BI 是商业智能（Business Intelligence）的缩写，是数据分析领域的一个大类，其内容包含多维分析、报表查询、数据可视化、系统管理等方面，属于典型的 OLAP（在线联机分析）业务。构成 BI 系统的各部分关系大概这样：

固定报表和多维分析彼此独立，前者用于业务复杂、格式固定的报表查询，后者用于相对简单的用户自助查询；固定报表和多维分析都具备实施部分数据可视化的能力；BI 系统外围是相应管理功能。

有时大家狭义地认为 BI 就是多维分析（自助报表），上了多维分析就可以满足所有用户的查询需求，就不用做报表了。

事实是这样吗？

从上面的组成中可以看到，报表和多维分析都是 BI 的组成部分，二者并不存在包含关系，也就是说，上了多维分析还要做报表。

为什么？

我们知道，多维分析是将简单、临时、多变的查询交给业务人员自助完成，用户通过拖拽维度和度量进行查询，可以进行过滤、旋转、钻取，甚至还可以计算同比环比。但是，多维分析只能完成简单查询，简单指两方面，一个是数据呈现形式简单，二个是数据处理逻辑简单。

先说数据呈现形式。一般数据呈现形式有两种，图形和表格。图形不用说了，长得都一样，但表格的差异却很大。多维分析拖拽生成的表格都比较规整，类似这样

而我们实际业务中还有一类呈现格式复杂、数据项相对固定的报表，比如常见的财务三大报表，金融行业的 1104 报表等。

像这样的资产负债表根本无法通过多维分析“拖”出来，而需要通过固定报表由技术人员开发实现。

数据处理逻辑是另一方面。多维分析执行的查询基本都是过滤、分组汇总，用 SQL 表达大概会写成这样：SELECT D,…, SUM(M), … FROM C WHERE D’=d’ AND … GROUP BY D,…（其中 C 是数据立方体，D,…是选出维度，M,…是聚合测度），基于一个表实施的查询怎么折腾都比较简单；而我们实际业务中还会碰到非常复杂的数据处理逻辑，往往需要关联多个表，嵌套很多层，要编写上千行 SQL 才能实现报表的数据准备工作

这时仅仅依靠多维分析就不够了，这样的报表只能在固定报表中通过专门的报表工具来实现了。

在 BI 应用建设中，报表、多维分析这些内容都是逐步引入的，首先要解决基本的查询需求，也就是那些格式固定、逻辑复杂的固定报表，这时就要引入成熟且性价比高的报表工具来实现这部分查询需求。固定报表建设完成后，如果出现业务临时查询需求增多、技术部门满足起来有困难（表现：需求响应慢，加班加点做不完）就可以引入多维分析了。任何技术都有其适用场景，报表和多维分析在 BI 系统中是相互辅助相互促进的，二者并无孰轻孰重，在实际应用时且不可顾此而失彼。