Answers:
商业智能通常是与数据库管理和数据库开发完全分开的一个分支。最高级别的商业智能包括三个主要方面：
报告中
报告是报告的创建，部署和管理，以及用户动态自定义报告的附加功能。
积分
数据集成和转换解决方案。在非常简单的水平，这是提取，转换和加载数据到数据源，从数据源（其可以是任何东西一样简单平面文件）的装置。集成深度达一英里，但这是其中最基本的功能。
分析
在线分析处理（OLAP），用于设计，创建和管理包含从源数据存储中聚集的数据的结构。流行的是数据挖掘。
这些是商业智能所包含内容的极其简化的描述。BI以及每一个方面都具有一门科学。数据库专业人员致力于他们的时间和职业以掌握这些知识。
价值在很大程度上取决于各个组织及其要求。根据所需的复杂程度，BI角色可能分为几类：
电子表格菜单 -从直接从操作系统中提取的数据集工作，此角色将使用Excel或Access等桌面工具生成报告和分析。通常，此角色不是IT专家，或者可能由某人兼职。根据他们的技术水平和对底层数据库的访问权限，他们可能依赖其他人员（例如数据库管理员）来生成数据摘录。
当捆绑的报表不符合要求并且需要额外的工作才能从数据库中获取管理信息时，此角色将带来价值，但是专门的BI开发团队将非常昂贵。通常，除了琐碎的情况以外，在所有其他情况下都需要此角色，尽管在小型站点上可能不需要全职。
BI Developer-如果数据提取很复杂或需要从多个来源进行集成，则可能有必要构建数据仓库或其他报告系统，以便以可用于报告的格式集成数据。担任此职务的人通常会或多或少地具有技术开发技能。
通常，这种类型的团队将被划分为ETL和报告功能，但这并非总是如此。报表开发人员，“电子表格Jock”类型和其他高级用户可以通过各种工具使用报表系统中的数据。
当数据太复杂而无法通过即席方法进行管理并且需要专用的报告系统时，就会实现此角色的组织价值。在这种情况下，具有技术技能和适当工具的较小型BI团队可以使很多工作自动化，而这些工作通常可以通过桌面工具和临时摘录手动完成。数据仓库系统还可以填充自助服务报告功能，例如OLAP多维数据集，使企业中的最终用户可以生成和维护自己的报告。
数据架构师 -成熟的数据仓库系统会提示业务数据需求，而源系统可用的数据无法满足业务需求。可能有必要协调由这些要求驱动的对操作系统的更改，以便捕获其他数据或清除源上不一致或错误记录的数据。
数据架构师可以扮演跨多个运营和报告系统的角色，以协调需要跨多个系统进行更改的数据需求的实现。
通常，人们并不认识到需要这种角色，但是在更大的站点上，这一点变得很重要。通常，操作系统无法很好地满足报告要求，并且数据仓库团队的权限不能扩展到对操作系统进行更改。在这种情况下，数据架构师将根据角色的权限级别充当协调员或主管。其主要价值是对不满足数据要求的操作系统进行更改。
数据治理 -法规或业务要求可能会决定数据的正确性或治理标准。如果操作系统容易出现数据错误（通常是这种情况），则可以设置数据治理功能来管理对数据的验证和更正。
由于多种原因，数据质量可能很重要，通常与会计或法规要求有关。数据治理或数据质量官通常是业务领导角色，负责安排对系统中已记录数据的修复。
Analyst（分析人员） -电子表格操纵员角色的一种变体，其中用户实际上以某种能力工作，可以对数据进行分析工作（例如，保险精算师）。
根据角色的不同，分析师可能对业务很重要。就精算师而言，其作用是根据将来的索赔，保险产品的主要定价模型来估计持有的准备金，或提供各种金融交易的估值。
大多数BI员工倾向于落入这些类别中的一个或多个类别。对组织的价值因个人情况而异。我观察到的一个普遍现象是，负责操作系统的人员大大低估了这些角色中实际发生的工作量。我看到一家保险公司的欧洲业务会计部门只有170名员工。他们的大部分时间都花在整理电子表格中的数据提取以及操作手动对帐和控制流程上。
在业务线应用程序的开发和运行过程中，管理信息常常是优先级较低的表亲。协调不力或不存在的数据体系结构策略可能会花费大量时间和金钱。默认行为是将系统视为孤岛，没有人有权直接解决跨系统数据问题。将其保留足够长的时间，其最终结果是，后台办公操作需要雇用数百名文书人员（通常是合格的财务人员），他们将大部分时间都花在一些存储过程上。
BI人员将产生什么对我的组织有价值。
我将在这一部分问题上稍作讨论，因为我认为其他人在解释什么是BI方面做得很好。我在一家有许多客户的公司工作，我了解有关我们为这些客户提供的功能的大量信息。
我们的应用程序以数据为中心。我们的行业受政府监管，因此遵守联邦和州法律至关重要。我们的BI专家会为公司带来什么，使他们变得有价值？
首先，我们从客户端导入数百万条记录，以便他们获得完成工作所需的信息。使他们的数据库中的数据适合我们的数据库是一项至关重要的工作，而且不是一件容易的事。您缺少必填字段，数据类型不匹配，数据完整性问题的信息（例如，我无法放入02/30/2012日期字段）。我们还进行自定义，因此我必须设计一个地方来放置我们不应该为其他客户端存储的数据，然后创建导入以获取数据。没有客户端数据，应用程序将无法工作。数据太大，无法手动输入。
接下来，客户经理需要以帮助他们管理业务的方式查看数据。因此，他们需要报告，大量报告，预算报告，费用报告，合规性报告等。这些报告是如此复杂，以至于其背后的查询可能超过一千行。编写这种报告代码可能需要SQL方面的专家。
此外，商务智能人员通常比许多应用程序开发人员更深入地了解业务细节，因此他们也是评估需求的第一线。我们是那些指出缺少的必要信息以及相互冲突的业务规则的人，因为我们非常熟悉数据及其存储方式和用途。
一旦报表达到某个特定点，我们就需要将其与事务数据库分离，并建立一个数据仓库，以便对数据进行复杂分析的人员不会导致输入数据的人员被阻止。构造用于分析的数据的方法通常不是构造用于事务的数据的最佳方法，因此，我们再次致力于将数据从一种数据结构转换为另一种非常不同的数据结构。通过分析数年的数据来深入研究数据的能力对我们的客户来说是一个巨大的卖点。同样，我们通过生产客户需要的产品来增加价值，以管理他们的业务。
如果您的数据需求全部来自内部，那么您仍然可能需要内部客户进行此级别的分析。在这种情况下，您可能更关心数据仓库的报告方面，而不是将数据导入事务系统中。但是，对于大多数组织而言，仍然可以使用您收集的数据来制定管理决策，这是无价的。
您是否需要BI专家往往会围绕您的数据需求的范围和系统的复杂程度而定。较小的企业可能没有足够的能力供此类人士使用，并可能聘请顾问来创建他们需要的报告。BI专家往往只在中大型企业工作。
如果您是创建COTS软件的企业，则可能需要BI专家作为顾问，他们从里到外了解您的产品，并为您的客户创建自定义的复制。
尽管它们不是最佳实践的好例子，但是SQL Server示例数据库将是一个很好的起点。它们包括一个虚构组织的OLTP，数据仓库和分析服务数据库。研究它们之间的差异应该有助于您理解OLTP（事务）数据库和OLAP（分析/ BI）数据库之间的差异以及原因。
http://msftdbprodsamples.codeplex.com/
AdventureWorks OLTP数据库支持虚拟自行车制造商的标准在线交易处理方案（Adventure Works Cycles）。方案包括制造，销售，采购，产品管理，联系人管理和人力资源。
Adventure Works DW数据库演示了如何构建数据仓库。
Adventure Works AS项目可用于为商业智能场景构建AS数据库。
这是我两年前参加的一次BI早餐的更高级答案。
BI是您组织中的人们已经在做的事情-根据信息做出决策。BI工具的目标是允许那些人更快，更自信地做出那些决定。
我经常使用的另一个答案是，BI工具可以及时地将“数据”转换为“信息”。
Kimball Group使用短语“为业务用户提供易于理解和导航的数据”和“提供快速查询性能”。