商业智能(BI)作为一个概念，是与业务紧密结合，并且根据需要进行相关特性展示和数据处理的过程。

　　为了让数据“活”起来，往往需要利用数据仓库、数据挖掘、报表设计与展示、联机在线分析(OLAP)等技术。其中，数据或者数据源包含的种类繁多，例如存储在关系型数据库中的，在外围数据文件中的，在业务流中实时产生存储在内存中的等等。对于数据的分析包括财务管理、点击流分析(Clickstream)、供应链管理、关键绩效指标(KeyPerformanceIndicators，KPI)、客户分析等。

　　商业智能关注的是，从各种渠道(软件，系统，人，等等)发掘可执行的战略信息，最终能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。商业智能用的工具有抽取(Extraction)、转换(Transformation)和加载软件(搜集数据，建立标准的数据结构，然后把这些数据存在另外的数据库中)、数据挖掘和在线分析(OnlineAnalyticalProcessing，允许用户容易地从多个角度选取和察看数据)等。

　　商业智能系统的功能

　　数据仓库：高效的数据存储和访问方式。提供结构化和非结构化的数据存储，容量大，运行稳定，维护成本低，支持元数据管理，支持多种结构，例如中心式数据仓库，分布式数据仓库等。存储介质能够支持近线式和二级存储器。能够很好的支持现阶段容灾和备份方案。

　　数据ETL：数据ETL支持多平台、多数据存储格式(多数据源，多格式数据文件，多维数据库等)的数据组织，要求能自动化根据描述或者规则进行数据查找和理解。减少海量、复杂数据与全局决策数据之间的差距。帮助形成支撑决策要求的参考内容。

　　数据统计输出(报表)：报表能快速的完成数据统计的设计和展示，其中包括了统计数据表样式和统计图展示，可以很好的输出给其他应用程序或者Html形式表现和保存。对于自定义设计部分要提供简单易用的设计方案，支持灵活的数据填报和针对非技术人员设计的解决方案。能自动化完成输出内容的发布。

　　分析功能：可以通过业务规则形成分析内容，并且展示样式丰富，具有一定的交互要求，例如预警或者趋势分析等。要支持多维度的联机在线分析(OLAP分析)，实现维度变化、旋转、数据切片和数据钻取等。帮助决策做出正确的判断。

　　典型的商业智能系统

　　客户分析系统、菜篮分析系统、反洗钱系统、反诈骗系统、客户联络分析系统、市场细分系统、信用计分系统、产品收益系统、库存运作系统以及与商业风险相关的应用系统等。

　　商业智能解决方案厂商

　　提供商业智能解决方案的著名IT厂商包括微软、IBM、Oracle、BusinessObjects、Cognos、Bi-Pilot软件等。