生鲜app搭建数据仓库是非常必要的，它需要提升供应链管理能力和数据的计算的准确性和时效性。那么，要怎么去进行一个数据仓库的搭建呢？本文给大家分享一下搭建的过程~
某生鲜APP搭建数据仓库的必要性分析
（1）供应链能力是生鲜电商致胜的关键，提升供应链管理能力离不开数据仓库的底层支撑。
中国生鲜电商市场目前处于高速发展期，随着巨头和资源活跃，行业内频频出现新玩家和创新模式。当下，生鲜电商市场呈现多业态共存的局面，随着赛道玩家的增多以及巨头布局的扩大，生鲜电商行业竞争将持续升级，同时也将推动原有的行业格局加速洗牌。
“供应链管理”作为生鲜电商最重要的一环，是企业在混战中突围致胜的关键，在生鲜供应链中运用大数据、人工智能、物联网等先进技术，追踪用户行为、精准预测市场需求、把控生鲜产品质量，以及通过生产端延伸，以缩短供应链条、降低运营成本是提高供应链管理能力的重要途径。
而实现以上诉求，离不开数据的支撑，数据仓库保证了数据的准确性、时效性和完整性。
（2）生鲜电商市场潜力大，未来仍呈快速增长趋势，数据仓库保证密集型数据计算的准确性与时效性。
中国生鲜电商市场发展迅速，年生鲜电商市场交易规模突破亿元。-年市场虽迎来洗牌期，大量中小型生鲜电商或倒闭或被并购，与此同时，阿里京东等电商巨头入局，不断加码供应链及物流等基础建设投资，并带来了线上线下融合的新零售模式，整个生鲜电商行业仍将保持快速发展。
业务的快速增长意味着数据的极度密集，急需数据仓库的支撑来实现高速和大批量的数据计算。
（3）该生鲜商城拥有成熟的线上业务系统，底层OLTP系统成熟完善，拥有搭建数据仓库的业务基础。
数据仓库搭建的价值
（1）数据集成整合，权限统一管理，可以保证数据的安全性。
通过数据的集中化管理，通过权限与角色的配置，可以全方面把控数据的访问路径与口径，不同权限对应不同数据主题，进一步预防数据的泄漏。
（2）数据查看更加直观灵活、能够进一步促进运营策略、带来数据增长。
搭建在数据仓库之上的数据看板、CEO驾驶舱，能直观的看到数据的增长和分布情况，更加方便企业垂直化运营，盘活私域流量，促进GMV增长。
（3）多部门合作更加顺畅。
拥有数据仓库之后，产品经理可以基于此根据不同部门的日常需求合并归纳，将高频度高时效的需求落实到具体的大数据产品中，方便运营或者商务、市场部门人员自行实时获取数据，降本增效，提高响应速度，更好支撑业务部门的工作。
数据仓库落地流程
首先，数据仓库是一款数据产品，遵循产品设计逻辑，从业务出发，挖掘分析需求，立足需求确定产品设计方案，最后交付工程师实际落地。
其次，从数据仓库的角度来看，数据仓库落地包括从源数据到DW输出过程中对数据进行采集、建模、清洗、预处理、加工和集成等关键步骤。
再次，数据仓库产品不仅仅承担数据的仓储功能，还希望基于在海量数据之上提供更多分析、决策、模型等应用。
从需求了解为起点，整个数仓的搭建过程需要经历以下9个步骤：
1.了解业务背景
该生鲜APP是一款线上电商产品，用户的主要行为在于商品的选购，在APP上浏览生鲜产品，选择后加入购物车，提交订单，完成支付，然后由商家进行配送，配送完成。
流程结束，如下图所示：
该产品的商业化思路很清晰，提升用户粘性，提高下单率，提升GMV，降低仓储、物流及供货成本，降本增效、提高企业利润是该数仓追求的主要目标。
2.设计数据仓库实施步骤
2.1根据业务目标，设计分析方案
根据经济学原理可以得出：利润=营业额-成本。
在相同成本基础上，营业额越高，利润值越大；相反，营业额不变的基础之下，成本越低，利润值越高。
提高营业额，我们可以从：扩大购买人群、提高客单价、提高复购率、减少退货率等方面着手。
降低成本，我们则可以从：降低进货价格、减少库存量、降低货品损坏率、降低物流成本等方面着手。
扩大购买人群，提高客单价、提高复购率、减少退货率，我们可以从用户数据、订单数据、大客户数据、购物车数据、售后数据进行分析；
降低进货成本、减少库存、降低货品损坏率、降低物流成本，我们可以从供应链数据、微仓数据进行分析。
根据以上思路，我们可以将数据分析主题划分为以下7个：
用户主题分析订单主题分析大客户主题分析购物车主题分析售后主题分析供应链主题分析微仓主题分析2.2对所有主题进行目标拆解
用户分析：
用户会员占比？用户使用优惠券的情况？使用优惠券后有多少转为会员？成为会员的路径？会员剩余有效期的时间？购买会员时长的分布？会员年龄段、性别的分布情况？用户点击行为？用户账户的情况分类（手机号、第三方账号）？用户来源渠道（推广页面、短信导流、