Business Intelligence (BI) adalah konsep yang menggabungkan berbagai ide dari beragam bidang.
Apakah suatu ide akan digunakan dalam BI sangat tergantung pada kebutuhan spesifik dan sumber daya yang tersedia di organisasi.

Beberapa konsep yang umum digunakan dalam Business Intelligence antara lain:

Data Warehouse

Data warehouse adalah jenis repositori data di mana data dari berbagai sumber dikumpulkan, diatur, dan disimpan dalam versi tertentu.
Struktur ini memudahkan data untuk digunakan dalam pelaporan (reporting) dan analisis (analysis).

 Data Mart

Data mart bisa menjadi bagian kecil dari sebuah data warehouse atau diambil dari sebagian datanya.
Contohnya, data warehouse menyimpan semua data perusahaan, sementara data mart bisa berfokus pada satu bidang tertentu seperti penjualan (sales) atau keuangan (finance).
Dengan cara ini, tiap departemen dapat mengakses informasi yang relevan secara cepat, sehingga analisis data menjadi lebih mudah dan efisien.

 Data Lake

Data lake adalah sistem penyimpanan besar yang dirancang untuk menampung berbagai jenis data, seringkali dalam bentuk aslinya (raw data).
Data lake memungkinkan pengguna yang berwenang untuk mengakses dan menganalisis data tersebut untuk berbagai keperluan.
Berbeda dengan database tradisional, data lake dapat menyimpan data terstruktur seperti tabel, maupun data tidak terstruktur seperti teks dan gambar.

Fleksibilitas ini memungkinkan organisasi untuk mengumpulkan dan menggunakan data dari berbagai sumber tanpa perlu memprosesnya terlebih dahulu.

Data Vault

Data vault adalah pendekatan dalam mendesain dan mengelola data warehouse agar lebih mudah untuk menyimpan dan mengakses data dari berbagai sumber.
Metode ini membantu menciptakan sistem yang fleksibel dan dapat dikembangkan (scalable) sehingga mampu beradaptasi terhadap perubahan atau pembaruan data dari waktu ke waktu.

ODS (Operational Data Store)

ODS adalah singkatan dari Operational Data Store, yaitu sistem yang digunakan untuk pelaporan operasional dan pengelolaan aktivitas bisnis harian.
Seperti data warehouse, ODS juga menyimpan data yang terintegrasi berdasarkan subjek tertentu, namun berbeda dengan data warehouse, ODS hanya menyimpan data terkini tanpa riwayat data lama.

Hal ini menjadikan ODS ideal untuk laporan real-time, seperti untuk melacak angka penjualan harian atau memantau persediaan terkini.

---

ETL (Extract, Transform, Load)

ETL adalah singkatan dari Extract, Transform, and Load.
Ini adalah proses mengambil data dari berbagai sumber (seperti file, database, atau situs web), mengubahnya (transform) sesuai dengan aturan bisnis dan teknis, lalu memuatnya (load) ke dalam penyimpanan data tujuan.

Meskipun sering dikaitkan dengan data warehouse dan Business Intelligence, proses ETL juga digunakan untuk migrasi data dan integrasi antar sistem.
ETL memastikan bahwa data terorganisir dan siap digunakan di berbagai aplikasi dan sistem.

Data Integration

Dalam sistem transaksi, data biasanya tersimpan terpisah di tiap aplikasi — misalnya database untuk penjualan toko fisik, penjualan online, dan data karyawan.
Untuk menjawab pertanyaan bisnis yang kompleks dan melibatkan banyak sumber data, maka data tersebut harus diintegrasikan ke dalam satu data warehouse.

Proses integrasi ini melibatkan penggabungan dan penyesuaian data, mengatasi inkonsistensi, serta menjadikannya kompatibel untuk analisis yang akurat dan menghasilkan pandangan menyeluruh tentang bisnis.

Machine Learning

Machine Learning (ML) adalah cabang dari Artificial Intelligence (AI) yang memungkinkan sistem belajar dari data, mengenali pola, dan membuat prediksi secara otomatis.
Model ML dibangun menggunakan data yang sudah ada dan dapat terus meningkatkan akurasinya seiring dengan data baru yang masuk.

Banyak alat BI modern kini sudah menggunakan Machine Learning untuk membantu pengguna menemukan wawasan (insight) dan menganalisis data dengan lebih mudah.
Pengguna tidak perlu menjadi data scientist, karena fitur-fitur ini biasanya dilengkapi dengan antarmuka sederhana seperti drag-and-drop atau point-and-click.

Machine Learning dalam BI membantu mengotomatiskan proses analisis dan membuat analisis data tingkat lanjut menjadi lebih mudah diakses.

Data Mining

Data Mining berarti menelusuri sejumlah besar data tanpa memiliki pertanyaan khusus terlebih dahulu.
Tujuannya adalah menemukan pola, tren, dan hubungan menarik dalam data.

Analis kemudian menyajikan hasil temuan mereka kepada pimpinan bisnis yang kemudian akan menentukan cara memanfaatkan wawasan tersebut.
Pendekatan ini sangat berguna karena dapat mengungkap detail penting yang mungkin tidak muncul melalui pertanyaan biasa.

Kadang proses ini tidak menghasilkan wawasan baru, tetapi jika berhasil, hasilnya dapat digunakan untuk meningkatkan strategi pemasaran atau mengurangi tingkat kehilangan pelanggan (churn).
Namun, jika hasilnya tidak menguntungkan atau terlalu mahal untuk diterapkan, ide tersebut bisa ditunda untuk analisis lebih lanjut.

Data mining, bersama dengan reporting dan analytics, membantu bisnis memahami kondisi mereka dengan lebih baik dan mengambil keputusan yang lebih tepat.