商业智能虽然上最终呈现的结果，其中有一个就是用报表的方式来呈现，但是它实际上跟传统的报表截然不同。

传统的报表是静态的，打印出来的，它僵化了决策者的思维模式。现在商业智能报表是一种动态的，动态是什么意思呢？你不能看它是一个报表，因为它是活的，为什么是报表的方式？因为现在人类的科技发展，我们用的显示器仍是是二维的，不可能像电影里面看的三维的、多维的。举一个商业智能的分析为例，好比说从一个年度的营业额开始做分析，如果我们看到在某个区域这个营业额跟去年比较下降了，接下来我们就可以钻取到那个区域，分析为什么这个营业额跟去年比较会呈现衰退。这区域里面有不同的组织层次，从大区层次追踪到最后销售的分公司层次。这样就可以看得非常清楚，某一个区域的衰退是由这个造成的。接下来可以再从产品维度继续做钻取。同时接下来可以按照不同的时间、月份来分析，最后可以看到是谁负责这个产品，负责这个分公司。到此，我们可以掌握到最关键的部分，人的上面。因为所有事情最后一定有人的因素在里面，所以一定要追踪到人的上面。

目前在市场上听到那么多的商业智能公司，大都是在做OLAP这方面。一般来讲，这两种技术都是对数据分析，数据的来源都一样，都是来源于信息化系统。我们举个例子像国美，每天可能都有几千万笔的数据，这种数据就是明细数据，消费者买东西之后每组数据的记录，比如你买个彩电。分析，我们一定要做统计，例如我们想了解一下目前索尼，它的彩电在所有的公司，所有的门店销售多少，或者看某个单个门店，回答这个问题需要做统计。这个统计我们常称做汇总。刚才说的是简单的汇总，我们把数量加出来，我想对不同的时间点做不同的加总，或者我想对不同的门店做加总。OLAP最重要的工作就是在做汇总。所以不同维度，OLAP会帮你做维度之间各种组合的汇总。我想看到的可能是区域销售的报表，我想看到的是区域里面不同的分公司它的报表，这样基本上可以透过OLAP把它汇总出来，所以这是OLAP最主要的技术。当然汇总不一定只有加总，我可以求平均值、最大值、最小值等。甚至我们想知道有多少人到我们店里来消费。例如国美也非常关注，今天有多少人到这个店销费，这也是一种汇总，汇总的种类是非常广泛的。

了解完OLAP之后，我们来看一下数据挖掘是什么技术呢？刚才提到数据挖掘很多的背景是来自于人工智能，人工智能有一个很重要的理论叫机器学习（Machine Learning），我们可以研发一种机器来做学习，学习什么呢？好比最简单的例子，我们教小孩子加减乘除。我们只告诉他加法的一个基础。