经过几年的积累，大部分大中型企业已建立了比较完善的OA、ERP等信息化基础系统。
IT系统运行了一段时间之后，积累的数据越来越多，其中包括来自业务系统的订单、库存、交易账目、客户和供应商等，来自企业所处行业和竞争对手的数据以及来自企业所处的其他外部环境中的各种数据。
如何使分散、独立存在的海量数据变成有价值的信息，使业务人员、管理者能够充分掌握、利用这些信息，并且辅助决策，就是BI主要解决的问题。
此前，传统的报表系统像大家熟悉的EXcel、水晶报表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。
一是密密麻麻的表格堆砌了大量数据，到底有多少业务人员仔细看每一个数据?这些数据代表了什么信息、什么趋势?而且，级别越高的领导，越需要简明的信息。董事长最关心哪些信息？如何快速、高效地找出他最关心的数据？
二是定制好的报表过于死板。
例如，我们可以在一张表中列出不同地区、不同产品的销量，另一张表中列出不同地区、不同年龄段顾客的销量。但是，这两张表无法回答交互式问题，而业务问题经常需要多个角度的交互分析。
三是报表系统列出的往往是表面数据信息，但是海量数据深处潜在含有哪些规则呢?比如，什么客户对我们价值最大，产品之间相互关联的程度如何?越是深层的规则，对于决策支持的价值越大，但是也越难挖掘出来。
随着时代的发展和企业精细化、科学化管理需求的增加，传统报表系统已经不能满足日益增长的业务需求，数据分析和数据挖掘的时代来临。
商业智能能够辅助的业务经营决策既可以是操作层的，也可以是战术层和战略层的决策。在BI系统里面，使用者可以实现横向联动和纵深挖掘，你可以一直往深钻取，也可以从多个层面来获得，通过不同的组合方式获得决策的数据支持。
比如，在BI系统的模块里面，财务主题对营业收入、营业成本、利润总额、偿债能力、总资产报酬率等都有详细的分析，而且可以一直延伸下去，分别从收入、成本、资产结构来分析公司的运营状况。
在总裁模块里面，领导最关心的营业收入、利润总额、产量、销售量和销售单价，以及各个月度的应收账款和预算指标完成情况等被一一列出。领导可以通过选择不同公司的不同年度查看相应指标值，或穿透到该公司的明细数据查看详细的信息。
值得注意的是，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
