这一点是所有企业如果规划要上商业智能BI项目的时候必须弄明白的：商业智能BI在IT信息化中到底处于一个什么样的位置？弄清楚定位是信息化规划建设的重要前提。
通常情况下，我们会在规划商业智能BI项目前，把企业的 IT 信息化分为两个阶段：一个是业务信息化，一个是数据信息化。这样对比讲，一般的用户更容易理解一些。
企业信息化 - 派可数据商业智能BI可视化分析平台
业务信息化 - 企业使用的 ERP、CRM、OA、MES、自建的业务系统等，业务系统的建设都统称为业务信息化。业务信息化的主要作用是管理企业的业务流程，标准化、线上化，以提高生产运营效率、降低企业成本、为商业智能BI的建设打下数据基础、是业务管理思路的体现，也是现代的企业管理方式。 数据信息化 - 像我们经常所听到的大数据、商业智能 BI 、数据分析、数据挖掘等我们都统称为数据信息化。数据信息化可以帮助企业全面的了解企业的经营管理，从经验驱动到数据驱动，形成业务决策支撑，以提高决策的准确性，这是企业更高层次的企业管理方式。 没有业务系统的建设，就不会有数据的沉淀，就没有建设商业智能 BI 的基础。同时，商业智能 BI 的建设能够反向推动业务信息化的建设。
我这里总结了一下，大家对商业智能 BI 的理解常会碰到的一些误区：
1.商业智能 BI 就是报表可视化，就是一堆可视化图表，商业智能BI 就是前端可视化。
2.商业智能BI就是一个拖拉拽的分析工具产品。
3.商业智能BI就是商业智能BI，跟数据仓库没有关系。
4.有了商业智能BI就不需要数据仓库建模，业务人员就可以自己做商业智能BI分析，就可以拖拉拽做商业智能BI分析。
5.商业智能BI 就是业务驱动的，不需要 IT 人员支撑，敏捷商业智能BI不需要 IT 介入。
6.商业智能BI直连不香吗？直接连接数据源不就可以做分析，不需要数据仓库。
首先简要纠正一下对于这些问题的理解。 1.商业智能 BI 就是报表可视化，就是一堆可视化图表，BI 就是前端可视化。
商业智能 BI 是一套完整的有数据仓库、数据分析、数据报表等组成的数据技术类的解决方案，在一个 BI 项目中，20% 的时间做前端分析报表，80% 的时间都在底层数据仓库的设计、ETL 的开发、取数开发等工作。
所以可视化报表只是商业智能 BI 的最终呈现，但不是 商业智能BI 的全部。 2.商业智能 BI 就是一个拖拉拽的分析工具产品。
拖拉拽的可视化分析工具准确来讲只能解决 商业智能BI 的一部分，即可视化分析。但其实 商业智能BI 所包括的技术范围还是比较广的，涉及到从底层数据取数到前端展现分析的各个方面。以微软为例，早在 SQL Server 2005 的时候就可以看到完整的 Integration Service（ SSIS ）、Reporting Service （ SSRS ）、Analysis Service （ SSAS ），这三个服务加上 SQL Server 自身构成了微软的商业智能 BI 解决方案。（ SQL Server 2000 的 DTS 不知道还有多少人记得 ）Reporting - 可视化展现只是 商业智能BI 解决方案的一部分。 SSIS 是解决什么的 - ETL 工具，Extraction 抽取 - Transformation 转换 - Loading 加载，做整个 ETL 的可视化设计、包的管理、ETL 包调度管理，包含了 Package - Control Flow - Data Flow 做整个数据抽取的管理。数据仓库 DW 的分层设计，例如 ODS / Staging 层、Dimension 层、Fact 层（ 从 DW 到 DM ）层的逻辑表数据抽取也都是可以放到 SSIS 中完成的。
我之前就是微软 商业智能BI 技术线的，早些年的时候积累过不少的 商业智能BI 技术博客 - BIWORK 的技术博客 SSRS 是解决什么的 - Reporting 报表展现，当初的报表展现比较薄弱。在 2012 Windows 8 Metro UI 设计刚出来的时候，我们在 SSRS 中借鉴了 Metro UI 的样式，算是比较前卫和惊艳的了。
客观来讲，很多国内外报表工具都借鉴过 SSRS 的数据集模式（ 写一条 SQL 查询或者存储过程返回一个查询的结果绑定到一个数据集 Dataset 中，图表与数据集绑定，图表的字段引用自数据集 ），但这种方式也有它的限制使用场景或者使用前提，后面会陆续讲到这个问题。 SSAS 是解决什么的 - 空间换时间的多维分析实现，OLAP、CUBE 立方体。例如在分析报表中多个维度 ( Dimension ) 可以和多个度量（ Measure ) 组合，以时间、区域、产品三个维度和销售收入这个度量为例子，在用户打开一个报表，根据报表的字段可能组合的查询就是：
SELECT 时间，
区域，
产品，
SUM ( 销售收入 ）AS 收入
FROM 事实表 JOIN 时间维度表 ON XXXXX
JOIN 区域维度表 ON XXXXX
JOIN 产品维度表 ON XXXXX
GROUP BY 时间、区域、产品
有可能是这样的一个查询
SELECT 时间，
区域，
SUM ( 销售收入 ）AS 收入
FROM 事实表 JOIN 时间维度表 ON XXXXX
JOIN 区域维度表 ON XXXXX
GROUP BY 时间、区域
商业智能 BI 到底是什么？技术？产品？还是其它？我们把对于 BI 的理解再提升一个层次：商业智能 BI 是一家企业业务和管理思维的落地。这个怎么来理解呢？简单来说，就是在可视化报表上呈现的内容就是一家企业真正关注的内容，这里面有管理高层重点关注的企业经营性的分析指标，也有某具体部门的。 10、商业智能BI 和数据仓库 Data Warehouse 有什么区别和联系？
经常会碰到有人问商业智能BI和数据仓库有什么区别，实际上这个问题的背后能反映出来一些朋友对商业智能BI的理解还是有些不准确和偏差，这个问题实际上从概念上把BI和数据仓库人为的割裂了。这种情况其实也比较正常，因为大家对商业智能BI的第一印象就是各种炫酷的可视化图表、报表，再加上市面上有很多轻量的前端可视化商业智能BI分析工具，就造成大家对BI的认知就停留在可视化这部分了。
准确的来说，商业智能BI不仅仅包含前端可视化分析、报表展现的能力，更包含了底层数据仓库的建设过程。Gartner 在上世纪九十年代就已经提到了商业智能 Business Intelligence，它更多的认为：BI是一种数据类的技术解决方案，将许多来自不同企业业务系统的数据提取有分析价值的数据进行清洗、转换和加载，就是抽取Extraction、转换 Transformation、加载Loading 的ETL过程，最终合并到一个数据仓库中，按照一定的建模方式例如Inmon 的3NF 建模、Kimball 的维度建模或者两者都有的混合式架构模型，最终在这个基础上再利用合适的分析展现工具来形成各种可视化的分析报表为企业的管理决策层提供数据决策支撑。
转播
