Data warehousing och business intelligence är två termer som är en vanlig källa till förvirring, både inom och utanför IT-branschen. Vanligtvis hänvisar datalager till den teknik som används för att faktiskt skapa ett datalager. Business intelligence avser de verktyg och applikationer som används vid analys och tolkning av data. Dessa två delar har vuxit kraftigt och förväntas uppleva fortsatt tillväxt i framtiden.
Data warehousing består av två primära verktyg: databaser och hårdvara. I ett datalager finns det flera databaser och datatabeller som används för att lagra information. Dessa tabeller är relaterade till varandra genom användning av vanlig information eller nycklar. Storleken på ett datalager begränsas av hårdvarans lagringskapacitet.
Hårdvaran som krävs för ett datalager inkluderar en server, hårddiskar och processorer. I de flesta organisationer är uppgifterna tillgängliga via det delade nätverket eller intranätet. En dataarkitekt är vanligtvis ansvarig för att sätta upp databasstrukturen och hantera processen för uppdatering av data från de ursprungliga källorna.
Business intelligence är en term som används för att beskriva analytisk programvara. Data warehousing och business intelligence-lösningar kan samverka för att tillhandahålla och stödja en användarinstrumentpanel som erbjuder anpassad information till användaren. Mjukvaran som tillhandahålls i en business intelligence-lösning inkluderar vanligtvis förmågan att hantera stora datamängder, skapa frågor och generera rapporter. En viktig aspekt av alla business intelligence-lösningar är användbarheten.
Den primära skillnaden mellan dessa lösningar är deras syfte. Ett datalager är utformat för att hålla och stödja transaktionsdata, medan business intelligence-lösningen används för att komma åt och granska data. Dessa termer används ofta omväxlande, men betyder väldigt olika saker.
Personal som arbetar med datalager och affärsinformationsverktyg måste vanligtvis ha en kombination av IT-kunskaper. De måste kunna hantera och stödja tekniken, både ur ett hårdvaru- och mjukvaruperspektiv. Ytterligare färdigheter för datalagerpersonal inkluderar vanligtvis relationsdatabashantering och skapande av databasstrukturer. Business intelligence-personal måste vanligtvis ha utbildning i statistik och matematik, samt programmeringslogik.
Tillväxten i dessa två lösningar beror på affärsteknologins mognad. När organisationer samlade på sig mer transaktionsdata behövde de ett sätt att komma åt dessa data på ett meningsfullt sätt. Dessa verktyg används för att skapa rapporter som kan identifiera trender och hjälpa till att informera sunda affärsbeslut.