Warehouse (انبار‌داده): انبار‌داده در حقیقت یک پایگاه داده است که براساس نیارمندی‌های سیستم هوش تجاری در یک سازمان تهیه گردیده است. داده‌های فرایندی سازمان از سیستم‌ها و منابع داده‌ای مختلفی که در آن قرار دارند استخراج شده و در انبار‌داده گردآوری می‌شوند.
Data Marts: نوعی از انبار‌داده هستند که جهت دسترسی گروهی از کاربران به ویرایش خاصی از داده‌های فرایندی سازمان تهیه و مورد استفاده قرار می‌گیرند.
Meta Data (داده‌های توصیفی): اصطلاحاً به داده‌های درباره دیگر داده‌ها اتلاق می‌شود. دو دسته متا دیتا وجود دارند: اول متا دیتاهای سیستم یا System Meta Data که جهت توصیف ساختار و طبیعت داده‌ها مورد استفاده قرار می‌گیرند مانند نوع داده‌ها، ابعاد و معیارها. دوم متا دیتاهای کسب و کار یا Business Meta Data هستند که جهت توصیف داده‌هایی که با آنان سر و کار داریم مورد استفاده قرار می‌گیرند و چگونگی ارتباط آنان با سایر داده‌های موجود در انبار داده را بیان می‌دارند.
Big Data (داده‌های حجیم): داده‌های حجیم به حجم بزرگی از داده‌ها اشاره دارد که امکان پردازش آنان با استفاده از ابزارهای قدیمی بسختی وجود دارد، بخصوص هنگامیکه داده‌ها در سازمان به سرعت ایجاد شوند. برای مثال می‌توان به داده‌های حجیمی که در شبکه های اجتماعی مانند Facebook و Twitter ایجاد می‌شوند، اشاره داشت.
Enterprise Resource Planning (ERP): سیستم‌های برنامه‌ریزی منابع سازمان یا ERP سیستم‌هایی هستند که تمامی داده‌ها و اطلاعات مدیریتی موجود در تمامی واحدهای سازمان مانند واحدهای تولید، حسابداری و مالی، فروش و ... را یکپارچه می‌کنند. هدف این سیستم تسهیل جریان اطلاعات بین واحدهای یک سازمان است. بعنوان مثال می‌توان به Microsoft NAV و SAP ERP اشاره داشت.
Microsoft SQL Server: مایکروسافت اس کیو ال سرور، ارائه‌ای از شرکت مایکروسافت در بازار پایگاه‌های داده می‌باشد. این سیستم در ویرایش‌های مختلفی ارائه شده است. ویرایشی از آن که می‌تواند بر روی یک یا چند رایانه نصب شود تا ویرایشی از آن که می‌تواند بعنوان پشتوانه و موتور سیستم‌های ERP مورد استفاده باشد. همچنین این سیستم دارای ویژگی‌هایی است که می‌تواند برای یک سیستم هوش تجاری مورد استفاده قرار گیرد.
SQL: به زبان برنامه‌نویسی اتلاق می‌شود که جهت مدیریت داده‌ها در پایگاه‌های داده رابطه ای مورد استفاده قرار گرفته و برنامه‌نویسان، کاربران، و برنامه‌های کاربردی فرمان‌های مدیریت داده را از طریق آن اعمال می‌کنند.
SQL Server Analysis Service (SSAS) (سرویس تحلیل اس کیو ال سرور): سرویس کلیدی مایکروسافت اس کیو ال سرور است که بمنظور کار با سیستم هوش تجاری ارائه شده است. در همین بخش است که مدل داده‌ای که قرار است توسط سیستم هوش تجاری به کاربر نهایی ارائه شود، طراحی می‌گردد. با استفاده از این بخش، امکان استفاده از چندین پایگاه داده OLAP نیز وجود دارد.
SQL Server Integration Service (SSIS) (سرویس یکپارچگی اس کیو ال سرور): سرویسی است در مایکروسافت اس کیو ال سرور که توسط توسعه‌دهندگان سیستم هوش تجاری جهت استخراج داده‌ها (Extraction)، تبدیل داده‌ها (Transformation)، و بارگزاری داده‌ها (Loading) که بعنوان ETL شناخته شده است، مورد استفاده قرار می‌گیرد. این سرویس ابزاری است که هنگام گردآوری و انتقال داده‌ها از سیستم ERP و سایر سیستم‌های موجود در سازمان به انبار داده مورد استفاده قرار می‌گیرد.
MDX: یک زبان پرس و جو لست که برای پایگاه‌های داده چندبعدی (Multidimensional) مورد استفاده قرار می‌گیرد و معادلی برای SQL می‌باشد.
Online Analytical Processing (OLAP) (پردازش برخط تحلیل): OLAP رویکردی است در ساختن پایگاه‌های داده‌ای که جهت مقاصد تحلیلی بهینه شده‌اند. با استفاده از OLAP می‌توان داده ها را به سادگی مورد تحلیل قرار داد و از امکان تحلیل‌های عمیقتر با استفاده از برش‌های افقی و عمودی بهره برد. امکان تهیه سلسله مراتب از ابعاد داده‌ها و امکان استفاده از قابلیت نفوذ به درون داده نیز با OLAP فعال می‌گردد.
Cubes (مکعب های داده): OLAP چندبعدی یا Multidimensional OLAP، رایج‌ترین نوع از پایگاه داده‌های OLAP می باشد که داده‌ها توسط آن در ساختار مکعب داده‌ها مدیریت می‌شود. داده‌های عددی مانند درآمد و سود در قالب معیارها (Measures) در تقاطع‌های مکعب داده قرار می‌گیرند. مقادیر غیرعددی مانند مشتریان، محصول و زمان در قالب ابعاد (Dimensions) در سلول‌های مکعب داده قرار می‌گیرند.
Data Mining (داده‌کاوی): داده‌کاوی بخشی از یک سیستم هوش تجاری است که وظیفه آن شناسایی روندهایی است که در مجموعه ای از داده‌ها وجود دارند. این روندها اساسی برای پیش‌بینی آینده سازمان در سیستم هوش تجاری هستند.
انتشار مطلب فوق، با ذکر منبع بلامانع می باشد.
