數(shù)據(jù)倉庫通常指企業(yè)數(shù)據(jù)倉庫,，對企業(yè)運(yùn)營中的各類數(shù)據(jù)進(jìn)行集中存儲，用于支持不同業(yè)務(wù)流程的數(shù)據(jù)展示,、報(bào)告和分析,。數(shù)據(jù)倉庫是商務(wù)智能的核心組成部分，包括企業(yè)的現(xiàn)有數(shù)據(jù)和歷史數(shù)據(jù),，其數(shù)據(jù)來源多樣,，數(shù)據(jù)類型涵蓋了企業(yè)的各個(gè)方面。數(shù)據(jù)倉庫的出現(xiàn)很大程度上是由于需要對業(yè)務(wù)指標(biāo)進(jìn)行更高級的了解,，以及對不同部門中使用的業(yè)務(wù)應(yīng)用程序進(jìn)行分區(qū)管理的需要,。

數(shù)據(jù)分析是為了發(fā)現(xiàn)有用信息而對數(shù)據(jù)進(jìn)行清洗、轉(zhuǎn)化,、解釋和建模的過程,，通過數(shù)據(jù)分析可以得出結(jié)論，對決策進(jìn)行支持,。

數(shù)據(jù)倉庫主要用于商務(wù)智能,，通過對其中的數(shù)據(jù)進(jìn)行建模，實(shí)現(xiàn)對改進(jìn)商務(wù)決策的支撐,。數(shù)據(jù)倉庫分析可以是一個(gè)過程,、工具或者應(yīng)用程序。通?？梢詫?shù)據(jù)倉庫分析分為描述性分析（descriptive analytics）,、預(yù)測性分析（predictive analytics）和規(guī)范性分析（prescriptive analytics）。描述性分析指基于歷史數(shù)據(jù)對企業(yè)各個(gè)業(yè)務(wù)流程相關(guān)的信息進(jìn)行報(bào)告和展示,；預(yù)測性分析指利用統(tǒng)計(jì)學(xué)和機(jī)器學(xué)習(xí)算法對未來的結(jié)果進(jìn)行預(yù)測,；規(guī)范性分析則利用仿真,、優(yōu)化以及預(yù)測模型,，實(shí)現(xiàn)自動和智能的決策以及采取相應(yīng)的措施。