目前在国内，很多企业把商业智能做成了“老板工程”“面子工程”，仅仅是为了方便经营者了解企业的种种数据和信息。事实上，这种看法是非常片面的，商业智能高效的统计分析功能的确可以为经营者分析和决策提供科学依据，但是其主要的“功效”却是利用分类技术信息将信息消费者使用的决策支持对象分门别类，帮助业务人员解决业务运转可能出现的各种主要问题，提高业务人员的工作效率，从而提高企业的核心竞争力。因此，商业智能的建设需要包括经营者在内的所有业务人员的关注和参与，尤其是经营者。

对于企业的经营者来讲，商业智能是帮助他们建立一个理性的外脑。商业智能可以理解成是对“一把手”的大脑的延伸，借鉴历史数据，建立标准的分析和决策模型，并能够对未来做出正确的预测。

对于BI市场，贾娟认为商业智能的市场虽然规模不是很大，但始终是在增长的。2008年，商业智能的应用开始从面子问题到肚子问题，原来很多企业的应用是跟潮流，主要是为了满足领导想实时了解一些数据的需求，把商业智能做成了面子工程或者装饰工程。而现在是真正有了一些需求，发现商业智能真的可以帮助企业，做一些实事。

“以前大家对BI的期望太高了，认为BI什么都能做，把它看得太高，导致期望越大失望越大。做商业智能应该先从基础数据整理开始，数据分析，数据挖掘，循序渐进地开始。如果基础数据质量很差，想挖掘出有价值的情况很难。应该从数据质量最好的应用下手，先从小处得到一些大家看得见的收益。”贾娟说。

对于如何开拓这个市场，“慢慢来吧，要循序渐进。要知道自身企业的情况，深度上做到哪一步，广度上知道哪些业务需要用到BI。既要培养CIO对业务的了解，也需要了解行业的咨询顾问。我觉得这个东西还是有用的，难的是具体怎么用。”

商业银行向BI迈进

银行是信息化程度比较高的用户，也是在各方面和国外接轨较多的用户。在商业智能方面，银行用户也是走得比较前端的。

凌晨1点，一个用户想从荷兰银行(ABN Amro)的ATM机提取100元现金，但其账户余额只有28元，他的请求遭到了ATM机的拒绝。因为，银行从其数据仓库中调出他的有关信息并分析后发现，他是个高风险用户，之前有过延期还款记录，而且该用户所提款的ATM机位于某娱乐场所旁。

而另一位用户却从ATM机上取到了400元现金，尽管当时，他的银行卡余额仅为128元。原因是银行经后台商业智能(BI)系统分析后发现，他没有任何违约记录，个人信誉很好，并且他所取款的ATM机靠近医院，系统分析认为该用户可能因为家人住院急需用钱。

这是银行为客户提供的真实服务，商业智能为业务一线的服务能达到如此精准的程度。

对于信息化程度高的四大行，早就实施了商业智能。如今，对于中小银行来说，BI的诱惑也在慢慢增大。