商业智能的核心组成部分是数据仓库、OLAP联机分析、数据挖掘，用途是用于决策分析。
数据库与数据仓库的差别：
数据仓库是主要用于存储数据，包括历史数据，很少用于数据的删除修改更新，主要用于查询。而数据主要用于CRUD，创建、阅读、更新、删除。
数据仓库是面向主题的，主题就是以某个概念为中心，面向主题就是数据的范围是与该概念相关的所有数据。
数据仓库是集成的，是整个企业数据的集成。而数据库是一个应用对应一个数据库
数据仓库是用于决策分析，通过对各个阶段的历史数据分析，对未来进行预测。 数据库只是解决当下的应用问题
数据仓库的流程：
首先对数据源进行抽取、清理、装载、刷新：将数据依据统一标准整理成统一格式的数据。然后存储在数据仓库中或数据集市（小型的数据仓库，部门级）
接着通过联机分析服务OLAP对数据进行下卷、上钻、旋转分析，这是将会产生结果报表，能在前台显示。
而数据挖掘就是利用隐藏的知识做分许与预测。
要找出有价值的信息得依靠数据挖掘。
数据挖掘的分析方法：
关联分析：分析与对象有关联的数据
序列模式分析：分析前因后果
分类分析：是将已经有标签的数据分类。用于机器学习
聚类分析：是将相似的数据聚合在一起并区分开不相似的数据，形成一个明显的分层，然后进行分析。用于机器学习
标签：分析,系统工程,二十,数据仓库,用于,数据挖掘,数据,商业智能 From： https://www.cnblogs.com/wumingliang/p/17459548.html