目前，各研究机构、研究者和IT厂商从自身对商务智能的理解出发，提出了各种不同的商务智能架构，以提供BI的解决方案。著名架构有：(1)恩门的信息工厂；(2)加特纳的架构；(3)美国数据仓库研究院(TDWI)的架构。

商务智能核心技术

(一)数据仓库(Data Warehouse)

数据仓库的概念常引用恩门先生的界定：“面向主题的、集成的、非易失的，随时间变化的用来支持管理人员决策的数据集合”。其主要目标是建立体系化的数据存储环境，以改进数据质量、合并和分享数据。其应用工具主要有OLAP、DSS和数据挖掘。

(二)数据集市(Data Market)

数据集市可以简单地理解为来自数据仓库的，在逻辑上相关的数据的子集，这通常意味着这些数据与某一个或某一组相关的商务流程有关。它可以看作是来自数据仓库的符合某些标准的数据。商务智能战略要求分析数据仓库的框架，并对数据传送到数据集市的过程进行集中控制。

(三)联机分析处理(OLAP)

OLAP属于数据仓库应用，其针对某个特定主题进行联机数据访问、处理和分析，通过直观的方式从多个维度、多种数据综合程度将系统的运营情况展现给使用者。OLAP具有快速性、可分析性、多维性、信息性等特点。其目标是满足决策支持或特定的查询和报表需求，它的核心是“维”，因此其可以看作是多维数据分析工具的集合。

(四)数据挖掘(Data Mining，DM)

也称为数据库中的知识发现(Knowledge Discovery in Database，KDD)，指从大量数据中提取和挖掘知识。具体就是从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们预先不知道的但又是潜在有用的信息和知识的过程。其目标就是发现大量数据中尚未发现的知识。

(五)联机分析挖掘(OLAM)

1997年出现了OLAM的概念，即OLAP Mining，具体是指在多维数据模型一一数据立方体的基础上，对外提供数据分析和知识发现应用。是两种技术有机整合的产物。

(六)元数据

简单的讲，元数据就是关于数据的数据。具体的讲，它是指有关某一物体的特征的抽象层面的信息，这些特征包括物体的名称、位置，对企业的认知的重要性、质量或价值以及与其他物体之间的关系。元数据的相关信息技术是数据仓库和服务导向的应用软件，这里的元数据起着重要的作用。

(七)数据提取、转换和装载(Extract-Transform-Lord，ETL)

ETL主要用于获取暂时的数据子集——用于报告或其他目的，具体讲指数据的抽取、净化和提炼处理，并将其存储到数据仓库；对数据的质量进行维护和管理。ETL是接入和操作源数据并把它装进数据仓库的方法。其解决了数据分散和数据不清洁的问题。企业选择ETL工具要考虑扩展性、易用性、多格式支持性、效能等。

商务智能系统

通常，整个BI系统有几部分组成：数据集市、数据仓库和数据集市、多维数据分析。具体组成结构要根据情况而定——各个企业组织会设计符合自身特点和需要的架构。

商务智能系统通用架构模型如下：

 

 以IBM的商务智能系统结构为例，该系统结构的组成部件为：(1)企业信息入口(2)商务智能应用软件(3)决策支持工具(4)数据访问支持(5)数据管理(6)数据仓库建模及构造工具(7)元数据(Metaldata)管理(8)系统管理(9)可操作的、e-Business、外部数据。

商务智能技术工具

它是指能够帮助用户接入、操作数据、分析信息，并以之采取行动的一系列应用软件和工具。技术工具虽然不是商务智能系统的全部，但它是其中最活跃的部分。无论是企业用户还是生产商都给予高度重视。值得注意的是，技术工具可以加深用户对数据的认识——在商务实践中具有重要意义，但它仍难于直接回答战略性的问题。

商务智能技术工具的分类方法各异，以下将从几个方面对主要的技术工具进行说明：(1)查询和分析工具。它是最早的BI工具，制作简单的分析和报告，或进行基本的在线分析处理。(2)在线分析处理。它曾是以电脑服务器和多维数据库为基础的分析工具。(3)商务智能套件。它是简单查询与报告工具的升级产品，集查询、报告与在线分析处理于一身。(4)商务智能平台。它是创造、安装、支持和维持BI应用软件的一整套工具和一系列环境。(5)数据挖掘工具。它能让客户找出以前无法探知的、隐藏于重要业务数据中的信息。(6)高级分析工具。它把数据转换应用于数据中，并用以前关于各种过程的洞见来产生新的洞见。

实施商务智能系统的条件

实施BI系统的条件主要有：(1)公司规模要足够大，业务组构复杂，通过原有信息系统已经不能满足对未来经营决策做出准确判断；(2)公司事务型系统建设已经基本结束，因为BI数据来源是事务型系统，因而公司业务要稳定，数据积累要够；(3)公司团队的能力要够，包括业务、分析、IT三方面，并有人去维护、开发。

商务智能应用

　　商务智能有三种典型应用：(1)经营分析——职能性应用，通常与ERP、CRM、SCM等结合，包括经营指标分析、经营业绩分析和财务分析。(2)战略决策支持。在经营分析基础上，将各种数据、信息进行概括和总结，用以制定战略决策时参考。(3)绩效管理——战略规划与运营执行。BI技术可以提取基础绩效指标和关键绩效指标。

商务智能应用领域

　　涉及的行业十分广泛，包括：金融、电信、保险、政府、交通、制造等等。

商务智能应用方向

　　主要有：客户分类和特点分析；市场营销策略分析；经营成本与收入分析；欺诈行为分析和预防。BI的现实应用：客户分类和特点分析、企业知识发现和决策优化、市场营销策略分析、经营成本与收入分析、欺诈行为分析和预防。BI可以解决的典型问题包括：直接营销、细分市场客户群体划分、用户背景分析、交叉销售等市场分析、客户流失性分析、客户信用评估、欺诈发现等。

商务智能产品介绍

　　目前，商务智能解决方案提供商有许多，它们的业务范围从前台的显示工具、分析工具到后台的数据仓库。

　　以下介绍几个主流的BI产品：

　　(1)Oracle公司的数据仓库类产品，OLAP类产品。

　　(2)SAS是全球最大的BI软件和服务提供商。其产品包括BI解决方案、数据仓库和数据挖掘等。

　　(3)IBM是众所周知的IT界巨头，其BI解决方案也有特色。例如，可视化数据仓库和知名的数据库产品。

　　(4)Business Object是知名的BI解决方案提供商。

　　(5)NCR的特色数据仓库解决方案。

　　(6)MicrosoR的强劲的OLAP产品。

商务智能发展趋势
　
　　从市场的角度，BI的未来发展：

　　(1)垄断加强，市场更加集中。

　　(2)向平台方向发展，为各个独立系统提供支持，如将BI嵌入KMS、ERP、CRM等。

　　(3)应用范围拓展，行业覆盖面延伸，如进入零售、图书批发、电子政务等。

　　(4)产品的应用和开放规范化，如通用的平台、规范的BI工具等。