支撑BI平台构建统一数据管理机制：需对跨营销、生产、供应链、财务等多域多系统做集成，各业务部门要有统一的数据管理机制，打通系统之间的壁垒和数据孤岛。需在采购、排产、调度等环节与销售资源有效协同，降低库存和生产成本。

支撑各业务部门对BI平台的不同需求：需支持业务部门根据各自需求和复杂度，灵活进行即席查询、自助分析、多维报表等。场景复杂多变，时效性要求各不一样，对查询分析效率、并发能力等均有较高要求。此外，不同业务内部业绩和运营激励规则变更频繁，分析维度多变，传统的大宽表模式或通过Cube预聚合模式，难以应对末端运营复杂业务逻辑的快速迭代。

满足生产环节的质量追溯时效性：制造业在生产、质检、管理等各环节存在庞杂数据，内部系统间需要统一的平台，对数据进行关联和整合。在生产环节的质量实时追溯场景下，过程管控和数据传递的不及时问题亟待解决，以杜绝生产故障和异常，提高质量水平，减少原材料浪费。

满足百亿级数据的多维复杂溯源查询：制造企业每天会有千万级数据的更新，经常需要支撑以年为单位的百亿级历史数据，进行数十个复杂维度的溯源查询。通过海量的生产制造和测试数据实时汇聚，对质量问题实时预警实时追溯，支撑业务现场实时干预纠偏。质量数据作为质量溯源的数据底盘要多个系统调用，对 QPS 能力要求较高。