商業(yè)智能(Business Intelligence)的主要三個(gè)技術(shù)包括：

　　1. 數(shù)據(jù)倉(cāng)庫(kù)(Data Warehousing)：數(shù)據(jù)倉(cāng)庫(kù)是商業(yè)智能的基礎(chǔ)，它是一個(gè)集成、主題導(dǎo)向的數(shù)據(jù)存儲(chǔ)系統(tǒng)，用于存儲(chǔ)企業(yè)的歷史和當(dāng)前數(shù)據(jù)。數(shù)據(jù)倉(cāng)庫(kù)通過將來自各個(gè)業(yè)務(wù)系統(tǒng)的數(shù)據(jù)進(jìn)行整合和清洗，建立一個(gè)一致的、易于查詢的數(shù)據(jù)源。數(shù)據(jù)倉(cāng)庫(kù)的設(shè)計(jì)和架構(gòu)決定了商業(yè)智能系統(tǒng)能否高效地從中提取、分析和報(bào)告數(shù)據(jù)。

　　2. 數(shù)據(jù)挖掘(Data Mining)：數(shù)據(jù)挖掘是商業(yè)智能中的關(guān)鍵技術(shù)，它利用統(tǒng)計(jì)分析、機(jī)器學(xué)習(xí)和模式識(shí)別等方法，從大量的數(shù)據(jù)中自動(dòng)發(fā)現(xiàn)隱藏的模式、趨勢(shì)和關(guān)聯(lián)。數(shù)據(jù)挖掘可以幫助企業(yè)發(fā)現(xiàn)潛在的商業(yè)機(jī)會(huì)、了解客戶行為、預(yù)測(cè)未來趨勢(shì)，并支持決策制定和業(yè)務(wù)優(yōu)化。

　　3. 可視化和報(bào)表(Visualization and Reporting)：可視化和報(bào)表技術(shù)用于將數(shù)據(jù)轉(zhuǎn)化為直觀、易于理解的圖表、儀表板和報(bào)告。通過可視化和報(bào)表，商業(yè)智能系統(tǒng)可以將復(fù)雜的數(shù)據(jù)和分析結(jié)果以圖形化的方式呈現(xiàn)，幫助用戶快速理解數(shù)據(jù)的含義和趨勢(shì)，以支持決策制定和業(yè)務(wù)溝通。

　　這三個(gè)技術(shù)在商業(yè)智能系統(tǒng)中相互配合，共同構(gòu)建了一個(gè)完整的數(shù)據(jù)分析和決策支持平臺(tái)。數(shù)據(jù)倉(cāng)庫(kù)提供了數(shù)據(jù)的集成和整合，數(shù)據(jù)挖掘技術(shù)幫助發(fā)現(xiàn)數(shù)據(jù)中的模式和洞察，而可視化和報(bào)表技術(shù)以直觀的方式呈現(xiàn)數(shù)據(jù)和分析結(jié)果，使用戶能夠快速理解和應(yīng)用這些信息。

　　值得注意的是，商業(yè)智能領(lǐng)域還涵蓋了其他技術(shù)和方法，如預(yù)測(cè)建模、OLAP(在線分析處理)、數(shù)據(jù)查詢和查詢語言等。這些技術(shù)共同構(gòu)成了商業(yè)智能系統(tǒng)的核心組成部分，為企業(yè)提供了強(qiáng)大的數(shù)據(jù)分析和決策支持能力。