1、BI與數據倉庫(DW)之間的關系是怎么樣的?
回答這個問題有一個很恰當的比喻，房子和地基——數據倉庫是BI的地基：數據倉庫將數據抽取過來，清洗完，整合到主題域和多維模型里，然后BI就可以基于主題域和多維模型做各種分析了。如果這個地基（數據倉庫）沒做好，整個房子（BI項目）就很容易倒塌。
2、BI系統主要是為了幫助企業解決什么樣的問題?如何解決？
1）以前發生了什么——可以用固定報表、各種圖標、儀表盤、計分卡等實現;
2）為什么發生——可以用例外分析、即席查詢、OLAP分析和數據挖掘實現;
3）現在發生了什么——可以用EII技術、預警和自動激發短信等工具來實現;
4）將來會發生什么——可以用預測分析、數據挖掘等來實現;
5）控制未來發展的方向，將活動控制到正確的道路上來——可以用過程分析、過程監控、統計過程控制（SPC）等實現。
從另一方面來看，可以這樣看：
支持戰略決策，通過數據反映宏觀和公司的運營狀況，幫助領導做出正確的戰略決策，起到參謀的作用。
優化業務，通過數據與業務的結合，發現可優化的環節和總結出優化方法，提高運營效率和公司輸出。
業務管控，業務模式成熟后，通過BI系統與其它系統對接，打通，形成循環，通過數據化管理，保證業務運營行在正確的軌道上。
3、大數據、云計算和商業智能這三者的關系到底如何，以后的發展前景有什么看法？
云計算：著重于存儲（物理內存，存儲）
大數據：著重于數據，在云計算的基礎上將數據整合與存儲
商業智能：在大數據的基礎上，進行數據建模，數據挖掘，然后在Dashboard上展示出規律
4、BI中的多維數據模型和OLAP的實用價值在哪？
1）讓分析人員可以快速地從不同的角度感知數據的情況。 在數據量大且維度指標眾多的情況下，人的記憶力往往有限，只能記住某些方面，無法客觀地了解全局多個角度，OLAP可以提供幫助
2）在決策時，可以方便讓參與決策的人員（不一定是專業分析人員）匯聚討論的焦點。 通過維度組合及條件過濾，很容易抽絲剝繭，驗證各自的想法。 而對靜態的固定報表，由于無法深入下去，所以討論往往沒有達到關鍵點就作罷
原文出自FineBI商業智能解決方案官網 www.finebi.com