现在越来越多的企业开始使用商业智能BI软件，用来整合企业中现有的各种数据，对这些数据按照不同的需求进行处理分析，并快速准确地形成分析报告，为企业决策提供数据支持，帮助企业做出明智的业务经营决策。
目前市面上的商业智能BI软件数不胜数，所具备的功能也不尽相同，但是一款优秀的商业智能BI软件所涉及到的核心技术却是相同的。只有具备了以下核心技术才能称得上是一个完整的商业智能BI软件。
1、数据仓库
数据仓库（Data Warehouse）是一种语义上一致的数据存储，是指从多个数据源收集的信息，以一种一致的存储方式保存所得到的数据集合。数据仓库的特点是面向主题的、集成的、与时间相关的、不可修改的数据集合。实施BI首先要从企业内部和企业外部不同的数据源，如CRM、SCM、ERP系统及其他应用系统等搜集有用的数据，进行转换和合并，因此需要数据仓库和数据集市技术的支持。
2、ETL数据处理
ETL 的英文全称叫做 Extraction（抽取），Transformation（转换），Loading（加载）。抽取主要是针对各个业务系统及不同服务器的分散数据，充分理解数据定义后，规划需要的数据源及数据定义，制定可操作的数据源，制定增量抽取和缓慢渐变的规则。转换就是指数据的清洗、合并、拆分、加工、数据逻辑计算处理的过程，通常会按照一定的业务逻辑规则进行计算，最后转换成符合业务模型、分析模型的规范性的数据。加载主要是将经过转换的数据加载到数据仓库里面，可以通过直连数据库的方式来进行数据加载，可以充分体现高效性。
ETL的目的是将企业中分散、零乱、标准不统一的数据整合到一起，为企业的决策提供分析依据。ETL是实现BI的基础，因为保证了数据的质量与正确性。如果质量出现问题，最后的报表做出来也是错的。
3、联机分析处理（OLAP）
联机分析处理OLAP是一种软件技术，它使分析人员能够迅速、一致、交互地从各个方面观察信息，以达到深入理解数据的目的。OLAP具备上钻、下钻、切片、切块和旋转5个基本功能。数据仓库与OLAP的关系是互补的，现代OLAP系统一般以数据仓库作为基础，即从数据仓库中抽取详细数据的一个子集并经过必要的聚集存储到OLAP存储器中供前端分析工具读取。作为商业智能BI软件的核心技术，OLAP可以在使用多维数据模型的数据仓库或数据集市上进行，充分发挥OLAP的联机分析的功能和特性。
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。
其中联机分析处理OLAP侧重于与用户的交互、快速的响应速度及提供数据的多维视图，而数据挖掘则注重自动发现隐藏在数据中的模式和有用信息。
以上就是一个完整的商业智能BI软件需要具备的四项核心技术。
