随着大数据技术的不断更新和迭代，数据管理工具得到了飞速的发展，相关概念如雨后春笋一般应运而生，如从最初决策支持系统(DSS)到商业智能BI、数据仓库、数据湖、数据中台等，这些概念特别容易混淆，本文对这些名词术语及内涵进行系统的解析，便于读者对数据平台相关的概念有全面的认识。
商业智能BI
先从商业智能BI（Business Intelligence）来说，是一种以提供决策分析性的运营数据为目的而建立的信息系统。它将数据仓库、在线分析处理、数据挖掘等技术与客户关系管理等应用系统结合起来,并应用于企业活动实际过程当中,最终实现服务于管理层决策的目的 。
完整的商业智能BI解决方案就包括了底层的数据仓库、ETL和前端的可视化报表，底层数据仓库负责建模，ETL用来组织填充这些模型数据，这些模型数据供前端使用于是可视化报表就呈现了。ETL的调度通常是T+1，每天晚上同步一次，并且大部分情况下是处理结构化的数据。
数据仓库
数据仓库(Data Warehouse)，也称为企业数据仓库，它是一个面向主题的、集成的、相对稳定的、反映历史变化的数据集合存储系统，它将来自不同来源的结构化数据聚合起来，用于业务智能领域的比较和分析，数据仓库是包含多种数据的存储库，并且是高度建模的 。
数据仓库系统的作用能实现跨业务线、跨系统的数据整合，为管
理分析和业务决策提供统一的数据支持。数据仓库能够从根本上帮助人们把公司的运营数据转化成为高价值的可以获取的信息或知识，并且在恰当的时候通过恰当的方式把恰当的信息传递给恰当的人 。
数据湖
数据湖(Data Lake)是Pentaho公司CTO James Dixon提出来一种数据存储理念——即在系统或存储库中以自然格式存储数据的方法。数据湖作为一个集中的存储库，可以在其中存储任意规模的结构化和非结构化数据。在数据湖中，可以存储不需要对其进行结构化的数据，这样就可以运行不同类型的分析 。
数据湖能够帮助企业实现数据的集中式管理等多种能力。数据湖融合了先进的数据科学、机器学习和人工智能技术，帮助企业构建更加优化的数据运营模型，为企业提供预测分析、推荐模型等能力，这些模型能够刺激企业能力的持续增长，不断赋能于企业增长 。
数据中台
数据中台是指通过企业内外部多源异构的数据采集、治理、建模、分析，应用，使数据对内优化管理提高业务，对外可以数据合作价值释放，成为企业数据资产管理中枢。数据中台建立后，会形成数据 API，为企业和客户提供高效各种数据服务。
数据中台对一个企业的数字化转型和可持续发展起着至关重要的作用。数据中台为解耦而生，企业建设数据中台的最大意义就是应用与数据解藕。这样企业就可以不受限制地按需构建满足业务需求的数据应用。
