企业要实现管理决策，一定要先建数据仓库再做BI？
通常意义的数据库，指各个业务系统所存储的数据集，其作用是籍于业务系统流程所产生的数据，利于各流程所产生的数据之存储。
数据仓库则为满足决策分析而建立，其面向主题的设计，将会因数据的特性不同而有所增减，如数据间的相容性与互斥性，数据仓库的数据容量将是业务数据库的五倍以上。
一般说来，数据仓库为减少对业务数据库的干扰，原则上要单独建立。他借助于数据库实现。如关系型数据库，多维数据库、内存数据库等。这些都可以作为数据仓库来使用，
数据仓库的建立，有以下几个主要方面工作：
①业务数据进行整合，②主数据管理，③元数据管理，④数据质量管理，⑤数据清洗、转换，⑥数据装载，⑦分主题建模等，最终支持各级管理者的数据分析、业务预测、决策。
各级管理者以数据仓库为本，经各种查询分析工具(Query/Report Tools)、联机分析处理(OLAP)工具或是数据挖掘(DataMining)工具加上决策者的行业知识(Industry Knowledge)，从数据仓库中获得有用的信息，进而帮助企业获利，提高生产力与竞争力。
BI项目带有非常强烈的咨询服务特性。是发现问题、找出规律、预测将来，发掘新知识新模式，达到真正的智能效果。
商业智能不是简单的报表和漂亮的图形，其主要考量的是模型交付能力及工具软件的开放性。
面对庞大的数据，提高信息的利用率，快速准确地找出需要的信息，做出正确的决策，是商业智能发展的驱动力。硬件上的大容量存储技术、并行处理器技术，软件挖掘工具、数据仓库环境的管理工具、Internet、大数据预处理等技术的成熟，以及国产化的扩展能力，使得商业智能再次成为各级管理组织研究和应用的热点。
