事实上，如果企业要做数据分析，商业智能BI和数据仓库二者缺一不可，二者相辅相成。那么，既然两者都需要，是不是先建立数据仓库，再做商业智能BI？
商业智能BI的概念
商业智能(Business Intelligence)是一种对商业信息进行收集、管理和分析的过程，它通常包括数据库技术、数据仓库(或数据场)、联机分析处理(OLAP)等几个方面，其实现涉及可视化、交互等动态分析型软件。
各级别的管理人员都以数据仓库为本，利用各种查询分析工具(Query/ReportTools)、联机分析处理(OLAP)或数据挖掘(Data Mining)工具以及决策者的行业知识，从数据仓库中获取有用的信息，从而帮助企业获利，并提高生产力和竞争力。
BI项目带有非常强烈的咨询服务特性。是发现问题、找出规律、预测将来，发掘新知识新模式，达到真正的智能效果。
商业智能BI不是简单的报表和漂亮的图形，它主要考虑的是模型交付能力和工具软件的开放性。面对海量数据，提高信息的利用率，快速、准确地找到所需信息，做出正确的决策，是商业智能BI发展的驱动力。硬件上的大容量存储技术、并行处理器技术，软件挖掘工具、数据仓库环境的管理工具、Internet、大数据预处理等技术的成熟，以及国产化的扩展能力，使得商业智能再次成为各级管理组织研究和应用的热点。
数据仓库的概念
数据仓库（Data Warehouse，简称DW）是一个面向主题的集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策。数据仓库为减少对业务数据库的干扰，原则上要单独建立。他借助于数据库实现。如关系型数据库，多维数据库、内存数据库等。数据仓库的建立，有以下几个主要方面工作：①业务数据进行整合，②主数据管理，③元数据管理，④数据质量管理，⑤数据清洗、转换，⑥数据装载，⑦分主题建模等，最终支持各级管理者的数据分析、业务预测、决策。
商业智能BI与数据仓库的关系
数据仓库是BI系统可能包含的其中一个组件。其概念是，大多数公司都会在不同的地方存储数据：客户数据库、订单数据库、运输数据库等等。单独查询这些系统可能速度很慢，而回答关键业务问题可能需要以独特的方式组合多个源的数据。数据仓库基本上是复制所有的数据，并将它们保存在一个地方，从而简化和加快数据的查询和组合。无论哪一种BI项目，都需要从各级管理者的决策性思维出发，建立分主题的数据模型，从而形成数据仓库，无论其存在形式如何，数据仓库的分析思路必然贯穿于整个项目，并涵盖各个层级的发展战略和业务表单了，随时纳入的外部数据，保障决策的科学性与前瞻性，满足决策的全过程。
所以，不能将数据仓库单独作为一个项目，因为在业务分析需求不确定的情况下建立数据仓库，将会带来巨大的风险。而且企业总有数据无法及时入数据仓库，有很多暂时需要分析但又没有放入数据仓库的外部数据，同样对分析决策起着重要作用。
亿信ABI，企业级商业智能应用平台，集合了亿信华辰在商业智能（BI）领域多年的最佳实践经验，整合了各行业的数据分析和决策支持的功能需求，精心为中国企业量身定制的本土化、轻量级、敏捷型的商业智能（BI）平台。
亿信ABI是可以允许每位用户都能深入全面地洞悉数据的下一代可视化分析平台；它内置丰富的样式风格，将自助式BI的灵活性提升至一个新的层次，包括自助服务可视化、指导式分析应用和仪表盘、嵌入式分析和报告等，操作简单，设计界面时尚，功能人性化。
