商业智能字面意思是指公司通过数据的收集和处理，从数据提取有用的信息为公司作决策。从而让公司的决策行为不那么盲目，有“智能”。

商业智能并不是独立于其他技术单独诞生，商业智能的基础是数据积累。也就是数据仓库。所以在讨论技术的时候Business Intelligence不常单独拿出来说，BI必须有Data Warehouse为基础才可实现。所以DW/BI这个叫法才比较常见。没有可靠数据的BI根本就是面子工程。

DW/BI项目由于其直接服务于商业决策同时需要较强的技术支持，使其有一些特别的地方。DW/BI项目需要的业务和技术两方面的知识才能完成。没有业务的知识，项目只是IT部内部的练习赛，最终达不到业务的需求只是烧钱而已。

这样看就会比较清晰DW/BI部门需要些什么样的人。

首先是需求
需求永远是最重要的（除了SAP之类的怪胎软件以外，另述）。IT不重视需求就是内部过家家，对BI项目更是如此，因为BI项目直接服务于只懂业务不懂技术的决策层。
需求获取这个活对人的要求高点，需要懂一些业务和项目需求的人员，同时他们要得到一些指导，在获取需求的时候要更注意哪些问题让后续的工作方便进行。这里一般需要各种模板来帮助收集数据，同时需要用户大量时间的配合。用户参与是必须的！

接着是数据建模
商业智能和以往系统的区别的精髓在于让用户能够以接近自己思维的速度来探索数据，发现信息。用户要可以随意改变他们面前的数据形态，报表系统即时从数据库里获取相应信息呈现在用户面前。这一切的基础在于数据建立起非常的模型，这是非常关键的一环，数据模型的好坏直接决定了用户能从数据库里得到什么样的信息，做出什么样的决定。这里需要建模师。建模师的工作是建立在需求的基础上，了解用户一般工作流程和寻找的信息种类以后开始建模。在用户的需求上更进一步得让用户获得更多的自由，让用户完成以前不能想象的数据挖掘工作。BI是个新概念，所以并不能完全按照用户的要求一板一眼，因为用户并不知道什么是可能实现的。这需要建模师有点大局观。

下面是数据收集，搬运，整理
这部分是纯技术的工作，按前端人员的规划搬运，整理数据，完成Extract，Transform and Load，传说中的ETL。这是纯技术的工作，但是决不能出错的工作，数据出错一切白搭。DW/BI系统一旦失去用户对其数据准确性的信心就完了。

数据整理的同时还需要报表开发
这里需要的是针对不同报表系统的开发人员，视公司用的报表系统而定。如果要设计Dashboard之类的报表，这里需要点视觉设计的能力。需要了解怎样的设计才更容易让不懂技术的人一眼之间就抓住重点。Dashboard并不是设计得越“漂亮”越好的。关键是用户能否短时间内获得信息作出判断。

Lead
BI Lead不是个容易当的职位，BI Lead需要从技术到和业务员沟通全方位的沟通需要强大的能力。Lead应该把关注重点放在前端和用户交互，获取需求的部分。

高层支持
这里要说一个问题是BI项目不是一般的IT项目。 BI项目是非常敏感的，涉及大量数据的拥有权和阅读权。BI项目往往因此吸引很多的资源投入，而这些资源就更吸引各方势力抢夺资源。BI不是个单纯的IT项目，相反的是BI的重点在于业务，同时要小心公司内部政治。BI要让客户满意需要非常多的业务知识。同时因为BI涉及大量资源投入和信息所有权，阅读权的问题，BI项目需要高层的支持，至少CIO级别。没有高层支持的BI项目迟早要完蛋，下场就是死在资源不足或各方势力斗争中。

另：说下怪胎SAP
SAP是个怪胎。因为这是我见过不论需求实施项目的软件。当然SAP不是BI软件，是个ERP，BI套件，但也算和BI沾边。正是因为SAP之类的软件对一个公司来说意义过于重大，触及到公司日常运作的方式。大量高层会参与评估ERP系统。SAP之类软件的选定和实施是非常政治的。也就是说如果上层决定用SAP之后，SAP的实施将成为优先级，没有任何障碍。用户需求也要让位。如果SAP不能满足用户某个需求，改的是用户的工作方式，而不是SAP的实施。这实在太牛逼了。