商業(yè)智能BI(Business Intelligence) 。相比于數(shù)據(jù)倉(cāng)庫、數(shù)據(jù)挖掘，它是一個(gè)更大的概念。商業(yè)智能可以說是基于數(shù)據(jù)倉(cāng)庫，經(jīng)過了數(shù)據(jù)挖掘后，得到了商業(yè)價(jià)值的過程。所以說數(shù)據(jù)倉(cāng)庫是個(gè)金礦，數(shù)據(jù)挖掘是煉金術(shù)，而商業(yè)報(bào)告則是黃金。

數(shù)據(jù)倉(cāng)庫DW(Data Warehouse) 。它可以說是 BI 這個(gè)房子的地基，搭建好 DW 這個(gè)地基之后，才能進(jìn)行分析使用，最后產(chǎn)生價(jià)值。數(shù)據(jù)倉(cāng)庫可以說是數(shù)據(jù)庫的升級(jí)概念. 和數(shù)據(jù)庫并無明顯差別都是通過數(shù)據(jù)庫技術(shù)來存儲(chǔ)數(shù)據(jù)的。數(shù)據(jù)倉(cāng)庫將原有的多個(gè)數(shù)據(jù)來源中的數(shù)據(jù)進(jìn)行匯總、整理而得。數(shù)據(jù)進(jìn)入數(shù)據(jù)倉(cāng)庫前，必須消除數(shù)據(jù)中的不一致性，方便后續(xù)進(jìn)行數(shù)據(jù)分析和挖掘。 數(shù)據(jù)挖掘DM(Data Mining) 。在商業(yè)智能 BI 中經(jīng)常會(huì)使用到數(shù)據(jù)挖掘技術(shù)。數(shù)據(jù)挖掘的核心包括分類、聚類、預(yù)測(cè)、關(guān)聯(lián)分析等任務(wù)，通過這些煉金術(shù)，我們可以從數(shù)據(jù)倉(cāng)庫中得到寶藏，比如商業(yè)報(bào)告。 元數(shù)據(jù) and 數(shù)據(jù)元 元數(shù)據(jù)（MetaData）： 描述其它數(shù)據(jù)的數(shù)據(jù)，也稱為“中介數(shù)據(jù)”。數(shù)據(jù)元（Data Element）： 就是最小數(shù)據(jù)單元。 元數(shù)據(jù)的作用： 元數(shù)據(jù)可以很方便地應(yīng)用于數(shù)據(jù)倉(cāng)庫。比如數(shù)據(jù)倉(cāng)庫中有數(shù)據(jù)和數(shù)據(jù)之間的各種復(fù)雜關(guān)系，為了描述這些關(guān)系，元數(shù)據(jù)可以對(duì)數(shù)據(jù)倉(cāng)庫的數(shù)據(jù)進(jìn)行定義，刻畫數(shù)據(jù)的抽取和轉(zhuǎn)換規(guī)則，存儲(chǔ)與數(shù)據(jù)倉(cāng)庫主題有關(guān)的各種信息。而且整個(gè)數(shù)據(jù)倉(cāng)庫的運(yùn)行都是基于元數(shù)據(jù)的，比如抽取調(diào)度數(shù)據(jù)、獲取歷史數(shù)據(jù)等。