商业智能不是什么新技术，它只是OLAP和数据挖掘，数据仓库等技术的综合运用。下面分别介绍一下商业智能BI、数据仓库和数据挖掘DM的概念。
商业智能BI
商务智能（BI），用来帮助企业更好地利用数据提高决策质量的技术集合，是利用现代信息技术收集、管理和分析结构化和非结构化的业务数据和信息，创造和积累业务知识，并改进业务决策的过程。简单讲就是业务、数据、数据价值应用的过程。换句话来说，BI是一套完整的解决方案，可以将来自企业的不同业务系统（如ERP、CRM、OA、BPM等，包括自己开发的业务系统软件）的数据，提取出有用的数据进行整合清洗，在保证数据正确性的同时，进行数据分析和处理，并利用合适的查询和分析工具快速、准确地为企业提供报表展现与分析，为企业提供决策支持。简单概括这个过程所体现的三个大的部分就是：数据源收集，数据仓库的数据准备，可视化报表展现和数据分析。
数据仓库
数据仓库是一个面向主题的、集成的、随时间变化的、但信息本身相对稳定的数据集合，用于对管理决策过程的支持。也就是为企业所有级别的决策制定过程，提供所有类型数据支持的战略集合。它是单个数据存储，出于分析性报告和决策支持目的而创建。目的是为需要业务智能的企业，提供指导业务流程改进、监视时间、成本、质量以及控制。数据仓库具备以下四个特点：
面向主题：数据仓库都是基于某个明确主题，仅需要与该主题相关的数据，其他的无关细节数据将被排除掉
集成的：从不同的数据源采集数据到同一个数据源，此过程会有一些ETL操作
随时间变化：关键数据隐式或显式的基于时间变化
数据仓库的数据是不可更新的：数据装入以后一般只进行查询操作，没有传统数据库的增删改操作。数据仓库的数据反映的是一段相当长的时间内历史数据的内容，是不同时点的数据库快照的集合，以及基于这些快照进行统计、综合和重组的导出数据，而不是联机处理的数据。
数据挖掘
数据挖掘（DM），它的作用是采用数学、统计、人工智能和机器学习等领域的科学方法，从大量的、不完全的、有噪声的、模糊的和随机的数据中描述过去，预测未来，评估未来。它是商业智能(BI)的一个重要应用方向。数据挖掘是从未处理的数据中提取信息的过程，其重点是发现相关性和模式分析。它可以帮助公司预测未来发生的事情，预测和评估风险。还需要统计分析功能来帮助分析客户细分、预测客户行为、预测客户业务趋势、识别欺诈等等。数据挖掘的一般功能包括分类、估计、预测、关联分类和聚类。
数据挖掘与传统的数据分析方法（查询、报表、统计和联机分析处理（OLAP））的本质区别是数据挖掘在没有明确假设的前提下去挖掘信息、发现知识。数据挖掘得到的模式具有隐含性、未预期性、有潜在价值性3个特征。
商业智能BI、数据仓库和数据挖掘DM的关系
从技术角度看．商务智能的过程是企业的决策人员以企业中的数据仓库为基础。经由联 机分析处理工具、数据挖掘工具加上决策规划人员的专业知识从数据中获得有用的信息和 知识，帮助企业获取利润 。
从应用角度看商务智能帮助用户对商业数据进行联机分析处理和数据挖掘，例如预测 发展趋势．辅助决策对客户进行分类 、挖掘潜在客户等等 。
从数据角度看。商务智能使得很多事务性的数据经过抽取、转换之后存入数据仓库 ，经过聚集、切片或者分类等操作之后形成有用的信息、规则 ，来帮助企业的决策者进行正 确的决策。
总而言之，数据仓库是商务智能的基础。数据仓库是一个用以更好地支持企业或组织的 决策分析处理的数据集合。数据挖掘从海量数据中。提取隐含在其中的、人们事先不知道的但又可能有用的信息和知识是数据仓库之上的增值技术。
国内数据仓库应用刚刚起步，电信、金融、证券、税务、零售业等已有大量操作型数据积累 的企业都出现了迫切的应用需求。可以预计商务智能在中国同样会有广阔的应用前景。所以，以国内目前环境来看，一款好的商业BI根据至关重要。这里，给大家推荐亿信华辰的亿信ABI一站式数据分析平台。它是亿信华辰历经十五年匠心打造的国产化BI工具，技术自主可控。它打通从数据接入、到数据建模与处理、再到数据分析与挖掘整个数据应用全链路，可满足企业经营中各类复杂的分析需求，帮助企业实现高效数字化转型。
