商业智能为更好地制订战略和决策提供良好的环境，为特定的应用系统(如客户关系管理CRM、供应链管理SCM、企业资源计划ERP)提供数据环境和决策分析支持。当面向特定应用的特定战略和决策问题，商业智能从数据准备做起，建立或虚拟一个集成的数据环境。在集成的数据环境之上，利用科学的决策分析工具，通过数据分析、知识发现等过程，为战略制订和决策提供支持。最终，是如何解释和执行分析和发现结果的问题。整个过程中，集成的数据环境和决策分析工具是十分重要和不要缺少的。

　　使用数据仓库和数据集市建造集成的数据环境是逐渐走向成熟、也是目前最理想的做法。数据仓库提供数据存贮环境，而且是面向特定主题的决策支持环境。来自各种数据源中的数据经过清洗、ETL(抽取，转换，上载)，按某一主题存贮。数据集市是面向特定主题的小型数据仓库，解决了企业级数据仓库要存储大量数据而带来的建设周期长、造价高、可扩展性差等缺陷。

　　OLAP是基于数据仓库环境的数据分析工具。用户首先提出自己的假设，然后利用OLAP工具检索查询以验证或否定假设，是用户制动式的分析方式。OLAP解决了基于OLTP分析效率低、不能进行多维分析的缺点。相比较而言，知识发现(大多数人也称数据挖掘)是较难理解的，它利用知识发现工具挖掘事先未知的、潜在有用的知识的过程，是一种主动式自动发现方法。图2是文章总结的商业智能系统框架。

　　2.1.研究内容

　　商业智能是利用当今计算机前沿技术作支撑、运用现代管理技术进行指导的应用系统，它的研究热点集中在三个方面：支撑技术的研究、体系结构的研究、应用系统的研究。

　　2.1.1.支撑技术的研究

　　商业智能作为一个在90年代末期出现的跨学科新兴领域，必须借鉴两方面的先进成果，一是计算机技术的前沿技术，一是企业管理方面的新理论、新观点。企业管理方面的新理论、新观点为战略制订和决策提供先进的管理模式，帮助企业更好地运营;先进的计算机技术是提高系统性能的有力手段。

　　商业智能的支撑技术包括以下几项：一是计算机技术，包括：数据仓库、数据集市技术;数据挖掘技术;OLTP、OLAP、Legacy等分析技术;数据可视化技术;计算机网络与WEB技术。二是企业管理，包括：统计、预测等运筹学方法;客户管理、供应链管理、企业资源计划等管理理论和方法;企业建模方法。

　　支撑技术的研究主要围绕两部分展开：决策支持工具研究和企业建模方法研究。企业建模是为解决如何建立特定企业模式的辅助工具。IDEF 等研究方法是较程式化的企业建模方法，比较新的建模方法包括基于UML的企业建模等方法。数据挖掘算法的研究是目前计算机界研究的热点之一，它逐渐成为一个跨越人工智能、数据统计等多学科的研究领域。决策分析工具的研究还包括各种分析方法的研究。

　　2.1.2.体系结构的研究

　　图2描述了一个典型的商业智能体系结构。面向特定应用会有相应改进的体系结构，使商业具有良好的性能，例如：建立如何的数据存贮和数据模型能很好地支持主题和数据分析和知识发现的需要;选择何种决策分析工具，包括选择实现何种任务、选择实现这种任务的何种工具;将分析和发现的信息和知识通过何种接口达到需要的用户等等。

　　2.1.3.应用系统的研究

　　对应用系统的研究的重点在于对各个应用领域所面临的决策问题的分析。根据对各类问题的解决方式和解决方案来决定商业智能系统应该提供的功能以及具体实现方法。目前，商业智能被广泛应用于与企业运营过程相关的各个领域，并且在很多领域已经形成其特有体系。目前具有代表性的应用领域包括：企业资源计划(ERP)、客户关系管理(CRM)、企业性能管理(BPM)、人力资源管理(HRM)、供应链管理(SCM)、电子商务(E-business)。

　　2.2.发展趋势

　　与DSS、EIS系统相比，商业智能具有更美好的发展前景。近些年来，商业智能市场持续增长。IDC预测，到2005年，BI市场将达到118亿$，平均年增长率为27%("Information Access Tools Market Forecast and Analysis: 2001-2005," IDC#24779, June 2001)。随着企业CRM、ERP、SCM等应用系统的引入，企业不停留在事务处理过程而注重有效利用企业的数据为准确和更快的决策提供支持的需求越来越强烈，由此带动的对商业智能的需求将是巨大的。

　　商业智能的发展趋势可以归纳为以下几点：

　　功能上具有可配置性、灵活性、可变化性

　　BI系统的范围从为部门的特定用户服务扩展到为整个企业所有用户服务。同时，由于企业用户在职权、需求上的差异，BI系统提供广泛的、具有针对性的功能。从简单的数据获取，到利用WEB和局域网、广域网进行丰富的交互、决策信息和知识的分析和使用。

　　解决方案更开放、可扩展、可按用户定制，在保证核心技术的同时，提供客户化的界面

　　针对不同企业的独特的需求，BI系统在提供核心技术的同时，使系统又具个性化，即在原有方案基础上加入自己的代码和解决方案，增强客户化的接口和扩展特性;可为企业提供基于商业智能平台的定制的工具，使系统具有更大的灵活性和使用范围。

　　从单独的商业智能向嵌入式商业智能发展

　　这是目前商业智能应用的一大趋势，即在企业现有的应用系统中，如财务、人力、销售等系统中嵌入商业智能组件，使普遍意义上的事务处理系统具有商业智能的特性。考虑BI系统的某个组件而不是整个BI系统并非一件简单的事，比如将OLAP技术应用到某一个应用系统，一个相对完整的商业智能开发过程，如企业问题分析、方案设计、原型系统开发、系统应用等过程是不可缺少的。

　　从传统功能向增强型功能转变

　　增强型的商业智能功能是相对于早期的用SQL工具实现查询的商业智能功能。目前应用中的BI系统除实现传统的BI系统功能之外，大多数已实现了图2中数据分析层的功能。而数据挖掘、企业建模是BI系统应该加强的应用，以更好地提高系统性能。