商業智能（BI）包括企業用于商業信息的數據分析和管理的策略和技術。 商業智能技術的常見功能包括報告、在線分析處理、分析、儀表板開發、數據挖掘、過程挖掘、復雜事件處理、業務績效管理、基準測試、文本挖掘、預測分析和規范分析。

BI 工具可以處理大量結構化數據，有時是非結構化數據，以幫助識別、開發和創造新的戰略業務機會。 他們的目標是允許輕松解釋這些大數據。 基于洞察力識別新機會并實施有效戰略可以為企業提供競爭市場優勢和長期穩定性，并幫助他們做出戰略決策。

企業可以使用商業智能來支持從運營到戰略的廣泛業務決策。 基本的經營決策包括產品定位或定價。 戰略業務決策涉及最廣泛層面的優先事項、目標和方向。 在所有情況下，當 BI 將來自公司運營所在市場的數據（外部數據）與來自公司內部來源的數據（例如財務和運營數據（內部數據））相結合時，BI 是最有效的。 結合使用時，外部和內部數據可以提供完整的圖片，實際上可以創建無法從任何單一數據集導出的智能。

在眾多用途中，商業智能工具使組織能夠深入了解新市場，評估不同細分市場的產品和服務的需求和適用性，并衡量營銷工作的影響。

BI 應用程序使用從數據倉庫 (DW) 或數據集市收集的數據，BI 和 DW 的概念結合為 BI/DW 或 BIDW。 數據倉庫包含有助于決策支持的分析數據的副本。

商業智能一詞的最早使用是在 Richard Millar Devens' Cyclop?dia of Commercial and Business Anecdotes (1865) 中。 Devens 用這個詞來描述銀行家 Henry Furnese 爵士如何通過先于競爭對手接收有關其環境的信息并根據其采取行動來獲利：

在整個荷蘭、佛蘭德斯、法國和德國，他保持著完整而完美的商業情報體系。 因此，他首先收到了打過許多仗的消息，而由于他收到消息的時間較早，那慕爾的陷落增加了他的利潤。

—> 德文斯，p. 210

德文斯說，根據檢索到的信息收集信息并做出相應反應的能力是商業智能的核心。

當 IBM 的研究員漢斯·彼得·盧恩 (Hans Peter Luhn) 在 1958 年發表的一篇文章中使用商業智能這個術語時，他采用了韋氏詞典對智能的定義：以這種方式理解所呈現事實的相互關系的能力，從而指導 朝著預期目標的行動。

1989 年，Howard Dresner（后來成為 Gartner 分析師）提議將商業智能作為總稱來描述通過使用基于事實的支持系統改進業務決策的概念和方法。 直到 20 世紀 90 年代后期，這種用法才得到廣泛傳播。

批評者僅將 BI 視為業務報告的演變以及日益強大和易于使用的數據分析工具的出現。 在這方面，它也被批評為大數據浪潮背景下的營銷流行語。

根據 Solomon Negash 和 Paul Gray 的說法，商業智能 (BI) 可以定義為結合了以下各項的系統：

• 數據收集
• 數據存儲
• 知識管理

通過分析評估復雜的公司和競爭信息，以呈現給規劃者和決策者，目的是提高決策過程輸入的及時性和質量。

根據 Forrester Research 的說法，商業智能是一組方法、流程、架構和技術，可將原始數據轉化為有意義和有用的信息，用于實現更有效的戰略、戰術和運營洞察力和決策制定。 根據這個定義，商業智能包括信息管理（數據集成、數據質量、數據倉庫、主數據管理、文本和內容分析等）。 因此，Forrester 將數據準備和數據使用稱為商業智能架構堆棧中兩個獨立但緊密聯系的部分。

商業智能的一些要素是：

• 多維聚合與分配
• 反規范化、標記和標準化
• 帶有分析警報的實時報告
• 一種與非結構化數據源接口的方法