商业智能系统涉及数据预处理、数据存储、数据分析、数据展现等相关技术，涵盖统计学、经济学、管理学、人工智能、计算机应用等学科领域。本文作者通过对国内外电信行业的发展现状以及商业智能系统应用情况的研究，运用商业智能的相关理论及方法，对四川电信的业务现状进行了深入的分析和研究。针对其存在的欠费情况严重以及欠费追缴难的现状，提出了一种基于KPI体系的电信恶意欠费分析方法。克服了以往建模过程中，由业务人员提供分析恶意欠费的关键属性，建模人员根据这些属性作为建模的输入变量构建模型而造成的模型缺乏客观性的缺陷。首先按照恶意欠费主题分析所需要的信息：包括客户的静态信息(姓名、在网时长、付费方式等)和客户的动态信息(通话行为、交欠费行为等)建立主题分析的数据仓库，在此基础上，运用OLAP分析得到与恶意欠费主题建模相关的关键属性，然后运用马尔可夫毯贝叶斯网络分类器的方法建立恶意欠费BI模型。根据所建立的模型，可以预测将来用户恶意欠费的概率；从而在事前采取必要的防范手段。通过测试，模型取得了较好的分辨率。随着各行各业竞争的不断加大，商业智能的应用将越来越广泛。