1 商业智能的定义

    Gartner Group将商业智能定义为由数据仓库、联机分析处理、数据挖掘等部分组成的、帮助企业进行决策的技术及其应用。商业智能的实现是以计算机多种信息技术为基础的，它把数据仓库技术、OLAP技术、网络技术等理论和技术融合在企业业务系统基础中。其工作原理是把来自企业中有用的大量数据，进行清理以保证数据的正确性，然后经过抽取、转换和装载过程，整合到一个大型的数据仓库中，得到一个全局视图，利用合适的查询和分析对数据进行处理，提炼出有用信息，为管理者提供决策帮助，改善商业决策水平，增强企业竞争力。

2 商业智能的体系结构

    商业智能系统的体系结构主要由数据源、ETL、数据仓库和数据分析及展现等四部分构成。数据流通过外部异构数据源进入ETL过程，在ETL过程后被存入数据仓库，用OLAP模型加以分析和查询，从而得出用户所需要的数据信息。研究商业智能系统的体系结构有助于加强商业智能系统在企业中更加普及的运用，促进商业智能的快速发展。

    外部数据源的主要来源是企业各个应用系统产生的数据也可以是外部数据，选择出有代表性的数据进入系统。ETL技术是指对从外部进入的数据进行清洗、校验、转换、加载滤掉不需要的源数据，并校验数据正确性和完整性，然后将数据的格式和类型转换成所结构需要的类型，最后进行数据加载。

3 商业智能的关键技术

    商业智能的关键技术主要包括数据仓库技术、联机分析处理技术和数据挖掘技术。所谓数据仓库技术是指为实现商业智能从企业中获取大量数据，并对其进行处理，建立以实现某些功能为目的的数据仓库。这个数据库一方面是存储的数据量比较庞大，另一方面是数据仓库的性能要比较全面，不仅能够支持现在企业数据的存入和取出，也应该能够应对随着企业的发展数据可能发生的各种变化随之带来的各种可能性的改变。这样对数据信息提取和发现可以提供更大的空间。

    联机分析处理技术是以大量数据为基础，针对某商业问题建立模型，然后对数据进行分析。它可以建立多维数据，多维数据建立后用户可以从多个角度进行分析，从而可以多方面的掌握数据分析所带来的信息，它还可以对数据仓库中的数据进行在线分析，使管理者能轻松的自主的掌握商务数据，是大量商务数据的分析变得简单高效，这也是商业发展所要求的。

    数据挖掘技术可以从数据库、数据仓库以及其他一些信息存放库中通过分类预测、关联技术、数据抽取等方式挖掘出大量隐蔽的、以前不知道的但是对决策具有帮助作用的信息。是决策者能够在第一时间内掌握商业发展的方向和动态，为企业进行的决策提供正确的引导。商业智能系统通过数据仓库技术、联机分析处理技术和数据挖掘技术得出被企业有效利用的信息和数据，可以更准确更快速的对企业提供决策支持。

4 商业智能的意义

    随着电子商务在我国的逐步发展，商业智能依附在电子商务中，从而商业智能也在逐步的发展。我国各大型企业都有大量操作性数据累积的现象，商业智能在我国将会得到更广泛的应用。商业智能的目的是将工作人员从繁重的数据处理工作中解脱出来，使他们能有更多的精力去研究更加深奥的问题，提高了工作人员的工作效率，用系统软件进行数据处理也避免了人工处理带来的错误使信息更为准确；使企业管理者能够很简单方便的找到企业决策的过程中所需要的信息，为企业者进行决策起到了积极的支持作用。