在BI出現(xiàn)之前，數據分析領域幾乎被傳統(tǒng)的報表軟件所籠罩，隨著時間及客戶需求的增長，這些報表軟件逐漸顯現(xiàn)出以下不足：
1. 報表速度慢、顯示形式單一,同時不支持流行的分析手段，如KPI、平衡計分卡等等
記得當時有件很有意思的事，就是每天上班之后，先把報表打開，這樣下午就可以看了。雖然未免有點夸張，但傳統(tǒng)報表速度慢卻是不爭的事實。傳統(tǒng)報表大都利用SQL對關系數據庫進行查詢，但隨著數據庫數據量的急劇膨脹，并且每個SQL查詢都從最低粒度數據進行匯總，難免速度變慢。
同時傳統(tǒng)的報表展現(xiàn)形式很單一，主要是表格和常規(guī)的圖表。隨著分析需求的增長，人們希望從更多的角度及更多的形式來分析數據，包括將數值分析轉換為狀態(tài)和趨勢分析的KPI，分析各指示之間關系的平衡計分卡，以及GIS分析和更豐富的圖表、儀表盤分析等等。
2. 展現(xiàn)的數據量有限
傳統(tǒng)的報表展現(xiàn)形式能夠展現(xiàn)的數據量非常有限，只能展現(xiàn)報表定義時所定義的數據項。當有新的分析需求時，則不得不開發(fā)新的報表，導致報表量增加，統(tǒng)計局每年發(fā)布的年鑒已達500多頁。
傳統(tǒng)的報表展現(xiàn)的數據固定，無法根據分析者的思想發(fā)生變化，從而很大程度上限制了數據分析者的思想。
3. 不支持數據挖掘，無法通過數學算法找到規(guī)律
傳統(tǒng)數據分析只能完成數據的展現(xiàn)，而數據背后的規(guī)律只能依賴于分析者的創(chuàng)造，而普通的分析者卻不具備這樣的能力。這樣，傳統(tǒng)的數據分析只能流浮于數字表面。
在這種背景下，BI為分析者帶來了希望。BI的含義是提供更加快速、靈活和豐富的數據支撐。這正好對應于傳統(tǒng)數據分析的三個問題：
1. 報表---更加快速及更多的展現(xiàn)形式
1) 數據源為多維數據集，并提供緩存機制
多維數據集采取預運算機制，匯總數據在多維數據集中已經有了實際的存儲，而不需要在每次查詢時從最低粒度進行匯總，再加上新的報表軟件提供的緩存機制，從而使報表的展現(xiàn)速度變得非常快。
2) 一定的鉆取、跳轉以及多報表之間的聯(lián)動
新的報表展現(xiàn)與傳統(tǒng)報表相比變得更加靈活，包括更豐富的篩選器、一定層次的鉆取、跳轉以及多報表之間的聯(lián)動。
但報表仍不如多維數據分析更加靈活。
3) 更多的展現(xiàn)形式
新的報表展現(xiàn)目前已經可以實現(xiàn)KPI展現(xiàn)、儀表盤、樹形大綱視圖、更豐富的圖表以及更多的自定義展現(xiàn)形式。
2. 多維數據分析---靈活
1) 報表及圖表各元素的靈活定制
多維數據分析最大的特點就是報表及圖表的各元素可以隨意定制，我們可以很輕松的設定放置在行或列上的維度或量度，從而實現(xiàn)隨心所欲的報表。
2) 新成員、新指標的快速創(chuàng)建
多維數據分析工具一般都提供了新的維度成員或新指標的快速創(chuàng)建的方法，從而實現(xiàn)在分析者不了解后臺數據結構的情況下，也可以隨意創(chuàng)建出自己想要的計算成員或集合等，這一點更清晰的體現(xiàn)出其靈活的特點。
3) 隨意的鉆取及鉆透
隨意的鉆取，尤其是跨維度的鉆取是多維數據分析非常重要的一項功能，正因為具有這樣的功能，所以多維數據分析所展現(xiàn)的數據可以隨著分析者的思想而發(fā)生變化，例如從產品分析到銷售分析的跳躍性思維，多維數據分析都可以實現(xiàn)相應的數據支撐。
4) 數據訪問范圍的擴大
多維數據分析可以訪問的數據范圍幾乎可以實現(xiàn)全部數據，尤其是一些新技術出現(xiàn)之后（例如SQL Server 2005的UDM）。
3. 數據挖掘---豐富
將分析者的思想與數據算法相結合，利用數據算法，分析者更容易從海量數據中找到規(guī)律，同時分析者的思維也賦予數據算法更多的活力，使其更貼近于行業(yè)規(guī)則。
數據挖掘為分析者帶來了從數字表面無法發(fā)現(xiàn)的規(guī)律，提供更加豐富的分析，將數據分析延伸到了新的領域。
數據挖掘更為重要的是提供了預測的功能，這意味著我們在未來到來之前，已經獲得了未來的數據，可以說報表和多維數據分析讓我們更清晰的了解過去，而數據挖掘則讓我們感受到了未來的氣息。
BI附加價值：
1. 改善數據質量
2. 業(yè)務流程規(guī)范
3. 觸發(fā)更多分析需求
BI項目的實施是對企業(yè)數據質量及業(yè)務流程的最好的檢驗，可以暴露很多以往很難發(fā)現(xiàn)的問題。同時，它也可以觸發(fā)更多的分析需求，分析師可以通過BI系統(tǒng)獲取更多的靈感，提供更多更、更好的數據分析結果。
綜述，數據分析＝分析的思想＋BI技術。其中，分析的思想占70％，BI技術占30％，足見分析思想在數據分析過程中的重要性，而技術則是提供更好的支撐。
BI的真正含義是“利用各種不同的應用程序和技術，收集、存儲、分析、共享數據并提供數據訪問，從而幫助企業(yè)用戶更容易的、更快速的獲取更豐富的數據，以做出更好的業(yè)務決策�！�