在信息时代中，对信息处理和利用能力的强弱成为了决定企业兴衰成败的关键。随着web技术的迅速发展，有越来越多的企业开始利用业务信息流和一些数据分析技术进行企业重整。

用户数据正在成倍的增长。microstrategy的高级产品管理者brian brinkman得出结论，用户数据以每年两倍的速度增长。事实上，我们在未来的三年中将会制造出比过去三十万年更多的数据资料，这一结论是加州大学信息管理学院根据调查作出的预测。

随着数据的不断增长，给商务分析所带来的困难也比以往增加了许多。在你对一些数据作出分析以前，你必须要先找到它们并确认它们的有效性——或者帮助你的用户来完成上面的步骤。spss bi的总裁mark battaglia指出，“更加广泛的商业社区也同样会遇到分析家们在二三十年前就遇到的问题，那就是——首先要得到数据，然后再对其进行格式排列。”

这就决定了信息时代将是“智能”占主导地位的服务经济，也是商务智能大显身手的时代。

在过去的几十年里，各种机构已经花费了大量的财力和资源去构建联机事务处理系统（oltp）和企业资源计划系统（erp）.不断累计的信息和存储在数据仓库中的数据达到了令人惊讶的规模。

当这些系统极大地改善了信息的自动处理能力时，也造就了很多“信息孤岛”（information silos）------大量只有很有限的获取和分析能力的数据。一项ibm的调查表明，大部分公司只利用了其存储信息的2%--4%。

在过去，进入信息系统要由数据库管理员或应用开发人员做预先的准备。没有预先贮备的终端用户请求很少被允许。但是现在，客户化的查询/报告功能、标准的电子表格、关系数据库和图形应用被越来越多地运用在分析目的中。数据仓库的开发也是为了满足这一需求。

然而，这些解决方案大都是由it部门设计和修改的，往往很难理解最终用户的特殊需求。而且，这些方案很少允许进行特殊查询，或者被限定在一些有限的数据对象中。这样做的最终结果，是使这些方案无法让最终用户连接不同信息源，从而在很大程度上降低了方案的实用性和应变能力。

最终，这些传统的方案不能提供一个经过整合的，功能强大的分析工具给最终用户。特别是给那些非技术的商业用户。由于图一中所示的两个主要原因，传统系统不能满足商务层面的分析需要。

商务智能系统的主要基础是在前几年逐渐成熟的数据仓库、数据挖掘和olap技术。通过数据仓库，商务智能系统可撷取并载入原始资料，并用web界面为企业主管提供分析与查询信息。而商务智能系统的根基是各种业务的关键绩效指标（key　performance　indicator　，简称kpi）及商业建模，如资产负债率、应收帐款周转率、盈亏平衡分析模型等等。它们是从企业应用系统中经“萃取”计算而得，这些应用系统包括销售、市场、客户服务、财务、人力资源、制造和供应链等。商务智能系统的绩效信息架构能根据基础指标设定企业目标，借助关键绩效指标kpi与企业计划目标做比较。当差距过大时，负责的主管需采取适当对策，企业主管能进一步分析与查询整体或细节资料，一改过去领导干部拍脑袋做决策的行事方式。

应该说，现阶段的商务智能，就是具备了这样一种分析能力，具有辅助决策功能的信息系统。

数据仓库和商务智能应用是数据可获得性和整合性方面的桥梁。这种至关重要的职能是由传统的客户化方案创造的。商务智能工具通过复杂的分析处理将信息准确、快速地传送给各层经理、分析员、知识工作者，这种模式能够将企业的信息价值大大扩展。这些技术改变了对“信息敏感”企业的认识。随着电子商务的发展，电子商务智能方案正在不断地加强各个商务组成部门及时、动态地把握信息本质的能力。最新的基于网页的商务智能方案已经融合了互联网接口技术作为它的用户界面。最明显的例子就是企业信息入口（enterprise information portals）正在进一步加强信息的整合与可获得性。

商务智能工具融合了各种各样的现有企业信息资源，这其中包括数据仓库、数据集市、数据处理应用和erp、crm应用等。图二展示了用户对分散的信息进行分析的信息工作流。商务智能方案要同企业的整个系统运作相结合，但是其设计目的主要是在组织内部传递准确