商业智能(Business Intelligence)的主要三个技术包括：

　　1. 数据仓库(Data Warehousing)：数据仓库是商业智能的基础，它是一个集成、主题导向的数据存储系统，用于存储企业的历史和当前数据。数据仓库通过将来自各个业务系统的数据进行整合和清洗，建立一个一致的、易于查询的数据源。数据仓库的设计和架构决定了商业智能系统能否高效地从中提取、分析和报告数据。

　　2. 数据挖掘(Data Mining)：数据挖掘是商业智能中的关键技术，它利用统计分析、机器学习和模式识别等方法，从大量的数据中自动发现隐藏的模式、趋势和关联。数据挖掘可以帮助企业发现潜在的商业机会、了解客户行为、预测未来趋势，并支持决策制定和业务优化。

　　3. 可视化和报表(Visualization and Reporting)：可视化和报表技术用于将数据转化为直观、易于理解的图表、仪表板和报告。通过可视化和报表，商业智能系统可以将复杂的数据和分析结果以图形化的方式呈现，帮助用户快速理解数据的含义和趋势，以支持决策制定和业务沟通。

　　这三个技术在商业智能系统中相互配合，共同构建了一个完整的数据分析和决策支持平台。数据仓库提供了数据的集成和整合，数据挖掘技术帮助发现数据中的模式和洞察，而可视化和报表技术以直观的方式呈现数据和分析结果，使用户能够快速理解和应用这些信息。

　　值得注意的是，商业智能领域还涵盖了其他技术和方法，如预测建模、OLAP(在线分析处理)、数据查询和查询语言等。这些技术共同构成了商业智能系统的核心组成部分，为企业提供了强大的数据分析和决策支持能力。