经常会碰到有人问BI和数据仓库（DW）有什么区别，实际上这个问题的背后能反映出来一些朋友对BI的理解还是有些不准确和偏差，这个问题从概念上把BI和数据仓库人为的割裂了。今天和大家探讨下BI和数据仓库两者的关系。

　　商业智能（BI，Business Intelligence），是一种以提供决策分析性的运营数据为目的而建立的信息系统。是属于在线分析处理(OLAP)，将预先计算完成的汇总数据，储存于魔方数据库(Cube)之中，针对复杂的分析查询，提供快速的响应。

　　它利用信息科技，将分散于企业内、外部各种数据加以整合并转换成知识，并依据某些特定的主题需求，进行决策分析和运算；用户则通过报表、图表、度分析的方式，寻找解决业务问题所需要的方案；这些结果将呈报给决策者，以支持策略性的决策和定义组织绩效，或者融入智能知识库自动向客户推送。

　　广义上的BI可以定义为一个系统方案，包含了从数据仓库、到ETL、OLAP分析，以及前端报表展现和数据挖掘。在具体企业数据分析项目中，会将它们中的若干个结合起来，实现一个完整的企业数据分析技术方案，整体架构如下图：

　　数据仓库(Data Warehouse)，定义是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合，用于支持管理决策和信息的全局共享。

　　不说那些复杂的解释，给大家举个例子：其实数据仓库可以看成是BI的基础版本、数据库的升级版本。

　　把公司里的数据都想象成一个个文件夹，数据库就是这一个个文件柜，这个文件柜存放着非常多的数据，无论这个数据是什么、或者是如何组织的。而当文件非常多、种类非常复杂，想要寻找某个文件夹的时候，如果每个文件柜每个文件柜的去找，实际上是非常耗费成本的，因此我们不妨建立一个档案室，对不同的文件柜进行编号、归类、分组，方便我们快速定位数据源，这个档案室就是数据仓库。

　　BI将来自不同业务系统数据库中的数据进行提取，取出有分析价值的数据进行清洗、转换和加载（ETL过程），再合并到数据仓库中建模，最终在这个基础上形成可视化分析报表，从而为企业的管理决策层提供数据决策支撑。

　　数据仓库以多种方式获取多样的数据源，最终的输出用于企业的数据分析、数据挖掘、数据报表等方向，支撑企业决策所以从广义BI上来理解，数据仓库是BI的基石，数据仓库为BI系统提供良好的数据基础，为分析决策提供数据支持，也就是地基和房子之间的关系。

　　目前很多人对BI的第一印象就是各种炫酷的可视化图表、报表，再加上市面上有很多轻量的前端可视化BI分析工具，造成大家对BI的认知就停留在可视化部分了。准确地来说，商业智能BI不仅仅包含前端可视化分析、报表展现的能力，更包含了底层数据仓库的建设过程。虽然大数据平台项目最终领导只看到了他们想要的分析报表，但这一套系统是需要数据仓库和ETL在背后做数据支撑。

　　而且企业的BI项目建设，是一个螺旋式上升的建设过程。因为对接的业务系统可能会越来越多，分析的深度和广度会越来越多，数据的复杂度也会越来越有挑战性，这个时候没有一个很好的数据仓库架构支撑，光靠前端BI分析工具基本上是无法搞定的。

　　对于企业来说，需要明确BI建设是面向企业级的还是个人和部门的分析工作。如果是个人数据分析师，使用前端BI分析工具就足够了。如果是需要构建一个企业级的BI项目，就不能只关注前端可视化分析能力这个层面，更应该关注到底层数据架构的构建，也就是数据仓库这个层面。

　　说到这里，我就要提名亿信ABI工具，自带数据建模及ETL设计的功能于一体，提供从数据接入、到数据建模与处理、再到数据分析与挖掘的一站式数据分析应用能力，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。

　　亿信ABI内置了可视化数据仓库实施工具，其丰富的处理转换组件，拖拽式的流程设计，很好地实现了数据抽取、清洗、转换、装载及调度，能够帮助政府和企业构建数据仓库，完成数据融合，提升数据质量，服务数据分析。可以实现以下需求：

　　当然除了自带数据处理功能，作为数据分析工具，亿信ABI功能强大，具有可视化效果丰富、性能好、稳定性强等优点。亿信ABI中提供了多种分析手段，如报表分析、领导驾驶舱、大屏分析、3D分析、移动分析、分析报告、幻灯片报告、敏捷自助分析等，全方位满足用户各种分析场景需求。

　　报表分析：用户通过系统提供的可视化设计工具，定义各种分析报表、查询模板、统计图模板等，在需要的时候再刷新分析结果；

　　敏捷分析：系统提供灵活方便的操作界面，允许用户任意选择指标、维度和过滤条件等，快速生成分析表、统计图形等；

　　酷屏分析：可灵活自由地制作和展现酷炫的图表，方便开发和实施人员快捷地完成页面需求，支持在线编辑html/js/css代码完成页面效果制作；