---BI---
商务智能（Business Intelligence）是指将储存于各种商业信息系统中的数据转换成有用信息的技术。

目前，各个行业都面对着激烈的竞争，及时、准确的决策已成为企业生存与发展的生命线。随着信息技术在企业中的普遍应用，企业产生了大量富有价值的电子数据。但这些数据大都存储于不同的系统中，数据的定义和格式也不统一，商务智能（BI）系统能从不同的数据源搜集的数据中提取(E)有用的数据，并对这些数据进行清洗，以确保数据的正确性，然后对数据进行转换(T)、重构等操作后，将其存入(L)数据仓库或数据集市中；然后运用适合的查询、分析工具、数据挖掘工具、OLAP工具等管理分析工具对信息进行处理，使信息变为辅助决策(DSS)的知识，并将知识以适当的方式展示在决策者面前，供决策者运筹帷幄。

FYI. BO(狭义的，也就是BOE)属于BI中的前端展示工具，当然（广义的）它也包括一些ETL的tool，比如Composer、Data Integrator、Data Federator


---DW---
数据仓库（Data Warehouse）就是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持经营管理中的决策制订过程。（个人感觉这个定义过于飘渺，姑且抄在这）

整个数据仓库系统的体系结构可以划分为以下四个层次。
    数据源是数据仓库系统的基础，是各类数据的源泉，通常包括企业的各类信息。如存放于RDBMS中的各种业务处理数据、各类文档数据、各类法律法规、市场信息，竞争对手的信息等等。
    数据的存储与管理是整个数据仓库系统的核心，是数据仓库的关键。数据仓库的组称管理方式决定了它由别于传统的数据库，同时也决定了其对外部数据的表现形式。数据仓库的组织按照数据覆盖范围可以分为企业级数据仓库和部门级数据仓库（通常称为数据集市）。
    OLAP服务器对分析需要的数据进行有效地集成，按多维模式予以组织，以便进行对角度、多层次的分析，并发现趋势。
    前端工具主要包括各种报表工具、查询工具、数据分析工具、数据挖掘工具以及各种基于数据仓库或数据集市的应用开发工具。其中数据分析工具主要针对OLAP服务器，报表工具、数据挖掘工具主要针对数据仓库。

---总结---
    从上面两个定义可以看出，BI和DW有许多概念重叠的地方，甚至让人困惑，这二者的关系又如何？到底谁包含谁呀？本人肤浅的理解是：
    DW概括的是一项技术，而BI概括的是使用（DW）技术的一个领域。或许我们可以说，BI是建立在DW系统上最广泛、最典型的一种应用。
    这里用到了“技术”、“应用”这样的词语来形容BI和DW，并不是在于将这两个概念简陋化，能表达出我的意思就行。


---补充背景---
2004年的BI峰会，确定了BI即是数据仓库之上的查询、报表和多维数据分析。正如本次峰会发言人所概括的当年认为BI是一堆技术工具的集合。

2007年的BI峰会对BI的重定义：我们开始将商业智能视为一个伞状的概念，它包括了分析应用、基础架构和平台和良好的实践。”

BI究竟是干什么的。一个是信息发布，一个是决策支持。

可见，数据仓库、数据标准等平台已经涵盖在BI范畴里，BI已不再是前端展现工具；BI不再仅属于技术的范畴了。