核心概念
跨系统分析
把不同业务系统中的相关事实放到统一的数据空间中整理和计算，用来回答单个系统无法完整回答的经营问题。
为什么有业务系统，还需要数据仓库？
核心系统和信贷系统各自记录业务，经营分析需要把两边的事实放到同一个问题里。
银行的两套系统，各自只知道一半
核心系统负责记录存款账户、存款余额和机构信息。信贷系统负责记录贷款相关数据和贷款余额。两套系统都在完成自己的业务职责，它们没有谁是另一套系统的上游。
现在经营人员要问：“杭州分行的存贷比是多少？”这个问题同时需要存款和贷款两类数据。单看核心系统，找不到贷款余额；单看信贷系统，也找不到存款余额。
- 核心系统：杭州分行存款余额 120 亿。
- 信贷系统：杭州分行贷款余额 90 亿。
- 机构信息用于把两边的“杭州分行”对齐到同一个分析对象。
跨系统汇聚实验 · 两路数据并列进入
核心系统 + 信贷系统，怎样得到一个比值？
点击任一数据源查看它记录的事实，再启动数据流。图中的两套系统并列连接到数据仓库，最后共同服务于经营分析。
并列数据源
采集 / 同步尚未开始
组织 / 服务尚未开始
分析使用
当前查看
核心系统
存款账户、存款余额、机构信息。它记录自己的业务事实，跨系统分析在数据仓库中完成。
75% 并不完整存在于任何一套业务系统
教学版公式是：存贷比 = 贷款余额 ÷ 存款余额。数据仓库拿到核心系统的 120 亿和信贷系统的 90 亿，按机构整理后，才可以完成 90 ÷ 120 = 75% 的计算。
因此，报表里的 75% 不是某个系统里原封不动的一列数据。它是跨系统汇集、整理和计算之后形成的分析结果。
- 源系统保存各自负责的业务事实。
- 数据仓库负责把相关事实放在同一套分析上下文中。
- 报表数字还需要明确计算公式和统计对象。