2.20. 数据仓库、商业智能

数据仓库的主要特点：面向主题的、集成的、相对稳定的、反映历史变化的。

数据仓库是在管理人员决策中的面向主题的、集成的、相对稳定的并且随时间、业务变化而变化的数据集合。

数据仓库的技术用于支持决策分析；数据挖掘用于从数据库中发现知识；数据仓库和数据挖掘的结合为决策支持系统（DSS）开辟了新方向，它们也是商业智能的主要组成部分。数据仓库是商业智能的基础。

商业智能通常被理解为将组织中现有的数据转化为知识。商业智能能够辅助组织的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联系分析处理工具和数据挖掘技术。因此，从技术层面上讲，商业智能不是什么新技术，它是数据仓库、OLAP 和数据挖掘技术的综合运用。商业智能看成是一个解决方案比较恰当。

商业智能＝数据仓库+数据挖掘+联机分析处理+数据备份（恢复）。

商业智能的实现有三个层次：数据报表、多维数据分析和数据挖掘。

数据分析和数据挖掘系统的目的是带给我们更多的决策支持价值，并不是取代数据报表。报表系统依然有其不可取代的优势，并且将长期与数据分析、挖掘系统一起并存下去。

数据挖掘的任务分成两项：描述，分类和预测。