商业智能 (BI) 结合了商业分析、数据挖掘、数据可视化、数据工具和基础结构，以及最佳实践，可帮助组织更多地利用数据进行决策。在实践中，如果您能够全面了解贵组织的数据，并使用这些数据来推动变革，消除效率低下的环节，并快速适应市场或供应变化，那么您便已经获得了现代商业智能。请注意，这是非常现代的 BI 定义 - BI 曾经一度被用作流行语。

传统商业智能最早出现于 20 世纪 60 年代，是一种在组织之间共享信息的系统。在 20 世纪 80 年代，人们开发出了用于制定决策以及将数据转化为见解的计算机模型，商业智能也得到了进一步的发展；再后来，商业智能发展成了 BI 团队提供的一项特定功能，其中包含依赖 IT 的服务解决方案。现代 BI 解决方案注重灵活的自助式分析、可信平台上的受管控数据、业务用户能力提升，以及快速获取见解。 本文将 对 BI 进行简单的介绍:

它并不是一个具体的概念，而是一个总括性术语。为了优化绩效，需要从业务运营或活动中收集数据、加以存储并进行分析，这一过程所涉及到的各种流程和方法都在商业智能的涵盖范围内。在所有这些环节的协同作用下，人们得以全方位了解业务情况，从而做出更明智、可付诸实践的决策。 经过过去几年的发展，商业智能纳入了更多的流程和活动来提高绩效。这些流程包括：

数据挖掘：使用数据库、统计数据和机器学习来发现大型数据集中的趋势。 报告生成：与利益相关者共享数据分析，帮助他们得出结论和制定决策。 绩效指标和基准比较：将当前绩效数据与历史数据进行比较，确定绩效是否达到了目标；该流程通常会使用自定义仪表板。 描述性分析：使用初步数据分析来查明真实情况。 查询：提出具体的数据问题，让 BI 从数据集中提取出答案。 统计分析：通过描述性分析获取结果，并使用统计方法对数据做进一步探索（例如这种趋势的发生过程和原因）。 数据可视化：以可视化形式（例如图表、图形和直方图）呈现数据分析，让人们能够更加方便地使用数据。 可视化分析：以讲述可视化故事的方式来探索数据，实现见解的即时传达并保持分析的连贯性。 数据准备：对多个数据源进行汇编，确定维度和度量，为数据分析做好准备。

理想的 BI 能够帮助企业和组织根据自己的数据提出和回答各种问题。

商业智能可以在具体的业务上下文中展示当前和历史数据，从而帮助公司做出更好的决策。分析师可以利用 BI 来提供绩效和竞争对手基准，以使组织更加平稳、高效地运行。分析师还可以更轻松地发现市场趋势，从而增加销售额或收入。从合规到招聘，各项工作都会受益于相关数据的有效利用。 商业智能可以通过多种方式帮助公司制定更加明智的数据驱动型决策，以下是几个示例：

找出提高利润的方法 ，分析客户行为， 与竞争对手进行数据比较 ，追踪绩效 ，优化运营， 预测成功， 发现市场趋势 ，发现问题 ，企业和组织都有各自的问题和目标。为了回答这些问题并根据这些目标跟踪业绩，企业和组织会收集所需的数据，加以分析，然后确定需要采取哪些行动才能实现自己的目标。

从技术方面来说，首先需要从企业的活动中收集到原始数据。经过处理后，将这些数据存储在数据仓库中。存储下来后，用户就可以访问这些数据，开始执行分析过程来解答业务问题。