商業智能簡稱BI，是數據庫技術、數據採集和遷移技術、數據挖掘技術、查詢報表技術、人工智能等理論的綜合運用，其核心內容是從企業不同的業務數據中，通過清洗、抽取、轉換和裝載， 即ETL過程，提取出有用的數據。數據最終整合到一個企業級的數據倉庫裏，再利用查詢分析、 數據挖掘工具等對倉庫中的數據進行分析和處理，形成信息併爲管理者供輔助決策的知識。
總的來說，商業智能實際上就是幫助企業提高決策能力和運營能力的數據方法指導。
海量數據爲商業智能分析提供養料支持，據信通院數據顯示，目前約70%的企業擁有的數據資源總量在50-500TB間，且數據資源總量呈增長趨勢。隨着，人工智能、深度學習、自然語言處理、統計學、運籌學的發展，也爲商業智能提供了良好的應用空間。BI利用軟件和服務將數據轉化爲可操作的情報，從而告知組織的戰略和戰術業務決策。
Gartner發佈的“2017年BI商業智能和分析平臺魔力象限報告”中指出，商業智能和分析平臺市場的主流已經從IT主導分析報表轉向業務主導分析。傳統的報表工具已經無法滿足大數據環境下靈活多變的分析需求，如在銀行電信行業，他們已開始尋求高性能、自助化的分析手段。
據瞭解，完整的商業智能解決方案應包含數據報表、數據分析和數據挖掘三個層次。爲此，Smartbi從單一產品發展成圍繞商業智能多產品層次的業務體系，包括“企業報表軟件”、“自助分析平臺”和“數據挖掘平臺”。
核心產品Smartbi Eagle，Smartbi Eagle（自助分析平臺）目前定位爲敏捷BI工具。即自助分析、自助儀表盤功能加上平臺管理功能的組合。讓大數據應用和分析走進員工和管理者工作中，激發各層人員對數據的認知、挖掘和運用；通過推動全員自助分析、數據共享，提升企業數據資產價值，促進業務發展、風險控制和內部管理，進而推動數字化轉型。
大數據技術的戰略意義不在於掌握龐大的數據信息，而在於對這些含有價值的數據進行分析處理。在企業對數據決策需求日益旺盛和傳統運營管理方式弊端日益顯露的背景下，大數據、商業智能領域的企業將加快佈局。但機會背後也面臨着諸多挑戰，廣泛的數據源在吸納優質數據的同時也不可避免的帶來了“垃圾數據”，過濾清洗低質數據，識別精準數據，是商業智能領域的突破口。