商业智能BI工具的功能很多，并且在不同的企业中，其需求也存在着差异。不过，有几个核心功能是必需的，具体包括了数据准备、数据处理、数据分析与可视化、平台管控、场景需求转换等。总的来说，在考虑商业智能BI工具的能力时，必须确保满足这些特性：强大，灵活，易于使用，安全性和高度可视化。
1、数据准备
数据准备是指将原始数据读取到商业智能BI工具并进行基础的管理和建模，为后续的分析奠定基础，具体包括数据存取/连接、数据管理等环节。
商业智能BI工具要允许用户连接到本地和云上各种类型存储平台中的结构化和非结构化数据。主流BI工具都支持将数据存储到本地服务器，以提高BI平台访问性能和数据安全性，减小对业务系统实时直连抽取数据的压力，避免因数据提取而导致业务系统宕机。同时，BI工具也提供直连数据库和数据仓库的功能备用。
以下便是商业智能BI工具需要支持的主流数据类型：
大数据平台：Apache Kylin、华为FusionInsight、华为DWS、Apache Impala、Hadoop Hive、Spark、Amazon Redshift、Presto 等
传统关系数据库：Oracle、DB2、SQL Server、MySQL、Infomix等
分析型数据库：Vertica、Greenplum、 SAP HANA、阿里云ADS等
NoSQL数据库：MongoDB
多维数据库：BW、SSAS、 Essbase
文件数据源：Excel文件( x1s/.xIsx)、纯文本文件( txt)、逗号分隔值文件( csv)、XML文件( xm1)
程序数据源：Java API、Hibernate 数据源，支持Web Service、SOA等标准的数据
除了存储和连接数据外，某些企业还有补录数据的需求，因此部分商业智能BI工具也提供了数据填报功能，允许企业录入业务系统之外的数据。
商业智能BI工具也常以业务包的形式对数据进行管理，使用户可以根据不同的业务包主题对数据分类，提供数据相关的各种信息。用户可以通过血缘分析、更新信息等内容和关联建模等操作，更好地了解和管理自己所拥有的数据。
2、 数据处理
在企业中，分析人员对于数据处理的需求灵活多变，并且经常需要对不同业务系统的数据根据相同的维度或者属性进行关联分析，IT部门提供的对数据的基本处理功能和基本的关联关系并不能完全满足需求。
例如，分析人员要根据公司产品销售明细数据分析用户的特征，并调整相应的销售策略。这个时候就需要基于销售清单数据，计算相应的分析指标，比如每个用户的消费频次、单笔消费最大金额、最近两次消费的时间间隔。这就要求BI工具提供数据处理功能（例如新增列、分组统计、过滤、排序、上下合并、左右合并等），使用户能以极低的学习成本将数据处理成自己需要的结果，也让IT部门更专注于准备基础数据的工作，将数据分析与处理的任务交给更熟悉业务的分析人员。
3、数据分析与可视化
商业智能BI工具中的数据分析与可视化有多种需求类别，例如可视化探索分析、制作仪表板、制作固定报表等。
其中，可视化探索分析需要面向分析人员，让他们能够以最直观快速的方式，了解自己的数据，发现其中的问题。用户只需要进行简单的拖曳操作，选择需要分析的字段，几秒内就可以看到想要的数据，通过层级的收起和展开，下钻上卷，可以迅速了解数据的汇总情况。这对BI工具的多维分析和可视化图表等功能有非常高的要求。
仪表板的目的在于让用户将多个分析内容组合成一个展示面板或者报告，并基于面板监测关键指标，定期汇报工作，将用户从手工处理Excel文件、制作PPT文稿中解放出来。因此，用户利用仪表板应该可以随时通过筛选器过滤数据，可以通过组件联动功能实现关联分析，还可以通过跳转功能将多个仪表板组合成一个更大的分析主题等。此外，作为展现数据主题的容器，仪表板还应提供自适应布局、主题颜色与样式配置、丰富的组件样式等，让用户可更好地展示和表达数据分析的思路和结果。
对于固定报表，商业智能BI工具需要提供不同表格样式和复杂格式的设计能力。
4、平台管控
在所有的功能之上，依靠BI工具的平台管控功能，企业可以建成数据分析体系，方便地管理仪表板与用户，以及对系统进行个性化设置，进而支持各种业务主题分析。具体来说，平台管控需要为用户提供统一访问、集中管理、分类维护三大功能。
统一访问：提供统一的应用访问门户，通过对用户角色和权限的控制，使不同角色的用户能够通过一个门户系统看到符合自身需求的仪表板视图，使用仪表板功能。
集中管理：对于数据决策系统中的系统资源、系统配置、监控日志、用户、权限、仪表板模板、定时调度等内容提供统一的管理环境，方便用户日常管理。
分类维护：在整合和规范仪表板数据的基础上，为不同类型仪表板提供对应的开发手段，采取统一的仪表板模板化定制和发布方案，简化其维护工作，降低此项工作对IT人员的依赖。
5、场景需求转换
除了PC端应用以外，不少企业还会有数据大屏、移动端应用等场景需求。因此，BI工具要具备场景需求转换的能力，在不同的终端场景中有较好的自适应性和稳定性，以满足不同人群、环境和场景下的多样化需求。
