数据集成—>信息—>知识—>行动
数据：记录、描述和识别事物的符号，通过有意义的组合来表达现实世界中某种实体的特征。
信息：经过某种提炼、加工和集成之后的数据。数据经过解释后可以转换成有用的信息。
数据是信息的载体，信息是对数据的解释。例如“20001月1日”是数据，“张三的生日是2000年1月1日”是信息。当然，这一信息可能对某些人没用，但对某些人有用。
知识：对信息内容进行提炼、比较、挖掘、分析、概况、判断和推论。例如，某超市通过对顾客购物信息的分析，发现某种商品比另外某种商品的销量好，于是增加该商品的进货量。
决策=信息+知识（经验）+冒险。而充分的信息和知识（经验）可以降低风险。
数据集成：多个异构数据源整合。
信息呈现：把收集的数据以报表的方式呈现出来。
运营分析：包括运营指标分析、运营业绩分析、财务分析。
战略决策支持：选择一种合理的投资组合战略。
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，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。
二、商务智能系统的架构 实现商务智能的四个阶段是数据预处理、建立数据仓库、数据分析及数据展现。
商业智能技术（Business Intelligence），以数据仓库、OLAP、数据挖掘为核心技术，同时融合了关系数据库和联机分析处理技术。
A、数据源：数据源通常是商务智能系统的基础，通常包括企业内部数据和外部数据。
B、数据仓库：数据仓库的元数据包括元数据和经过ETL（抽取、转换、集成）的业务数据。
C、访问工具：包括访问接口和中间件服务器。
D、决策支持工具：由即席查询、报表、在线分析处理和数据挖掘等工具组成。
E、商务智能应用：从数据仓库中提取相关数据，然后确定数据分析的方法，并把分析结果通过前段展示工具提供给决策者。包括人力资源管理、供应商管理等。
F、系统管理：包括系统安全管理、元数据的管理与更新、数据仓库的日常维护与监控、数据使用审计和容量规划等。
G、元数据管理：包括对开发、管理数据仓库时所使用的技术元数据和支持业务人员的业务元数据进行管理。它对数据仓库的设计和维护起着重要作用。
（1）多库系统存在的问题：
A、可用性差：源数据库或通信网络故障导致系统瘫痪。
B、响应速度慢：全局查询延迟和低层效率影响响应速度。
C、系统性能低：总体性能取决于数据源中性能最差的系统。
D、系统开销大：因每次查询要启动多个系统，通讯和运行开销大。
（2）数据集成的目的：运用一定的技术手段把分布在异构系统中的数据按一定的规则组成一个整体，使用户能有效地对其进行共享、分析，因此数据集成是构建数据仓库的基础。
（3）数据集成的方法：
A、数据联邦：优点是数据仍然保存在原来的位置，而不必构建一个集中式的数据仓库。缺点是查询反应慢，不适合频繁地查询；并容易出现锁占用和资源冲突的问题。
B、基于中间件模型构造集成系统：中间件通过统一的全局数据模型来访问异构的数据库、遗留系统或外部资源。中间件位于异构数据源系统和应用程序之间，向下协调各数据源系统，向上为访问集成数据的应用提供统一的数据模式和数据访问的通用接口。各数据源的应用仍然完成各自的业务。中间件主要为异构数据源提供一种检索服务。
C、基于数据仓库构造集成系统：数据仓库的数据集依赖提取、转换和装载的过程。
D、基于主数据管理构造集成系统：主数据管理能较好的解决数据仓库中数据不准确的问题。
主数据管理和数据仓库都是相辅相成的，都依赖于数据同步、ETL、元数据管理等技术。数据仓库的分析结果可以输入到主数据管理系统中。不同之处，主数据管理习题是为了业务应用提供联机交易服务，而数据仓库时面向分析型的应用；主数据管理涉及的数据量相对较小，运行中对系统的性能要求比数据仓库高。