这些系统的统一特点是：业务人员或者用户对数据库进行大量的增加、修改和删除等操作，即联机事务处理( Online Transaction Process，OLTP)。系统运行了一段时间以后，必然帮助企事业单位收集大量的历史数据。但是，在数据库中分散、独立存在的大量数据对于业务人员来说，只是一堆难以理解的数字。此时，如何把数据转化为业务人员以及管理者能够看懂的有用信息，充分掌握、利用这些信息，并且辅助决策，就是商业智能（BI）要解决的主要问题。
商业智能的实现有三个层次：数据报表、数据分析和数据挖掘。
数据报表
报表系统是BI的低端实现。用于把数据库中存在的数据转变为业务人员需要的信息。报表可以帮助用户进行简单的数据处理，告诉企业到底发生了什么，是企业管理的基本措施和途径，也是实施商业智能BI战略的基础。传统的报表系统技术上已经相当成熟，比如Excei、水晶报表和Reponing Service等都已经被广泛使用。但是，随着数据的增多，需求的提高，传统报表系统面临的挑战也越来越多：
1、数据太多，信息太少。
2、难以交互分析。
3、难以挖掘出潜在的规则。
4、难以追溯历史，形成数据孤岛。
随着时代的发展，传统报表系统难以满足日益增长的业务需求，企业期待着新的技术。数据分析和数据挖掘的时代正在来临。然而，数据分析和数据挖掘系统的目的是带给我们更多的决策支持价值，并不是取代数据报表。报表系统依然有其不可取代的优势，并且将会长期与数据分析、挖掘系统一起并存下去。
数据分析
数据分析是指用适当的统计分析方法对收集来的大量数据进行分析，提取有用信息和形成结论而对数据加以详细研究和概括总结的过程。先通过第一层的报表呈现，将很多业务运营情况直观的反映出来，让用户可以直观的看到在我们经验之外的数据表现情况，然后对这些异常数据进行有目的的分析，通过相关联的维度、指标使用钻透、关联等分析方式探索出可能存在的原因。数据分析主要帮助企业从数据事实中挖掘潜在的规律，最大化地发现数据价值。该阶段主要让企业及时感知当下发生的事件，以及探索其发生的原因。因此，需要运用大数据技术手段，传统业务系统中获取的各类数据进行实时采集和清洗，建立多层次的数学模型分析体系，进行多角度的解读。
数据挖掘
数据挖掘是指从大量的数据中通过算法搜索隐藏于其中信息的过程，重点是找到相关性和模式分析。它可以帮助企业预知未来发生的事情，预测和评估风险。数据挖掘通常与计算机科学有关，并通过统计、在线分析处理、情报检索、机器学习、经验法则和模式识别等诸多方法来实现上述目标。它是一种更深层次的业务数据的主动设计和探索分析。这层分析的提出更加深入业务，围绕一个一个业务分析场景展开，对业务的认知要足够深。
市面上打着BI的旗号，实际却只是单纯报表工具的产品不少，给人造成一种BI就是一种比EXCEL更现代一些的数据工具。亿信华辰作为国内最早的BI厂商，用自己的产品告诉用户，BI不是简单的数据工具，而是一套从数据整合、分析到辅助决策，完整的解决方案。
亿信华辰是中国专业的智能数据产品与服务提供商，一直致力于为政企用户提供从数据采集、存储、治理、分析到智能应用的智能数据全生命周期管理方案，帮助企业实现数据驱动、数据智能，已积累了8000多家用户的服务和客户成功经验，为客户提供数据分析平台、数据治理系统搭建等专业的产品咨询、实施和技术支持服务。
