关于商业智能工具（BI）和数据仓库（DW）之间的差异，行业中往往会有些混乱。有些人将它们混为一谈-BIDW（商业智能/数据仓库），并认为它们在本质上是一回事。其他人则认为它们是独立的软件类别。
与许多冲突一样，真理取决于您的观点。本文将打破数据仓库与商业智能之间的异同，研究BIDW软件的功能并解释如何选择BIDW解决方案。
Gartner将商业智能定义为“一个总括的术语，其中包括应用程序，基础结构和工具以及最佳实践，可用于访问和分析信息以改善和优化决策和性能。”
BI可以追溯到1800年代，当时财务顾问使用了竞争对手缺乏领先优势的市场知识。它是由Gartner前分析师霍华德·德雷斯纳（Howard Dresner）于1989年提出的，此后一直在发展和变化。
BI是情报系统的一种，它收集专有数据，然后对其进行组织，分析和可视化，以帮助用户获得业务见解。它可以融合来自各种来源的数据，发现数据趋势或模式，并为可视化和下一步操作提供最佳实践建议。
洞察力可以包括历史指标，未来预测，竞争对手的绩效比较等等。
商业智能的一些好处包括：
访问/控制专有数据
改善数据素养
直观的可视化
数据挖掘
标杆管理
绩效管理
销售情报
简化操作
消除猜测
竞争优势
软件的其他一些领域，往往属于BI伞下是业务分析（BA），数据挖掘，大数据分析，嵌入式分析，企业报表和数据仓库。
这就引出了下一个问题：什么是数据仓库？Gartner将数据仓库定义为“一种存储体系结构，旨在保存从交易系统，运营数据存储和外部源中提取的数据。然后，仓库将这些数据以汇总的汇总形式进行合并，以适合企业范围内的数据分析和报告，以满足预定义的业务需求。”
数据仓库的概念可以追溯到1988年，当时IBM的Barry Devlin和Paul Murphy创造了这个术语。
因此，数据仓库是完美命名的。就像实体仓库一样，它充当从另一个来源提取的数据的存储。许多组织都有专有的数据仓库，用于存储有关性能指标，销售配额，销售线索生成统计信息以及各种其他信息。
数据仓库可以执行某些分析功能：使用提取，转换，加载（ETL）流程，数据仓库可以执行事务数据库无法处理的复杂查询。它还具有根据数据类型协商不同数据存储架构的能力，以启动清理过程。
数据进入仓库后，便无法更改。数据仓库仅执行历史数据分析，而不能提供实时数据或进行未来预测。
数据仓库的基本功能是：
使用大型历史数据集
允许计划查询和临时查询
控制数据加载
检索大量数据
让用户管理表，索引等架构。
让用户生成报告
备份资料
有人认为，数据仓库仅存储信息以构成商业智能的后端，并且它们是完全独立的实体。让我们研究这些想法，以弄清什么是BIDW以及它是否是有效的软件分类。
根据Kimball Group的说法，“数据仓库被重新标记为'商业智能'。这种重新标记远不只是一种营销策略，因为它正确地表明了主动性和数据资产向企业的转移。”虽然业务数据的用户应该拥有信息的所有权这一概念，但它意味着存储数据访问（即数据仓库）与分析和解释数据（即商业智能）相同。
要了解BI和DW如何协同工作，我们首先需要将商业智能的概念与支持它的工具分开。商业智能基于从整个公司的整个企业收集信息并分析数据以形成全局视图和报告。
BI工具是通过创建可视化和报告以及启用OLAP（在线分析处理）来促进BI分析的软件应用程序。数据仓库是BI工具集的另一个方面，并且特别关注聚合数据。
数据仓库旨在 “整合来自不同数据库的数据，并更好地支持战略和战术决策需求。”简单来说，数据仓库旨在通过整合来自多个系统的信息来帮助公司实现真相的单一版本。包括数据库。
数据仓库是商业智能流程中许多步骤之一，因此BIDW一词是一个概括。BI 和 DW的准确性更高一些，仅使用BI的通用伞来包括业务分析，数据仓库，数据库，报告等等，也是合适的。所有这些类型的解决方案构成了具有共同目的的广阔的智能系统生态系统。
经常混淆的另一对术语是数据库和数据仓库。虽然两者看起来很相似，但是有很多差异使它们易于区分受过训练的眼睛。
数据库是数据的存储库，通常以列，行和表的格式组织信息。数据库会定期建立索引，以确保信息的结构化和可访问性。数据库可以执行在线事务处理（OLTP）功能，并响应诸如搜索之类的查询。
数据库和数据仓库都是关系数据系统，这意味着它们以某种方式存储，组织和传输彼此相关的数据点。它们是使用SQL或结构化查询语言构建的，执行搜索的用户可以访问它们。
数据库旨在通过OLTP流程记录数据，执行基本操作和事务以及捕获数据。相反，数据仓库执行OLAP分析数据，以便将其呈现给您的查询。
数据库是面向应用程序的，通常限于单个应用程序（例如HR软件解决方案），并存储详细的实时数据。数据仓库是历史数据的面向主题的集合，可以执行复杂的查询来检索汇总数据。
因此，将其分解为一个实际示例，数据仓库从数据库中提取并存储数据。这些数据库通常会不断进行更新，并能反映来自其来源的实时数据。现在，数据仓库包含从数据库中检索到的信息，但是随着新信息的到来，它不会自动更新。数据仓库可以通过这种方式从各种数据库中提取信息，以将其压缩以供用户查询。
BI和DW最重要的是它们都是智能系统的关键部分。他们有着通过数据驱动的业务洞察力改善业务的相同目标。
依赖数据仓库的商业智能系统的真正威力来自使用一致的数据维度来帮助分析和制定业务决策。例如，一个系统可能会将客户称为过去12个月内购买商品的人。另一个系统可以将客户定义为曾经就服务进行联系的任何公司。
通过基于维度而不是离散的数据点来分析数据仓库信息，商业智能解决方案可以增强公司的计划和底线。通过使用BI / DW，可以根据多个标准轻松确定公司的最佳客户和最有利可图的途径。这些知识可以用来影响未来的企业发展方向。
客服毛燕