精选博客
- 2020 年 7 月 1 日 为什么说您真的需要一个数据科学平台？
- 2020 年 5 月 11 日 选择多个单一用途数据库还是一个融合数据库？
- 2020 年 1 月 9 日 数据湖、数据仓库和数据库有什么区别？
- 2018 年 1 月 31 日 数据湖是什么？
资源
