信息技術領域
數據倉庫技術正為許多企業帶來成功的投資回報，伴隨現代商業領域大量業務數據的產生，要從這海量數據中提取出真正有價值的信息，將數據轉化為知識，以支持商業決策，需要用到能提取、存儲有用信息，支持決策的數據倉庫(DW)、商業智慧型(BI)、在線上分析處理(OLAP)工具和數據挖掘(DM)等技術。商業智慧型與數據倉庫技術的結合產成了一種嶄新的增強企業知識競爭力為套用的服務工具——商業數據倉庫(biz data warehouse)簡稱(BIZDW)。
BIZDW商業數據倉庫系統通過數據倉庫、數據挖掘和高級數據分析為企業提供全方位的商業決策支持和客戶關係管理。更作為企業信息集成解決方案，為不同的套用系統，如企業資源規劃(BRP)、客戶關係管理(CRM)、供應鏈管理(SCM)以及外部環境掃描等系統之間架起了互通的橋樑。
從技術層面上講，商業數據倉庫不是什麼新技術，它是BI、DW、OLAP和DM等技術的綜合運用。商業數據倉庫技術是為了解決擁有大量業務數據的企業或機構能及時有效地提取經營管理決策所需要的信息而產生的，如何有效地組織大量的數據，維護數據的一致性，方便用戶的訪問，為決策人員有效地使用商業信息提供方便，使他們能通過使用數據倉庫系統對企業的經營管理做出正確的決策，從而為企業帶來經濟效益。
商業智慧型BI的關鍵是從來自不同運作系統的資料庫中提取出有用的數據並進行清理，然後經過抽取(Extraction)、轉換和裝載，即ETL過程，合併到一個企業級的數據倉庫里，在此基礎上利用合適的查詢和分析工具、數據挖掘工具、OLAP工具等對其進行分析和處理。數據倉庫中的大部分信息是不易瀏覽的。要使數據倉庫為最終用戶的決策支持提供數據，就要藉助OLAP技術，利用數據的多維視圖，用戶能多角度、多側面、多層次地考察資料庫中的數據，從而深入地了解包含在數據中的信息及其內涵。OLAP為數據倉庫提供了快速瀏覽、分析，若要智慧型化且主動地把這些數據轉變為有用的信息和知識，離不開日益受到重視的數據挖掘技術。數據挖掘又稱資料庫中的知識發現(KDD)，是指從存放在資料庫、數據倉庫或其他信息庫中的大量數據中自動地發現相關模式、提取有潛在價值的信息、挖掘知識的過程。從CRM 的角度，數據挖掘套用就是從大量數據中挖掘出隱含的、先前未知的、對決策有潛在價值的知識和規則，並能夠根據已有的信息對未來發生行為做出結果預測，為企業經營決策、市場策劃提供依據。在CRM中套用的數據挖掘模式主要有以下五種:關聯分析、分類、聚類分析、序列分析、孤立點分析。對於要挖掘的數據，可以是來自傳統的關係資料庫，也可以建立面向主題的、採用多維數據立方體組織數據的數據倉庫。
數據挖掘DM經過確定業務對象、數據準備、建立模型、驗證模型、數據挖掘、結果分析等步驟，不僅完成了對歷史數據的分析，以及不同客戶群體的消費數據的分析，而且將這些數據知識化，以預測企業在未來將要發生的狀況，從而提高企業的收益能力和決策能力。如，商家可以在分析市場銷售數據的基礎上選擇潛在的顧客，以便向他們推銷產品，減少了開展業務的盲目性。可以通過數據挖掘技術，發現有欺詐傾向的用戶，避免企業受到損失。
數據作用
商業數據倉庫BIZDW能滿足用戶對歷史商業數據查詢的複雜性和快速回響的需求，使企業用戶能夠認清趨勢、獲取洞察力和得出結論，提高決策能力和競爭能力。
