由 dawei Gartner Group与1996年最早提出商业智能（Business Intelligence）的概念，当时将商业智能定义为一系列的概念和方法，通过应用基于事实的支持系统来辅助商业决策的制定。商业智能技术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，将这些数据转化为有用的信息，然后分发到企业各处。
商业智能的研究内容
商业智能的研究主要集中在三个方面：支撑技术的研究、体系结构的研究、应用系统的研究。
（1）支撑技术的研究。商业智能是一个跨学科领域，主要借助两大学科的成果，一是计算机技术，其中关键是数据仓库技术和数据分析以及数据挖掘技术；另一个是企业管理方面的进展。计算机技术为商业智能系统能够提供技术支撑；企业管理理论为商业智能系统提供业务动力。
（2）体系结构的研究。一般认为商业智能系统主要包括数据预处理、建立数据仓库、数据分析及数据展现四个主要阶段，而数据仓库、OLAP和数据挖掘技术是商业智能的三大关键技术。一般认为商业智能（BI）系统的架构。
（3）应用系统的研究。各个应用领域所面临的决策问题的分析是应用系统的研究的重点。商业智能被应用到企业运营过程的各个领域，并且已经形成其特有体系。对一般企业来说，商业智能可以实现以下作用：帮助企业了解本身的运营推动力和异常情况，协助用户清楚产品未来趋势；衡量绩效指标，追踪并管理企业运行的关键性能指标；改善和加强客户关系；掌握各种商务信息挖掘利润增长点。
商业智能的实施步骤
商业智能系统的实旌涉及企业运作管理、信息系统、数据仓库、业务数据分析、数据挖掘等知识。即需要选择合适的商业智能工具，还必须按照正确的步骤实施，商业智能项目可分为以下步骤。
（1）需求分析：需求分析是商业智能实施的第一步，必须明确定义企业对商业智能的期望和需求，包括分析的主题，查看的角度（维度），业务需求和用户的要求等。
（2）数据仓库建模：通过需求分析，将企业中的数据按照主题归类，建立企业数据仓库的逻辑模型和物理模型，并设计Bl系统的架构。
（3）数据抽取：必须将数据从业务数据库加载到数据仓库中， 并在加载过程中进行转换、清洗，以保证数据的正确性和可用性。
（4）业务系统的开发：主要是根据业务需求，对数据仓库中的数据进行各种数据分析和展示，主要包括多维数据OLAP分析和数据挖掘，以及建立商业智能分析报表系统及门户。
（5）系统改进和完善： 根据系统使用情况和用户反馈信息，对商业智能系统按照上述步骤对系统进行重构或完善。