大部分的数据仓库在底层是基于传统的关系型数据库来进行构建，像IBM、Microsoft、Oracle这些数据库厂商事实上也都提供数据仓库产品。在数据仓库领域必须提到的公司是Teradata公司，该公司多年来只专注于数据仓库产品的研发，其数据仓库产品在很早就采用了软件、硬件一体化的大规模并行处理计算，系统建立在拥有独立内存和独立处理能力的多个服务器节点上，扩展节点就可以扩展其数据处理能力。正是由于这种系统架构的强大处理能力，近年，其他厂商加速开始推出类似Teradata的软件、硬件一体化的大规模并行处理的数据仓库产品，如IBM公司的Netzza，Oracle公司的Exadata，EMC公司的Greenplum。

商务智能应用技术( Business Intelligence Platform)泛指基于数据仓库数据的各种使用技术，包括报表、联机在线分析( OLAP)、可视化仪表盘、数据挖掘、业务绩效管理、标杆管理等。当前主流的商务智能应用依然是出具各类管理报表，提供专业人员可以进行切片、下钻的联机在线分析，以及服务于管理层的可视化仪表盘。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产品，都是业内很好的商务智能应用产品。报表、联机在线分析、可视化仪表盘等应用主要以对历史数据的分析为主，而数据挖掘技术则是采用数据的、统计的、神经网络等科学方法，从数据仓库中的大量数据中挖掘出隐含的、未知的、对决策具有潜在价值的数据关系、模式和趋势。SAS公司是数据挖掘领域绝对的领先者，SPSS公司紧随其后（SPSS公司已经被IBM公司收购）。这里还需要提到一个完全免费的软件R统计，它实际上提供了各种数学计算、统计计算的函数，从而使使用者能灵活机动地进行数据分析，甚至创造出符合需要的很多新的统计计算方法。

总之，从技术层面上讲，商务智能是ETL、数据仓库、OLAP和数据挖掘等技术的综合运用，形成面向最终用户使用的信息加工、数据展示、数据分析、决策支持的综合平台。