其實任何事物搞清楚它的來歷，存在的道理，也就能深刻明白它的內涵，正如計算機軟件的產生就是來為人服務的，提高生產效率的，那麽我工作的本質也就是想我的客戶需要那些服務，怎樣提高他們的效率。為了搞清BI，拿銀行業務舉個例：以前去銀行存錢，人家拿出個計帳簿，存款人：A、金額：XXXX元… ，OK存款手續完成。銀行老板想看XXXX年，行裏有多少存款，當然是壹群會計師忙了壹整天，得出了壹個結論。突然老板想知道這年我們虧本還是盈利了，這群會計師又忙了壹天，總算搞定。最後發現這樣成本高、效率低、風險還很大－紙張不易保存。這自然催生了銀行業務系統的產生。
這種業務系統，功能自然包括存款、取款等等。也就是增、刪、改、查，如果老板想看XXXX年，行裏有多少存款，它還需要提供壹些簡單的統計功能。這樣它足以滿足需求。但是隨著時代的發展，業務自然發展，業務系統也僅僅跟上。到後來已是功能復雜，又發現壹個系統不能解決問題，發展到多個系統，最終出現了系統品種繁多、關系復雜，越整合系統越多的場面。公司好像也樂此不彼。真的需要這麽多系統嗎？如果不需要，怎麽解決？
數據倉庫理論出現後，銀彈終於呈現了。人們認識到數據不應該僅僅是幾張表，而應該以壹種可擴展的體系結構組合，來適應新的變化，快速解決新的用戶需求，這種體系結構中數據生產和數據應用應該分離。
以數據生產為目的，構建在OLTP上的，帶有基本的數據應用的系統 － 傳統業務系統。
以數據應用為目的，尤其智能化應用，構建在數據倉庫上的，不帶有數據生產的系統 － BI
BI的理解
BI的目的，就是數據的應用，智能化的應用。智能就是讓計算機充分利用資源，代替人們的思考。拿上面的銀行業務系統來說，增刪改查，在非信息化時代，手工操作時，增加—只需在計帳簿記下妳存錢了，刪除－撕掉妳的記賬頁，這些人們都無需思考，計算機替代我們做這些時，相應談不上智能化。如果我們想發現在銀行存款最多的壹些公司有什麽聯系，手工來做，我們需要很多的數據，大量的思考，計算機替我們做這些，相對來講就是智能化應用。大膽想像只要計算機替換人們復雜思考的應用，我們就可以將它歸屬到BI的範疇。
數據倉庫，BI的基礎、OLAP、數據挖掘，BI的主要應用。
數據倉庫很好的規範了數據的體系結構，在它的層面上BI清晰的展現了它的結構