有些BI专家称，今天以数据驱动和数据仓库为中心的BI将会转向互联网平台，因为互联网是开放、无需设备且自然分发的。Web方式下的实时性，更能促成实时的企业决策。

　　BI的政治学

　　除了数据和技术的挑战，BI还有一些有关文化和政治方面的事项需要解决。

　　但是，面对企业真正遗留下来的大块信息系统的演进，IT员工往往只需要对系统进行保护和放置数据。当然了，政治学也在业务方面发挥了巨大的作用，因为每一个部门都在成长，而且伴随的还有业务流程、应用系统、命名的转变及核算等，而非仅仅记载数据。

　　Hartford公司的寿险部门主管Rachel Alt-Simmons称，将面向销售的组织文化改变为头脑中保有分析意识的文化，需要一定的时间，整个行业在这方面的转变都很慢。她指出，人们只是假定了他们不可能通过BI实现从分析报告到实际响应操作的转变，但事实上他们更需要睁大眼睛来对待眼前的IT工具。

　　BI技术发展趋势分析

　　专家指出，商业智能的技术走势主要有以下几个方向：企业级BI Enterprise BI、操作型BI Operational BI、数据挖掘、主数据管理Maser Data Management。

　　目前随着BI技术在部门级应用的日益成熟，企业级数据中心和企业级BI已经是箭在弦上不得不发。

　　操作型BI是将BI嵌入到业务操作流程的细节中，可以借助它自动进行日常业务决策，开创了BI的新领域。

　　目前数据挖掘尤其是预测分析方面已经有很多成熟的解决方案，今后将会在越来越多的领域应用。

　　由于主数据管理能较好地解决企业数据仓库中数据不准确的难题，越来越多的企业集团将主数据管理列入开发日程。

　　商业智能(BI)涵盖了很多技术和原理，但从根本上来讲，BI的目的就是要解放信息固有的结构，从而驱动企业信息系统对业务的决策能力。

　　Travelers公司企业业务分析机构的副总裁Sullivan McConnell指出，BI是一个宽泛的概念，既有应用又有技术，而且这些应用和技术用于收集、整合、存储和分析数据，以及创建可操作的信息等，最终都是为了在业务上获得更好的决策策略。

　　虽然如今BI的分析机制已经比以往更快捷、更灵活了，但是最新的BI方案也没有提供更多的预测分析的功能。

　　虽然这些年BI的发展在概念上并没有发生太大的变化，但是专家们希望能在BI实践中实现功能上的转变，他们寄希望于BI 2.0(下一代BI)的推进。专家认为，采用下一代BI后，用户将能够访问来自信息操作系统本身的业务数据，并且是在实时的方式下。

　　实时智能

　　实时智能的提法来自于SOA(面向服务的架构)及组成SOA的开放和标准的技术。Teradata公司高级咨询分析师Dale Strobel表示：“SOA环境不可避免地会破坏企业固有的一些信息系统，并根据企业自身需求重建新的信息系统和应用架构，而应用系统正是支持信息操作系统的业务连贯性的。”据了解，Teradata公司也在多个实时分析和激活的数据仓库策略上进行了大笔投资，这无疑会使企业颇具竞争力。

　　有些BI专家甚至称，今天以数据驱动和数据仓库为中心的BI将会转向互联网平台，因为互联网是开放、无需设备且自然分发的。他们认为，与其花费巨资建立一个IT驱动的数据仓库，还不如采用Web浏览器的方式，提供关键信息与客户应用之间的关联。Web方式下的实时性和用户界面友好的报告，更能促成实时的企业决策。

　　有保险公司的信息主管就向BI解决方案的提供商抱怨，如果有了实时功能，保险公司管理者将可以面向销售、客服等宣讲并下达诸多的战略目标，而且如果能有关于开销、客户流失或客服满意度等方面的分析数据的话，管理层也将能够从容地应对客服策略的调整，并真正在事件操作上实现预警机制。

　　数据仓库仍是重中之重

　　面向更活跃和全盘的数据仓库的转变已经开始。人们也已经意识到，无论是今天还是未来，数据仓库都将持续富有价值。有专家指出，所有分析报告、动态响应分析、数据挖掘等工具都很大程度地依赖于数据仓库，在实时BI性能实现以前，数据仓库将大致经历下面几个演进阶段。

　　最初，数据仓库能够促使分析报告回答“发生了什么事”;现在，大多数数据存储还可以被用来回答“为什么会发生这种事”，而且一些关联数据库还可以预言“将要发生什么事”;等到下一个阶段则将能找到“正在发生什么事”的答案;最终，将发展为活跃的数据仓库，从而决定“你(用户)想要什么事发生”。

　　管理层的支持

　　对于BI在任何机构组织内的真正开展与实现，从上至下的支持是必需的，上至C级别的执行官，下到部门主管，都需要积极配合与支持。

　　Hartford寿险公司CEO早在5年前就已经同意寿险部门主管Rachel Alt-Simmons购买一台服务器，并组织了2名人员积极部署BI计划。Rachel Alt-Simmons表示，他们从来不需要报告任何业务或业务执行功能，公司上层管理者只需要他们能够在任何一条业务线上轻松自由地推进自己的创意或策略。Rachel Alt-Simmons最初购买了SAS企业级指导手册开始实施BI策略，然后她便开始了业务流程的转变计划，即将Oracle数据库、电子文档和电子数据表整合在一起，并且能够实现对关键业务请求的响应和BI策略对响应请求的回应。Hartford公司建成了一个可预见性模型，借此来标识其他哪些同类公司将销售他们所开办的相关业务，并仅用了3个月时间，就赢得了巨大成功。

　　如今，Rachel Alt-Simmons就像许多BI的传教士一样，她不需要拿着有形资产的列表去向公司的管理层解说BI的价值，原先的由2名人员构成的部门也扩展到了12个人，新加的业务主要是数据管理、报告管理、业务分析以及预测模拟能力，而且现在每个月至少有2个部门管理层求助她的BI团队解决业务和经营上的一些难题。

　　当然，这仅仅是BI的一个成功案例，然而相信人们一旦充分理解数据并认识到数据和其他功能性、操作性以及交互性方面的关系后，围绕企业组织间的价值和技术共享的状态将更令人兴奋。而一旦演进到这种阶段，用户将不再感到盲目，BI策略也将超出所谓的先进分析报告的概念，进而实现定型、切分、预测功能，并最终实现真正能让用户前瞻性地采取措施，达到实际期望的业务执行结果的智能化。