商业智能BI的主要四个技术有哪些？
商业智能系统涉及到以下四种核心技术：数据仓库、数据获取、联机分析处理(OLAP)、数据挖掘。
| 问题解答
商业智能BI的主要四个技术有哪些？
对于企业商业智能系统建立的层面，构建一个完整的商业智能系统涉及到以下四种核心技术：
1. 数据仓库。
数据仓库是面向主题的、集成的、相对稳定的、连续的数据集合，用以支持经营管理中的决策制定过程，是商业智能的基础。数据仓库能够从容量庞大的业务处理型数据库中抽取数据，处理、转换为新的存储格式。
2. 数据获取。
数据获取负责将分布的、异构数据源中的数据如关系数据、平面数据文件等抽取加载到数据仓库或数据集市中，成为联机分析处理、数据挖掘的基础。BI-Pilot的数据获取的方式将采用ELT的方案来实现，ELT仅抽取和装载数据，跳过了转换过程。可以在短时间内抽取和加载海量数据，提高ELT数据量和缩短抽取/加载时间窗口。针对数据的清洗和转换将在数据仓库中完成。
3. 联机分析处理(OLAP)。
Bi-Pilot分析服务器是用于联机分析处理(OLAP)的中间服务器，提供了对数据仓库数据的快速访问。通过在多维结构中对数据仓库中的数据进行提取、汇总、组织和存储，可以对最终用户查询做出快速响应。Bi-Pilot分析服务器可以构造用于分析的数据多维数据集，同时还提供对多维数据集信息的快速客户端访问。Bi-Pilot分析服务器将数据仓库中的数据组织成包含预先计算聚合数据的多维数据集，以便为复杂的分析查询提供快速的结果。
4. 数据挖掘。
数据挖掘即数据库中的知识发现，是一个在数据中提取出有效的、新颖的、有潜在实用价值和易于理解知识模式的高级过程。数据挖掘技术以企业拥有的大量数据为对象，通过抽取、转换、装载等数据处理方法，发现数据的关联与趋势，探寻出其中的业务规律和模式，在关系数据库中存储多维数据集数据。以标准化XML格式的形式存储数据元数据，提供数据抽取接口。
| 拓展阅读
商业智能BI四大应用领域：
1. 客户分类和特点分析
2. 市场营销策略分析
3. 经营成本与收入分析
4. 行为分析和预防
[免责声明]
文章标题： 商业智能BI的主要四个技术有哪些？
文章内容为网站编辑整理发布，仅供学习与参考，不代表本网站赞同其观点和对其真实性负责。如涉及作品内容、版权和其它问题，请及时沟通。发送邮件至36dianping@36kr.com，我们会在3个工作日内处理。
