商业智能简称BI，是数据库技术、数据采集和迁移技术、数据挖掘技术、查询报表技术、人工智能等理论的综合运用，其核心内容是从企业不同的业务数据中，通过清洗、抽取、转换和装载， 即ETL过程，提取出有用的数据。数据最终整合到一个企业级的数据仓库里，再利用查询分析、 数据挖掘工具等对仓库中的数据进行分析和处理，形成信息并为管理者供辅助决策的知识。
总的来说，商业智能实际上就是帮助企业提高决策能力和运营能力的数据方法指导。
海量数据为商业智能分析提供养料支持，据信通院数据显示，目前约70%的企业拥有的数据资源总量在50-500TB间，且数据资源总量呈增长趋势。随着，人工智能、深度学习、自然语言处理、统计学、运筹学的发展，也为商业智能提供了良好的应用空间。BI利用软件和服务将数据转化为可操作的情报，从而告知组织的战略和战术业务决策。
Gartner发布的“2017年BI商业智能和分析平台魔力象限报告”中指出，商业智能和分析平台市场的主流已经从IT主导分析报表转向业务主导分析。传统的报表工具已经无法满足大数据环境下灵活多变的分析需求，如在银行电信行业，他们已开始寻求高性能、自助化的分析手段。
据了解，完整的商业智能解决方案应包含数据报表、数据分析和数据挖掘三个层次。为此，Smartbi从单一产品发展成围绕商业智能多产品层次的业务体系，包括“企业报表软件”、“自助分析平台”和“数据挖掘平台”。
核心产品Smartbi Eagle，Smartbi Eagle（自助分析平台）目前定位为敏捷BI工具。即自助分析、自助仪表盘功能加上平台管理功能的组合。让大数据应用和分析走进员工和管理者工作中，激发各层人员对数据的认知、挖掘和运用；通过推动全员自助分析、数据共享，提升企业数据资产价值，促进业务发展、风险控制和内部管理，进而推动数字化转型。
大数据技术的战略意义不在于掌握庞大的数据信息，而在于对这些含有价值的数据进行分析处理。在企业对数据决策需求日益旺盛和传统运营管理方式弊端日益显露的背景下，大数据、商业智能领域的企业将加快布局。但机会背后也面临着诸多挑战，广泛的数据源在吸纳优质数据的同时也不可避免的带来了“垃圾数据”，过滤清洗低质数据，识别精准数据，是商业智能领域的突破口。