商业智能描述了一系列的概念和方法，提供使企业迅速分析数据的技术和方法，包括收集、管理和分析数据，将数据转化为有用的信息并根据需要进行分发，从而辅助商业决策的制定。
每个企业面临的数据环境、业务内容和决策需求都是不同的，因此，商业智能（BI）不是一种确定的技术，更不是一个或一套具体软件，而是针对每个企业的实际情况而规划与构建的数据分析和决策辅助解决方案。能够充分认识到这一点，对商业智能厂商和企业客户都会有所帮助。
对于商业智能厂商来说，商业智能解决方案囊括了数据获取、集成、分析以及分发等环节的一系列技术和应用，不但包括报表、DashBoard、即席查询、OLAP、记分卡、可视化分析、预测及挖掘模型、模拟推演模型等报告及分析手段，而且还包括元数据管理、数据抽取、数据仓库、移动应用、 搜索集成、Office集成、安全及协作等相关支撑技术和方案，整个体系非常庞大。因此，与注重发展和宣传产品套件的完整性和全面解决能力相比，商业智能厂商更应该注意以下几点：
1） 如果已经在涉及商业智能技术和应用的某方面具有一定的积累或相对领先的地位，则首先必须最大限度的提高自己特长的方面，其次才是量力而行的扩大在商业智能解决方案中覆盖的范围。新晋的厂商或者并不具有优势的厂商，更应该根据自身运作能力做好产品定位，适当聚焦以期发展。倾向于提供全面解决方案所需的所有环节的产品或技术，则势必正面与拦在前面的几大巨头残酷交锋。要时刻牢记细分领先比全面铺开更重要，市场的规律是第一名吃肉，第二名啃骨头，第三名喝汤，其余则苟且生存。从国内市场经验来看，商业智能市场的细分领域还存在不少空白。这些年在商业智能领域不断涌现的新说法（内存计算BI、快速BI、自助式BI、可视化分析工具等等），就是对细分市场的有效挖掘（而非全面替代）。
2） 在企业里经常存在来自多家商业智能厂商的产品和技术共存的现象，使用各自专长的方面共同构成企业的商业智能解决方案，同时，还存在与企业的其他应用系统集成的需求，比如统一身份认证、Portal、CMS等。因此，需要注意产品的开放性和扩展开发能力，在接触的商业智能项目里，系统组合或集成的案例并不少见。
3） 现在已经进入商业智能应用细耕时期，应注重行业经验积累及应用实践，形成有效的方法论和最佳实践，提高交付能力、交付质量和交付效率，能够切实针对企业的数据环境、业务状况及管理需求交付合适的方案，而不仅仅是售卖产品，以及自顾自说的方案。
对企业客户来讲，则需要注意以下几点：
1） 规划+软件+实施，多个方面齐头并进才能构建出良好的商业智能解决方案，因此企业客户要对这几个环节同时重视，尤其要给各环节分配合适的预算，经验证明往往许多客户要么不重视前期规划工作，没搞清楚项目的目标及范围，要么仅购买商业智能软件工具就几乎耗尽预算而留给实施极低的预算比例。
2） 参与你的商业智能项目建设。正如好的总成和配件不一定能装配出好车，好的工具也不代表好的解决方案；同样，厂商的方法论或最佳实践再好，都需要企业用户深入参与，才能构建出你自己的商业智能，尤其是在前期规划和蓝图阶段、需求阶段、实施阶段的各个检查点及用户测试阶段，必须大量投入各环节的人力和精力认真参与。在既往实施的一些项目中，用户既对即将构建的的商业智能系统寄予厚望，同时参与的程度却远远不足。
3） 要注重商业智能系统的运维和演进，避免形成死的商业智能。没有一成不变的业务，也就没有一成不变的系统。在企业运作过程中，业务内容、管理需求、数据环境等各方面都不断发生变化，正如再好的汽车也需要保养，商业智能系统极其内容也需要进行持续的维护，很多商业智能项目失于维护，经过半年左右的时间后系统逐渐被搁置一旁。同时，经过一段较长时期后，企业新的管理和业务需求有所积累时对系统进行适当的重构与演进，根据项目经验，这种级别的重构演进周期一般是1年半到2年开展一次。
