大数据时代的到来让企业认识到数据分析的重要性，越来越多的企业将数据视为公司的重要资产之一。数据已经成为企业制定战略、管理决策、运营推广的重要依据。
目前，大部分企业都已有erp、crm等信息化系统，即使是小型企业也可以借助excel实现简单的数据管理功能。然而随着数据量的庞大、技术的发展，软件越来越慢的处理速度，跨部门之间的信息打通成为了亟待解决的问题。
商业智能（bi）和商业分析（ba）
商业智能（bi）是一种数据分析的解决方案，所呈现的是数据本身的信息。bi利用软件和服务将数据转化为能指导企业进行战略、业务决策的可行性情报，使企业得以收集、分析和呈现数据分析。它可以与大型的erp、crm等软件集成，也可以单独运行。
而商业分析（ba）则是通过一系列的分析研究工作，发现业务需求，找到解决业务问题的方法。具体来说，包括：
找出数据模型并进行预测，例如：产品销售额和广告投放的相关关系分析。从海量数据中发现异常。例如：信用欺诈。识别关键数据变量之间的关系并作进一步的预测。例如：潜在客户分析洞察力分析，预测接下来会发生什么？例如：客户流失预测。获得竞争优势。
简单来说，商业智能是一种描述性分析，它描述了一个过去或当前的状态。它不会告诉你该做什么，它只告诉你什么是什么。而商业分析通过分析数据来预测将要发生的事情，它结合了先进的统计分析和预测建模，为企业提供了预期的想法，以便可以预测发展情况或进行更改以改善结果。
不断发展的商业智能
在过去，商业智能的建立需要由专业的信息技术人员操作完成，不同部门的不同数据分析需求需要分别建立项目进行工程实施，时间长且效率低。随着企业数据量呈指数级增长，bi也会出现响应速度缓慢，甚至死机崩溃的情况。低效率的传统bi因无法提供实时的信息支持而逐渐被市场淘汰。
如今随着大数据、人工智能和云计算技术的发展，使得数据的处理速度更快，庞大的历史和现行数据在几秒钟之内就能完成结果的呈现。自动化的处理系统使得操作更加简单，对用户更加友好。非技术人员（营销、运用、财务、高管等）也能使用使用商业智能工具来生成报告并获取大量的信息，更加快捷方便。
当然，仅仅是对过去和现阶段的数据进行分析呈现已经不能满足企业的需求，数据被期待着解答更多问题。一开始，企业可能只是想查看销售数据，然后想看这个数据按国家或产品组织，然后想要看今年的十大客户，他们的共同特征是什么，甚至根据信息来预测一下年的十大客户是谁。
商业智能使用基本计算来提供答案，而这种预测性分析等其他分析形式则需要使用数学模型来确定属性并提供预测。而针对企业的需求，应用市场也顺应变化，推出引入更多的、更好的数据信号的商业智能工具，以产生更准确、更有见地的报告，从而模糊了传统上将商业智能与更高级商业分析间的界线。这些新工具正在帮助企业做出更好的决策，回答有关如何最大化并优化业务的问题——业务应面向谁、提供哪些促销活动以及哪一方向谁提供这样的问题。
这也是未来商业智能的发展方向。