BI理論

BI(Business Intelligence) 是一種運用了數據倉庫，線上分析和數據挖掘等技術來處理和分析數據的嶄新技術，目的是為企業決策者提供決策支持。

模式

數據查詢

數據查詢是最簡單的 BI 套用，現在最高層面的工具就是支持瀏覽器的全拉拽界面，把查詢條件自己來組織，完全釋放了數據查詢的靈活性，如Yonghong Z-Suite 的數據查詢界面 Query Editor，

BI理論

允許用戶通過純瀏覽器界面，以滑鼠拖拽操作定義數據查詢要素，並以報表和圖表等多種方式展現數據。但是基本的底層還是基於當前套用的資料庫SQL查詢

報表

報表的兩大要素是數據和格式，如果沒有格式，則報表套用幾乎等同於數據查詢套用。可以說，報表就是將查詢出來的數據按照指定的格式展現。

套用

線上分析(OLAP)

OLAP ，即在線上分析處理，是 BI 帶來的一種全新的數據觀察方式，是 BI 的核心技術之一。

OLAP 技術為決策者提供了多角度、多層次、高效率的數據探查方式，決策者的思維不再被固定的下拉選單、查詢條件所束縛，而是由決策者的思維帶領數據的獲取，任意組合分析角度和分析目標。 客戶面對大量的信息，用OLAP進行多維分析。如：一個網上書店，用OLAP技術可以瀏覽到什麼時間，那個類別的客戶買了多少書等信息，如果想動態的獲得深層次的信息，比如：哪些書籍可以打包推薦，哪些書籍可以在銷售中關聯推出等等，就要用到數據挖掘技術了。 OLAP僅是通過資料庫現有基本全面的歷史數據來，從多個緯度展示數據的業務結構，由人的指導獲取數據。數據挖掘就是自動基於以上數據和模型上發現規律。

數據可視化與數據挖掘

(1) BI 套用模式概覽——數據可視化(Visualization) 數據可視化套用致力於將信息以儘可能多的形式展現出來，目的是使決策者通過圖形這種直觀的表現方式迅速獲得信息中蘊藏的知識，如趨勢、分布、密度等要素。MapInfo 率先提出了 Location Intelligence 概念，依託於地理信息系統，展現各地區的屬性值，例如人口密度，工業產值，人均醫院數量等等，這種可視化套用部分與 BI 數據可視化套用重合，並形成有力補充，有時可以在一個項目中互相搭配。 例如用戶可以通過點擊地圖上的某一個省，鑽取到這個省各個城市的信息，這種可互動性是 BI 與普通圖片生成軟體的顯著差異。

(2) BI 套用模式概覽——數據挖掘(Data Mining) 數據挖掘是最高級的 BI 套用，因為它能代替部分人腦功能。 數據挖掘隸屬於知識發現(Knowledge Discovery)在結構化數據中的特例。 數據挖掘的目的是通過計算機對大量數據進行分析，找出數據之間潛藏的規律和知識，並以可理解的方式展現給用戶。