本文转载自：http://www.cnblogs.com/evencao/p/3139883.html
为了达到数据仓库项目质量管理的要求，可以选择合适的模型建立数据仓库项目的生命周期
1.使用瀑布模型
条件:从用户的角度来说，他们已经完全理解项目的需求，并且有现成的文档作为支持，同时用户希望用新系统替代旧的系统，并且项目工期相对紧迫。
从项目开发人员的角度来说，项目分工明确，资源充分，系统可以被划分成相对独立的模块，比较适合工作任务的分配。
2.使用原型模型
用户对项目需求的理解比较模糊。
数据仓库粒度的划分
数据仓库粒度的划分是设计的重要内容，因为它直接影响了数据仓库查询的效率、查询的灵活性和数据仓库数据量的大小。
如果数据仓库的粒度级别越低，则它的细节程度越高；反之，则相反。
在数据仓库设计过过程中，应该慎重考虑粒度的问题，既要满足所有的查询需求，也需要考虑查询的效率、存储空间等问题。
商业智能项目的流程： 项目启动——需求定义——系统设计——系统开发和实现——项目的实施和部署——系统的测试和上线运行——系统的优化和正式上线