数据仓库所提供的洞察力不仅使企业更加高效，而且使企业能够对客户的需求做出更迅速准确的响应。为了使企业能够从浩如烟海的商务数据中发现带来利润的商机，商业智能已经成为公司使用电子商务投资创造更大利润的一个重要步骤。
　　一、 数据仓库与商业智能
　　数据仓库的特点之一是能够整合来自于大量异构系统的数据，包括外部数据。通过整合来自多个接触渠道的客户数据，数据仓库向企业展示客户的属性、所有历史行为记录等信息。许多企业正在通过数据仓库在客户行为分析领域获得丰厚的利润，这个分析领域属于客户关系管理（CRM）的一部分。
　　意识到CRM是当务之急的事，这就需要一个桥梁——商业智能工具，不仅联接分离的技术，而且通过进入商业的核心而使其与传统的以技术为中心的竞争对手区别开来。商业智能工具可以集合、分析、管理这些智能元素用以探索、展示与挖掘居于今天电子商务战略中心的客户信息资产，通过将分散在企业各系统中的数据进行整合，使得繁琐的信息获取过程变得简便易行，进一步提升了企业创造价值的能力：任何用户都能够容易的运用这些技术进行决策，业务执行、业务管理、企业管理各个层次上的用户都能够使用不同的工具和技术做出明智的决策，全方位的提高企业的竞争力。企业以一个预先架设的桥梁开始，可以大大减少风险而且可以更快获得成功。
　　商业智能就是企业在运营上高层主管必须看的各项数据及分析资料。这些资料包括“总体运营状态分析统计资料”、“业务业绩达标率统计”、“各区销售分析统计”、“成本分析”等各项经营管理者不可或缺的决策数据。商业智能与数据仓库技术的结合形成了增强企业竞争力的强大工具——客户关系管理CRM。商业智能系统建设的范畴包括：（1）商业智能基础平台：包括数据抽取、转化加载工具（ETL）、数据仓库、在线分析（OLAP）引擎、数据挖掘（Data Mining）引擎。（2）商业智能用户工具：提供用户对商业智能数据进行分析的手段。（3）商业智能门户：提供用户对大量商业智能信息的统一访问入口。（4）商业智能应用：各不同业务领域的商业智能垂直应用。
　　二、企业客户关系管理的发展
　　从目前的市场来看，数据仓库的商业智能已经浮出水面，从概念走到了实施的阶段。在过去的十年中，已建立的企业业务多数都集中提高他们核心业务流程的效率上，然而，ERP（Enterprise Resource Planning企业资源计划系统）主要关注的是企业业务流程或者供应链的效率，换言之，这种效率出自增加内部控制、削减成本以及使消耗更少产出更多，然而，电子商务的出现预示着企业进入了新一轮的更新，客户成为新的核心，企业关注的焦点跳出了企业自身的范围，更多地以客户为中心。
　　企业的CRM应该是个企业与客户关系的全面整合管理，通过CRM为维系并巩固既有客户，赢得并发展新客户，同时增进客户的忠诚度和利润贡献度。其核心内容是发现“金牌”客户、维系“利润”客户和分化、改造一般客户。它具体可以分为四个方面：客户信息管理、营销管理、销售管理、服务管理与客户关怀。具体而言，CRM系统使得公司能够管理客户相关的信息和数据；全面自动管理横跨销售、营销与服務的前端办公业务流程；优化跨渠道的客户交易与互动；并理解和响应客户的行为模式。
　　三、有效的商业智能解决方案的要求
　　1. 全面的解决方案
　　随着IT企业持续不断的并购行为的发生，反映信息系统中表现为对多种工具和技术平台的使用，所以一个全面渗透的开放文化是很重要的，尤其是在与软件工具的接口能力、技术平台、可以访问和支持的数据源。
　　2.基本性能要求
　　为了与实际需要的解决方案保持一致，CRM必须基于特定行业的实践和知识。特别地，它必须综合：能够快速实施的、无须大量重新配置即可扩展的解决方案和框架。数据模型、预格式化的报表与流程，符合最佳实践行业准则，提供快速部署与加速投资回报的基础。 软件工具，允许业务人员根据需求进行分析的拓展商业智能，无须专门的专业IT人员进行干预。
　　3. 解决方案发布支持功能
　　正像一个预设置的行业数据模型跨过了数据定义与收集阶段，一个详尽的实施框架可以节省出几周的时间来做支持计划，而经验是确保这个框架的完整性的最主要的成分。预定义的商业解决方案、发布计划共同为企业提供了一个加速应用发布的机会，从而加速了数据仓库投资的回报。
　　四、成功实施的建议
　　商业智能要想大做小，从最迫切的业务入手。先把最紧要的业务管理起来，以便迅速响应市场需求，做出最佳决策。积累了一定经验后，再逐渐增加商业智能系统继续对其他业务进行决策分析，这样可以在一定程度上规避风险，因为商业智能也要进行流程的重整，一个部门的整顿对公司的影响要比整个公司整顿的影响小得多。
　　以业务趋动而非IT趋动。很多企业明白这样的道理，应该由业务部门的需求主导的设计和开发。但由于业务人员的水平不足以达到提出未来管理模型架构，若出于这样的原因，企业应该给予IT部门绝对的权威，让它有权要求业务部门配合IT部门共同协商提出需求模型，以尽量准确地把握企业的业务发展方向。
　　要成立专门的数据分析部门。在国内，数据分析师这个职位提到的还不多，有专家建议，如果准备上商业智能系统的话，一定要落实相应的数据分析部门。企业对数据进行优化的目的，是要从中找出最有价值的数据，这些有价值的数据挖掘出来后，如果没有相应的人对其进行跟踪处理，它的价值也就只停留在迅速做出报表的层面了。
　　商业智能也是一把手工程。一把手的角度，是从提高企业业务增值的目的出发，没有一把手的大力支持，企业的业务流程调整会遇到很大阻力，甚至是难以贯彻下去。
　　因此，在决定商业智能之前，企业要慎重考虑哪些业务首先需要决策支持，这项业务的内部流程是否清楚，如何对其进行内部流程重整。并要配套相应的部门来专门负责数据的跟踪和优化分析，这样企业的决策才会变得越来越理性客观。
　　总之，商业智能是当前企业应用的热点。如何把商业智能应用到企业中给企业带来真正的价值，是商业智能应用真正成熟的标志。商业智能通过对业务系统的支持，达到充分利用企业信息资源、辅助决策的目的。成功的数据仓库可以为许多企业提供实实在在的投资回报，并且使企业以一种崭新的更加细致的方式检查企业的运营状况，有效的商业智使企业能做出明智的业务和目前形势的预测和决策，正确引导企业向着健康的方向发展。