商业智能实现的三个层次包括哪些

商业智能实现的三个层次包括：1、数据报表；2、多维数据分析；3、数据挖掘。这个概念是在信息系统项目管理师的教材中提到的，也是商业智能实现的标准方式。

商业智能（BI）实现的三个层次：数据报表，多维数据分析和数据挖掘。

1、数据报表

数据报表是最初级的，它将企业的业务经营常规信息提炼出来，形成周期性的报表，结果形式比较固定，但是开发简单，底层数据存储要求不高，关系型数据库即可。

2、多维数据分析

多维数据分析是中级的，它将企业的业务信息做成数据cube(即数据矩阵)，供希望从不同维度了解业务情况的人员使用，它的结果形式灵活，支持自定义报表形式，开发上有一定难度，需要增加很多数据说明规则，否则数据进行汇总时容易造成错误，底层数据存储优选列式数据库（例如clickhouse），数据量不大的话关系型数据库也可以。

3、数据挖掘

数据挖掘是高级的，它是通过将数据仓库中的历史数据清洗，并基于一定的统计学的规则和数据挖掘算法，梳理出数据之间的关系或隐藏的信息，以供支持更高级更智能的决策，它的结果形式更加灵活，应用场景也更加多样化，推荐算法，人工智能，都可以说是其中的分支。

延伸阅读：

商业智能的来源

提到“商业智能”这个词，网上普遍认为是Gartner机构在1996年名列前茅次提出来的，但事实上IBM的研究员Hans Peter Luhn早在1958年就用到了这一概念。他将“智能”定义为“对事物相互关系的一种理解能力，并依靠这种能力去指导决策，以达到预期的目标。”

在1989年，Howard Dresner将商业智能描述为“使用基于事实的决策支持系统，来改善业务决策的一套理论与方法。”

商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。而商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。因此，从技术层面上讲，商业智能不是什么新技术，它只是数据仓库、OLAP和数据挖掘等技术的综合运用。

可以认为，商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力（insight），促使他们做出对企业更有利的决策。商业智能一般由数据仓库、联机分析处理、数据挖掘、数据备份和恢复等部分组成。商业智能的实现涉及到软件、硬件、咨询服务及应用，其基本体系结构包括数据仓库、联机分析处理和数据挖掘三个部分。

因此，把商业智能看成是一种解决方案应该比较恰当。商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，以保证数据的正确性，然后经过抽取（Extraction）、转换（Transformation）和装载（Load），即ETL过程，合并到一个企业级的数据仓库里，从而得到企业数据的一个全局视图，在此基础上利用合适的查询和分析工具、数据挖掘工具（大数据魔镜）、OLAP工具等对其进行分析和处理（这时信息变为辅助决策的知识），最后将知识呈现给管理者，为管理者的决策过程提供支持。

提供商业智能解决方案的知名IT厂商包括微软、IBM、Oracle、SAP、Informatica、Microstrategy、SAS、Royalsoft、帆软等。