經(jīng)常會碰到有人問BI和數(shù)據(jù)倉庫（DW）有什么區(qū)別，實際上這個問題的背后能反映出來一些朋友對BI的理解還是有些不準(zhǔn)確和偏差，這個問題從概念上把BI和數(shù)據(jù)倉庫人為的割裂了。今天和大家探討下BI和數(shù)據(jù)倉庫兩者的關(guān)系。

01BI和數(shù)據(jù)倉庫的概念

商業(yè)智能（BI，Business Intelligence），是一種以提供決策分析性的運營數(shù)據(jù)為目的而建立的信息系統(tǒng)。是屬于在線分析處理(OLAP)，將預(yù)先計算完成的匯總數(shù)據(jù)，儲存于魔方數(shù)據(jù)庫(Cube)?之中，針對復(fù)雜的分析查詢，提供快速的響應(yīng)。

它利用信息科技，將分散于企業(yè)內(nèi)、外部各種數(shù)據(jù)加以整合并轉(zhuǎn)換成知識，并依據(jù)某些特定的主題需求，進行決策分析和運算；用戶則通過報表、圖表、多維度分析的方式，尋找解決業(yè)務(wù)問題所需要的方案；這些結(jié)果將呈報給決策者，以支持策略性的決策和定義組織績效，或者融入智能知識庫自動向客戶推送。

廣義上的BI可以定義為一個系統(tǒng)方案，包含了從數(shù)據(jù)倉庫、到ETL、OLAP分析，以及前端報表展現(xiàn)和數(shù)據(jù)挖掘。在具體企業(yè)數(shù)據(jù)分析項目中，會將它們中的若干個結(jié)合起來，實現(xiàn)一個完整的企業(yè)數(shù)據(jù)分析技術(shù)方案，整體架構(gòu)如下圖：

數(shù)據(jù)倉庫(Data Warehouse)，定義是一個面向主題的、集成的、相對穩(wěn)定的、反映歷史變化的數(shù)據(jù)集合，用于支持管理決策和信息的全局共享。

不說那些復(fù)雜的解釋，給大家舉個例子：其實數(shù)據(jù)倉庫可以看成是BI的基礎(chǔ)版本、數(shù)據(jù)庫的升級版本。

把公司里的數(shù)據(jù)都想象成一個個文件夾，數(shù)據(jù)庫就是這一個個文件柜，這個文件柜存放著非常多的數(shù)據(jù)，無論這個數(shù)據(jù)是什么、或者是如何組織的。而當(dāng)文件非常多、種類非常復(fù)雜，想要尋找某個文件夾的時候，如果每個文件柜每個文件柜的去找，實際上是非常耗費成本的，因此我們不妨建立一個檔案室，對不同的文件柜進行編號、歸類、分組，方便我們快速定位數(shù)據(jù)源，這個檔案室就是數(shù)據(jù)倉庫。

△數(shù)據(jù)倉庫的邏輯架構(gòu)（圖片來源于網(wǎng)絡(luò)）

02BI和數(shù)據(jù)倉庫的關(guān)系

BI將來自不同業(yè)務(wù)系統(tǒng)數(shù)據(jù)庫中的數(shù)據(jù)進行提取，取出有分析價值的數(shù)據(jù)進行清洗、轉(zhuǎn)換和加載（ETL過程），再合并到數(shù)據(jù)倉庫中建模，最終在這個基礎(chǔ)上形成可視化分析報表，從而為企業(yè)的管理決策層提供數(shù)據(jù)決策支撐。

數(shù)據(jù)倉庫以多種方式獲取多樣的數(shù)據(jù)源，最終的輸出用于企業(yè)的數(shù)據(jù)分析、數(shù)據(jù)挖掘、數(shù)據(jù)報表等方向，支撐企業(yè)決策所以從廣義BI上來理解，數(shù)據(jù)倉庫是BI的基石，數(shù)據(jù)倉庫為BI系統(tǒng)提供良好的數(shù)據(jù)基礎(chǔ)，為分析決策提供數(shù)據(jù)支持，也就是地基和房子之間的關(guān)系。

△數(shù)據(jù)倉庫和BI的體系結(jié)構(gòu)（圖片來源于網(wǎng)絡(luò)）

目前很多人對BI的第一印象就是各種炫酷的可視化圖表、報表，再加上市面上有很多輕量的前端可視化BI分析工具，造成大家對BI的認(rèn)知就停留在可視化部分了。準(zhǔn)確地來說，商業(yè)智能BI不僅僅包含前端可視化分析、報表展現(xiàn)的能力，更包含了底層數(shù)據(jù)倉庫的建設(shè)過程。雖然大數(shù)據(jù)平臺項目最終領(lǐng)導(dǎo)只看到了他們想要的分析報表，但這一套系統(tǒng)是需要數(shù)據(jù)倉庫和ETL在背后做數(shù)據(jù)支撐。

而且企業(yè)的BI項目建設(shè)，是一個螺旋式上升的建設(shè)過程。因為對接的業(yè)務(wù)系統(tǒng)可能會越來越多，分析的深度和廣度會越來越多，數(shù)據(jù)的復(fù)雜度也會越來越有挑戰(zhàn)性，這個時候沒有一個很好的數(shù)據(jù)倉庫架構(gòu)支撐，光靠前端BI分析工具基本上是無法搞定的。

03數(shù)據(jù)處理與分析一體化

對于企業(yè)來說，需要明確BI建設(shè)是面向企業(yè)級的還是個人和部門的分析工作。如果是個人數(shù)據(jù)分析師，使用前端BI分析工具就足夠了。如果是需要構(gòu)建一個企業(yè)級的BI項目，就不能只關(guān)注前端可視化分析能力這個層面，更應(yīng)該關(guān)注到底層數(shù)據(jù)架構(gòu)的構(gòu)建，也就是數(shù)據(jù)倉庫這個層面。

說到這里，我就要提名億信ABI工具，自帶數(shù)據(jù)建模及ETL設(shè)計的功能于一體，提供從數(shù)據(jù)接入、到數(shù)據(jù)建模與處理、再到數(shù)據(jù)分析與挖掘的一站式數(shù)據(jù)分析應(yīng)用能力，可滿足企業(yè)經(jīng)營中各類復(fù)雜的分析需求，幫助企業(yè)實現(xiàn)高效數(shù)字化轉(zhuǎn)型。

億信ABI內(nèi)置了可視化數(shù)據(jù)倉庫實施工具，其豐富的處理轉(zhuǎn)換組件，拖拽式的流程設(shè)計，很好地實現(xiàn)了數(shù)據(jù)抽取、清洗、轉(zhuǎn)換、裝載及調(diào)度，能夠幫助政府和企業(yè)構(gòu)建數(shù)據(jù)倉庫，完成數(shù)據(jù)融合，提升數(shù)據(jù)質(zhì)量，服務(wù)數(shù)據(jù)分析?？梢詫崿F(xiàn)以下需求：

• 數(shù)據(jù)處理分析一體化：一站式完成數(shù)據(jù)建模、數(shù)據(jù)處理、數(shù)據(jù)分析，無需多套工具，快速交付數(shù)據(jù)分析類項目。

• 構(gòu)建小型數(shù)倉：面向業(yè)務(wù)分析構(gòu)建數(shù)據(jù)倉庫，實現(xiàn)數(shù)據(jù)融合，提升數(shù)據(jù)分析效率。

• 可視化ETL工具：通過拖拽式的流程設(shè)計，實現(xiàn)數(shù)據(jù)的抽取、清洗、轉(zhuǎn)換、裝載與調(diào)度，方便技術(shù)人員操作。

當(dāng)然除了自帶數(shù)據(jù)處理功能，作為數(shù)據(jù)分析工具，億信ABI功能強大，具有可視化效果豐富、性能好、穩(wěn)定性強等優(yōu)點。億信ABI中提供了多種分析手段，如報表分析、領(lǐng)導(dǎo)駕駛艙、大屏分析、3D分析、移動分析、分析報告、幻燈片報告、敏捷自助分析等，全方位滿足用戶各種分析場景需求。

• 報表分析：用戶通過系統(tǒng)提供的可視化設(shè)計工具，定義各種分析報表、查詢模板、統(tǒng)計圖模板等，在需要的時候再刷新分析結(jié)果；

• 敏捷分析：系統(tǒng)提供靈活方便的操作界面，允許用戶任意選擇指標(biāo)、維度和過濾條件等，快速生成多維分析表、統(tǒng)計圖形等；?

• 報告分析：通過將用戶關(guān)心的圖表結(jié)果匯集在報告中，便于用戶演示匯報。

• 酷屏分析：可靈活自由地制作和展現(xiàn)酷炫的圖表，方便開發(fā)和實施人員快捷地完成頁面需求，支持在線編輯html/js/css代碼完成頁面效果制作；

• 移動分析：分別可通過瀏覽器、手機、平板電腦等多途徑，對自己權(quán)限范圍內(nèi)的報表進行瀏覽訪問。