大部分的數(shù)據(jù)倉庫在底層是基于傳統(tǒng)的關(guān)系型數(shù)據(jù)庫來進行構(gòu)建，像IBM、Microsoft、Oracle這些數(shù)據(jù)庫廠商事實上也都提供數(shù)據(jù)倉庫產(chǎn)品。在數(shù)據(jù)倉庫領(lǐng)域必須提到的公司是Teradata公司，該公司多年來只專注于數(shù)據(jù)倉庫產(chǎn)品的研發(fā)，其數(shù)據(jù)倉庫產(chǎn)品在很早就采用了軟件、硬件一體化的大規(guī)模并行處理計算，系統(tǒng)建立在擁有獨立內(nèi)存和獨立處理能力的多個服務(wù)器節(jié)點上，擴展節(jié)點就可以擴展其數(shù)據(jù)處理能力。正是由于這種系統(tǒng)架構(gòu)的強大處理能力，近年，其他廠商加速開始推出類似Teradata的軟件、硬件一體化的大規(guī)模并行處理的數(shù)據(jù)倉庫產(chǎn)品，如IBM公司的Netzza，Oracle公司的Exadata，EMC公司的Greenplum。

商務(wù)智能應(yīng)用技術(shù)( Business Intelligence Platform)泛指基于數(shù)據(jù)倉庫數(shù)據(jù)的各種使用技術(shù)，包括報表、聯(lián)機在線分析( OLAP)、可視化儀表盤、數(shù)據(jù)挖掘、業(yè)務(wù)績效管理、標桿管理等。當(dāng)前主流的商務(wù)智能應(yīng)用依然是出具各類管理報表，提供專業(yè)人員可以進行切片、下鉆的聯(lián)機在線分析，以及服務(wù)于管理層的可視化儀表盤。Microsoft公司的PowerPivot，IBM公司的Cognos，SAP公司的Business Objects，Microstrategy公司、Information Builder公司和QlikTech公司的BI產(chǎn)品，都是業(yè)內(nèi)很好的商務(wù)智能應(yīng)用產(chǎn)品。報表、聯(lián)機在線分析、可視化儀表盤等應(yīng)用主要以對歷史數(shù)據(jù)的分析為主，而數(shù)據(jù)挖掘技術(shù)則是采用數(shù)據(jù)的、統(tǒng)計的、神經(jīng)網(wǎng)絡(luò)等科學(xué)方法，從數(shù)據(jù)倉庫中的大量數(shù)據(jù)中挖掘出隱含的、未知的、對決策具有潛在價值的數(shù)據(jù)關(guān)系、模式和趨勢。SAS公司是數(shù)據(jù)挖掘領(lǐng)域絕對的領(lǐng)先者，SPSS公司緊隨其后（SPSS公司已經(jīng)被IBM公司收購）。這里還需要提到一個完全免費的軟件R統(tǒng)計，它實際上提供了各種數(shù)學(xué)計算、統(tǒng)計計算的函數(shù)，從而使使用者能靈活機動地進行數(shù)據(jù)分析，甚至創(chuàng)造出符合需要的很多新的統(tǒng)計計算方法。

總之，從技術(shù)層面上講，商務(wù)智能是ETL、數(shù)據(jù)倉庫、OLAP和數(shù)據(jù)挖掘等技術(shù)的綜合運用，形成面向最終用戶使用的信息加工、數(shù)據(jù)展示、數(shù)據(jù)分析、決策支持的綜合平臺。