《“十四五”数字经济发展规划》要求：推动数据资源标准体系建设，提升数据管理水平和数据质量，探索面向业务应用的共享、交换、协作和开放。信息化、数字化的种种技术与应用的落地实施，让人们对数据就是未来的“石油”，有了更深层次的认识。数据和石油有相似之处，它是需要开发后才能够真正显露出巨大的价值，而这就是当前企业应用数据分析、数据处理的原因，也是商业智能BI能够如此火热的需求所在。
想必大家看到这里已经很好奇了，商业智能BI为什么会和数据产生关系，在企业落地后有什么意义呢？简单概括一下就是，商业智能是一套完整的由数据仓库、查询报表、数据分析等组成的数据类技术解决方案，能够实现业务流程和业务数据的规范化、流程化、标准化，打通ERP、OA、CRM等不同业务信息系统，整合归纳企业数据。
商业智能BI的本质
1、IT业务信息化的延续
2、定位和分析问题，最终仍要回到业务和管理本身，是企业业务和管理思维的落地
商业智能BI已经有了数十年的发展历程，期间不断更迭的概念理论以及产品形态为现今成熟的商业智能BI产品打下了良好的根基。商业智能BI最新的定义“商业智能BI是一个概括性术语。它包含了应用、基础结构、工具，以及提供信息访问和分析加以改进、优化决策表现的最佳实践”，基本上就是当前商业智能BI的形态。
将商业智能BI核心内容进行总结，大致有三大特征：
1、一套完整的由数据仓库、查询报表、数据分析等组成的数据类技术解决方案；
2、将企业中不同系统（ERP、OA）中的数据打通并进行有效的整合；
3、利用合适的查询和分析工具快速准确地提供报表，为企业提供决策支持。
商业智能BI可以根据企业数据生命周期的不同阶段划分为三个层次：
第一层，可视化分析展现层：商业智能BI的需求层。一方面代表了用户的需求，用户想看什么、要看什么、另一方面也代表了用户要分析什么，这些就在这一层进行展现。
第二层，数据模型层：商业智能BI数据仓库。主要负责企业数据的分析模型，完成从业务计算规则向数据计算规则的转变。
第三层，数据源层：商业智能BI的数据层。不同部门、业务线的业务信息系统，其底层数据库的数据通过ETL抽取到商业智能BI的数据仓库中，建模分析等等，最终支撑到前端的可视化分析展现
商业智能下企业的转型思考
以商业数据智能为代表的企业数字化转型能够为企业业务流程以及企业生命周期中的各阶段提供丰富的赋能价值。企业一方面通过业务工作自动化（代表产品是ERP /MES /WMS等系统），对业务流程进行自动化、规范化处理，提高业务执行效率；另一方面通过已经积累的生产及业务数据借助分析工具（代表产品是商业智能BI系统）实现多方位的商业洞察，辅助企业智慧决策。
