BI商務智慧系統是隨著資訊技術在管理領域不斷髮展而產生的具有特定功能和使用目標群的一種解決方案。BI提供靈活的報表和分析工具支援對資料的評價和判讀以及資訊釋出。基於BI先進的資料結構和分析基礎，企業可做出有事實依據的商業決策，決定面向目標的各種活動。
1 BI商務智慧系統功能特點
BI商務智慧系統基於企業資源計劃系統(Enterprise Resource Planning，ERP)及其他業務系統的業務資訊，建立適應企業長期發展的資料倉庫;採用方便、易用、表現力強的報表體系及可互動的資料智慧分析平臺來進一步方便企業從戰略決策層到管理層再到操作層的各種需求。
BI商務智慧系統主要有以下幾個功能。
1.1 資料倉庫
通過資料收集、資料倉庫的模型建立、資料倉庫應用平臺、資料展示技術，建立一套完整的技術方案。
使企業可以綜合資訊、分析資料資訊和分發關鍵資訊，提供可在所有層次上支援決策的功能強大的工具。這些工具可建立和釋出企業自定製的互動式報告和各種應用。
抽取資料、合併資料，然後儲存資料、分析資料。資料倉庫的處理流程包括資料建模、資料萃取以及資料管理(通過管理員工作臺);擁有先進的資料倉庫技術架構，以及先進的工具，包括OLAP處理器、資料探勘和報表、元資料庫、業務計劃和模擬等。
提供給使用者一個簡單易用的報表和分析介面。滿足資訊使用者根據本公司的工作需要對資訊進行有效的組織和個性化設定，包括定製查詢、定製報表和各種分析功能。支援以電子郵件方式給資訊使用者傳送分析報表，與企業門戶無縫對接，並且可滿足使用者使用移動裝置進行報表分析。
1.2 企業戰略管理
支援集團設定KPI指標體系，可實現從集團層面到下級單位的全覆蓋。同時系統應提供集團層面的資訊查詢和監控功能，可以從不同層級的下級單位和不同的系統中抽取需要的資料，並支援使用者自定義的報表邏輯和格式生成報表、列印、下載成本地檔案。
支援自定義企業的價值動因數，將財務和非財務的大量指標結合進行分析;支援參考及自定義的平衡計分卡，並且可以用於個人評估和績效考核;支援建立企業管理駕駛艙，根據企業所需指標的種類呼叫各種系統標準的圖形展示工具，幫助企業直觀地掌握企業整體的經營狀況。
1.3 智慧平臺
為使用者提供決策支援工具，引導使用者對資料從不同層次、不同角度進行觀察和分析，使決策依據資料化。系統應支援建模功能，並可以進行預測和模擬。在智慧決策資訊方面，不只是提供報表系統，還提供豐富的分析模型。
建立資料倉庫，綜合、分析和分發關鍵資訊，用於建立和釋出定製的互動式報告和應用。採用大眾普及的Microsoft Excel和Web瀏覽器的工具。滿足使用者易用性。具備支援開發分析應用功能，支援訪問多維(OLAP)和表格性資料。提供Web應用程式設計。
1.4 報表應用
①支援應用Crystal Reports功能，支援對專案進度監控系統、資金系統、決策計劃系統的優化和整合;②提供複雜的中國格式報表，分析圖表、表格和圖表混排的分析報表;③提供上鑽、下鑽、切片、旋轉功等多維分析功能;④支援複雜的層級結構，支援使用者自定義的計算;⑤提供企業儀表盤;⑥能進行決策分析(What-IF);⑦具有預警功能。
2 BI商務智慧系統平臺的總體技術架構
BI商務智慧系統平臺總體技術架構如圖1所示。
BI系統基於前瞻性、靈活性和穩定性的設計原則而設計，滿足企業後續分析需求擴充套件、系統介面增加、主資料管理的需要。其中，業務資料層提供內外系統的介面，應用層提供視覺化的平臺展示。
3 資料倉庫系統資料模型結構
本文針對資料倉庫系統的資料模型結構進行重點分析，其模型結構如圖2所示。
3.1 資料抽取層
DSO儲存來自R/3以及其他系統原始的明細資料，不做任何資料轉換。
通常資料來源和DSO是1∶1對應。所以對應於每一個數據源，在抽取層需設定一個DSO用於對應的資料儲存。不允許一個DSO中包含多個源系統資料，同時也不允許一個DSO整合不同資料來源的資料。
對於DSO可以整合相同主資料的屬性和文字，有一種情況是例外的，比如：物料的屬性和文字可以存放在同一個DSO中。好處是避免建立和維護大量的DSO，但是多種語言是無法處理的。如果主資料需要多種語言的話，還是需要不同的DSO進行資料儲存。
資料倉庫的一個重要特點是需要儲存資料的歷史。資料歷史的儲存主要包含主資料和業務資料。資料倉庫中需要儲存其的歷史屬性，不然基於歷史時間進行分析時，就無法保證其正確性。根據使用者需求來決定需要按照何種時間粒度進行儲存。一般情況下通常是按月份儲存。
資料在進入抽取層之前，需要定期刪除永久儲存區(PSA)中的資料。通常對於生產系統，在應用穩定後原則上至多儲存一個月。同樣，抽取層中產生的更改日誌資料(Change Log)也需要定期進行刪除。資料刪除是由處理鏈進行統一處理。抽取層中的資料會用於以後資料重構或新需求，所以進入資料倉庫後需要進行永久儲存，而不需要重新從源系統中抽取資料。
3.2 資料倉庫層
DSO儲存來自資料抽取層的明細資料，按照特定的分析需求進行統一的清洗、轉換，並且資料倉庫層是提供給其他系統的基礎，以保證資料口徑一致。
輸入倉庫層的資料來源來自抽取層的資料，從抽取層到倉庫層的過程，需要根據業務模型定義完成統一編碼、統一業務邏輯的大量工作。倉庫層的'資料主要供後續的業務轉換層或應用分析層使用。倉庫層中資料也可以通過SAP BW的資料分發介面提供給其他應用使用。倉庫層採用DSO來進行資料儲存。
倉庫層中的資料粒度根據使用者需要來定義，通常來說比抽取層粗。如果沒有明確的業務需求要求，部分抽取層中資料可暫時不儲存。倉庫層中的資料應該是按照業務邏輯進行整合的資料集合。
理論上，倉庫層中的資料可以隨時刪除，並從抽取層獲取資料進行重構。但在生產系統中，刪除倉庫層的資料需要注意：所有後續分析層中相關資訊塊中的資料需要進行對應刪除，否則會導致下次從倉庫層抽取增量資料時資料重複。需要強調的是，在倉庫層中重構資料時，必須與原有歷史資料保持一致。
3.3 資料分析層
以MultiCube/Cube為主，彙總分析資料，原則上不對資料倉庫層的資料進行轉換處理，Query主要基於資料分析層建立。
分析層內部分為兩小層。①物理資料儲存層：即實際儲存資料的基本資訊塊、主資料、運營資料DSO等。②訪問抽象層：用於資訊展現層存取的多維資訊提供商、資訊集，並不是物理儲存資料。
區別於資料抽取層和倉庫層儲存了儘可能細的資料粒度，分析層的資訊塊需要慎重考慮資料粒度。因為資料粒度會直接影響資訊塊事實表中的物理儲存的記錄條數。記錄條數越多，需要付出的資料上載和壓縮處理時間就越長，查詢效能會越低，維護成本就越高。
統一規劃、設計和建設主題模型，主題模型儲存實際資料。基礎資訊塊和營運資料DSO是主題模型在BW中的載體。