商业智能（BI） 是组织用于访问和探索来自各种源系统的数据的一组方法和工具，以更好地了解企业的​​绩效，并做出更明智的决策，从而提高绩效并创造新的战略机遇:增长。

数据仓库（DW）只是对来自各种来源的数据的合并，为商业智能奠定了基础，这有助于做出更好的战略和战术决策。所以我可以说数据仓库具有商业意义。数据库以通用格式存储不同来源的数据，而仓库就像可以存储很多东西的仓库（大型建筑物），但是具有智能算法（例如索引），可以帮助在相同的概念上轻松地定位和检索数据仓库。

数据仓库类似于关系数据库，该数据库旨在查询和分析数据而不是事务处理。它通常包含源自交易数据的历史数据，但可以包含来自各种数据源的数据。数据仓库将数据保存在事实表（涵盖收入和成本等数字的表）和维度（按地区，办公室或星期等不同属性分组的事实）中。

我将使用某些缩写，例如BI代表商业智能，DW代表数据仓库，因为它很容易编写。到目前为止，我希望您对在数据分析领域中如此常用的商业智能和数据仓库概念有足够的了解。这些工具被错误地使用，以至于在此领域工作的人也不确定使用什么以及何时使用。

现在，让我们确切地了解什么是商业智能，它在Analytics（分析）行业引起了极大的混乱，因为有些人可以互换使用这两个术语，并且互联网上正在进行大量讨论。

BI基本上是一个商业智能系统，可以告诉您业务中 发生了什么或现在正在发生的事情 –它可以向您描述情况。不仅如此，一个好的BI平台还以粒度，准确和可表达的形式向您实时描述了这一点。

但是，它能够在什么基础上这样做，其来源是什么。它如何帮助我做出战略决策？

我会告诉你为什么它这么聪明，它很简单，它利用了Data。从多个不同的源经过大量时间累积的数据。

但是，现在出现了一个非常基本的问题，该数据在哪里。此数据存储在数据仓库（DDS，多维数据集）中。BI系统利用数据仓库数据，使您可以将选定的指标应用于潜在的庞大，非结构化数据集，并涵盖查询， 数据挖掘，在线分析处理（OLAP）和报告以及业务绩效监控，预测性和规范性分析。

商业智能与数据仓库之间的主要区别
以下是商业智能和数据仓库之间的区别如下：

BI意味着通过利用来自数据仓库（DW）的数据来寻找能刻画业务当前状况的见解（方式和内容）。
BI是关于访问和探索组织的数据，而Data Warehouse是关于收集，转换和存储数据的。
DW概述了实际的数据库创建和集成过程以及数据概要分析和业务验证规则，而Business Intelligence则使用专注于计数，统计信息和可视化的工具和技术来提高业务绩效。
BI处理OLAP，数据可视化以及数据挖掘和查询/报告工具，而DW处理数据获取，元数据管理，数据清理，数据转换，数据分发和数据恢复/备份计划。
DW团队使用Ab Initio软件，Amazon Redshift和Informatica等工具，而BI团队使用Cognos，MSBI，Oracle BI，Pentaho，QlikView等工具。
软件工程师主要是数据工程师处理DW，而高管，经理则处理BI。