在当今竞争日益激烈的市场环境中，企业如何能够从浩如烟海的商务数据以及其他相关的数据和信息中发现商机，并将这些数据和信息合理有效地利用于商业管理和决策。提升企业的管理水平和效益，已经成为每个企业不得不面对的现实。面对爆炸式增长的各类信息和数据，只有那些能够合理利用先进的信息技术成功地收集、分析、处理、理解信息，并依据信息进行科学决策的企业才能获得竞争优势，才会成为市场的赢家。因此，越来越多的企业管理者开始借助商业智能技术来发现商务运营过程中存在的问题，寻找有效的解决方案。随着计算机技术和信息技术的进步，商业智能已开始渗入到企业管理的方方面面，并且发挥着越来越重要的作用。
什么是商业智能？
商业智能也称作商务智能或商业智慧，即bi（businessintelligence），它是一套完整的解决方案，用来将企业中现有的数据进行有效的整合，快速准确的提供报表并提出决策依据，帮助企业做出明智的业务经营决策。这里所谈的数据包括来自企业业务系统的订单、库存、交易账目、客户和供应商等，和来自企业所处行业和竞争对手的数据，以及来自企业所处的其他外部环境中的各种数据，而商业智能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。
商业智能成功的要素那么，要想做好bi项目，需要把握哪些要素呢？如果只是把需求分析做好了，这还仅是成功的一半。因为要把这些需求解决好并付诸实践，还有不少细节需要处理。在项目的初始阶段，我们需要把重心放在项目范围和需求之上。特别是对bi项目来说，很多项目的失败是由于需求不清晰而造成的。不论是报告，进度板，还是其它实时通讯手段，如果缺乏实施主体决策者的支援，这些手段的价值趋同于零。只有项目决策与运营战略相一致，才能事半功倍。
1、宏观把控战略一致性是bi项目必须先得到公司高层肯定的重要原因。因为bi项目运作起来会涉及到公司上下各个层面。要理解好战略驱动需求对bi项目的要求，只有对客户的商业战略有一定了解后，我们才能够在做需求时提出有意义有深度的问题，从而使项目一开始就找准了冲刺目标。
2、绩效评估举例来说，如果一间工厂业选择的战略是“操作精良/成本低”，那么结果会是什么呢？管理层的主要决策都将集中于控制成本，透过供应链优化、降低赤字、增加成产力等方式达成。在这种情况下公司会建立起相应的kpi指标清单。而如果选择的是“客户为上”策略呢？那么企业的重心会放在研究客户，增加客户参与度等方面。kpi指标也会更多的着重于重复销售、客户关系、单客户利润等方面。一个综合的bi策略需要制定一系列分析计划来检视选定的战略，这通常会涉及到绩效管理和发展规划管理。例如：使用平衡计分法，成长占有率矩阵，应用信息经济学等方法来对战略进行评估和对改进空间进行拟定。
3、横切关注点(cross-cuttingconcerns)和利益相关者横切关注点处理是bi特殊需求处理时另一个关键点。简单来说，如果希望从bi项目中获得最大的成功，我们必须尽力争取获得所有利益相关者的认可并能对他们的每一个意见都考虑周全，而不论他们的职位高低如何。例如前述的工厂中，一线管理者关注的是生产线上机器维护停工时间对产出的影响，部门总裁级别的人员则更关注每项业务总的生产力。因此尽管这些利益相关者的最终目标都是为了产出，但是其对数据的偏好则大为不同。所以在考虑bi数据方案时，要全面考虑各方的关注点而不能以偏概全。很多企业都对数据访问有着严格的权限管理，因此bi系统必须能在既保障敏感数据安全性的同时又能确保该系统能为全员服务。因为一线的生产工往往更容易提出实质性问题和给出实际解决方案。此外，还得考虑合规问题，特别是金融，制药，媒体等敏感企业。
4、数据前提bi项目的成功取决于能否拥有一个对所有数据进行有效整合的方法。这些数据或来自不同的运营部门，或存在于各式分析数据库，甚至是企业外的公开数据。在最差的情况下，如果一个企业存在两个不同版本的重要数据，那么就得注意了。在这种情况下，最好还是先执行主要数据管理后再推行bi系统。谁也不想看到开重要会议的时候，有两份完全不同的报告同时呈现。
5、还需要地理营销尽管当下商业智能已经在许多企业得到广泛应用，但是商业智能应用依然存在一个比较突出问题，那就是大量的数据仓库中的非结构数据含有地理信息，也就是带有“地域性”或“区域性”特征，而许多商业智能系统并不能很有效的处理这些带有位置属性的信息。这种“地域性”或“区域性”特征往往会成为影响企业管理提升，效益增加的十分重要的“价值因素”。例如：确定邮件寄往不同邮区，该如何选择最佳送货路线?根据不同区域的居民数量、客户流量及发展趋势，该如何选择新店开发地址?许多成功应用的案例表明，在运用商业智能进行数据挖掘的过程中，往往必须要考虑地理信息因素。bi项目的成功取决于能否拥有一个对所有数据进行有效整合的方法，这些数据或来自不同的运营部门，或存在于各式分析数据库，甚至是企业外的公开数据。通过智能分析工具和gis工具来整合处理这些数据，常常会产生增值效益。