商业数据仓库简称(BIZDW)通常被理解为将企业中现有的商业数据转化为知识，帮助企业做出明智的业务经营决策的工具。

信息技术领域

数据作用

信息技术领域

数据仓库技术正为许多企业带来成功的投资回报，伴随现代商业领域大量业务数据的产生，要从这海量数据中提取出真正有价值的信息，将数据转化为知识，以支持商业决策，需要用到能提取、存储有用信息，支持决策的数据仓库(DW)、商业智能(BI)、联机分析处理(OLAP)工具和数据挖掘(DM)等技术。商业智能与数据仓库技术的结合产成了一种崭新的增强企业知识竞争力为应用的服务工具——商业数据仓库(biz data warehouse)简称(BIZDW)。

BIZDW商业数据仓库系统通过数据仓库、数据挖掘和高级数据分析为企业提供全方位的商业决策支持和客户关系管理。更作为企业信息集成解决方案，为不同的应用系统，如企业资源规划(BRP)、客户关系管理(CRM)、供应链管理(SCM)以及外部环境扫描等系统之间架起了互通的桥梁。

从技术层面上讲，商业数据仓库不是什么新技术，它是BI、DW、OLAP和DM等技术的综合运用。商业数据仓库技术是为了解决拥有大量业务数据的企业或机构能及时有效地提取经营管理决策所需要的信息而产生的，如何有效地组织大量的数据，维护数据的一致性，方便用户的访问，为决策人员有效地使用商业信息提供方便，使他们能通过使用数据仓库系统对企业的经营管理做出正确的决策，从而为企业带来经济效益。

商业智能BI的关键是从来自不同运作系统的数据库中提取出有用的数据并进行清理，然后经过抽取(Extraction)、转换和装载，即ETL过程，合并到一个企业级的数据仓库里，在此基础上利用合适的查询和分析工具、数据挖掘工具、OLAP工具等对其进行分析和处理。数据仓库中的大部分信息是不易浏览的。要使数据仓库为最终用户的决策支持提供数据，就要借助OLAP技术，利用数据的多维视图，用户能多角度、多侧面、多层次地考察数据库中的数据，从而深入地了解包含在数据中的信息及其内涵。OLAP为数据仓库提供了快速浏览、分析，若要智能化且主动地把这些数据转变为有用的信息和知识，离不开日益受到重视的数据挖掘技术。数据挖掘又称数据库中的知识发现(KDD)，是指从存放在数据库、数据仓库或其他信息库中的大量数据中自动地发现相关模式、提取有潜在价值的信息、挖掘知识的过程。从CRM 的角度，数据挖掘应用就是从大量数据中挖掘出隐含的、先前未知的、对决策有潜在价值的知识和规则，并能够根据已有的信息对未来发生行为做出结果预测，为企业经营决策、市场策划提供依据。在CRM中应用的数据挖掘模式主要有以下五种:关联分析、分类、聚类分析、序列分析、孤立点分析。对于要挖掘的数据，可以是来自传统的关系数据库，也可以建立面向主题的、采用多维数据立方体组织数据的数据仓库。

数据挖掘DM经过确定业务对象、数据准备、建立模型、验证模型、数据挖掘、结果分析等步骤，不仅完成了对历史数据的分析，以及不同客户群体的消费数据的分析，而且将这些数据知识化，以预测企业在未来将要发生的状况，从而提高企业的收益能力和决策能力。如，商家可以在分析市场销售数据的基础上选择潜在的顾客，以便向他们推销产品，减少了开展业务的盲目性。可以通过数据挖掘技术，发现有欺诈倾向的用户，避免企业受到损失。

数据作用

商业数据仓库BIZDW能满足用户对历史商业数据查询的复杂性和快速响应的需求，使企业用户能够认清趋势、获取洞察力和得出结论，提高决策能力和竞争能力。