2.5 數據倉庫應用實例
數據倉庫在線分析（OLAP）和數據挖掘（DM）是數據倉庫上兩種獲取不同目標的數據增值技術，這兩類技術如果能夠在一定程度上融合，會使分析操作智能化，使挖掘操作目標化，從而全面提升商務智能技術的實用價值。
一方面，OLAP技術可以爲數據挖掘提供預期的挖掘對象和目標，避免挖掘的盲目性。
另一方面，數據挖掘技術可以使OLAP處理智能化，減少分析人員手工操作的繁雜性，減輕分析人員的負擔。
商務智能BI是指將企業的各種數據及時地轉換爲企業管理者感興趣的信息（或者知識），並以各種方式展現出來，幫助企業管理者進行科學決策，加強企業的競爭優勢。
數據倉庫區別於面向應用的系統，其數據是面向整個企業的主題進行組織的。數據倉庫在構建之初應明確主題，每個主題對應一個宏觀的分析領域。
主題是一個邏輯概念，它應該能夠完整、統一地刻畫出分析對象所涉及的各項數據以及相互聯繫。劃分主題的根據主要來源於兩方面：對原有固定報表的分析和對業務人員的訪談。
構造OLAP分析，要經歷如下步驟：確定分析主題、確定分析方法、定義維度、根據分析主題構造具體的分析立方體和解釋分析結果。