传统的DW/OLAP模式(数据抽取ETL->数据仓库DW->维度建模->在线分析处理OLAP->前端展示)或DB/Report(数据库->SQL或宜用的SQL设计器->报表)模式的所谓的商业智能，在处理业务决策支持的过程中，已经分别显得过于理想化：对决策的过程的支持不仅仅限于技术的手段、传统的技术手段单调且死板，带给最终用户的价值只是在限定的查询之上的结果展示。经过十几年的发展之后，商业智能的定义逐渐泛化，越来越多的理念及技术被引入：商业智能厂商不断尝试引入新的手段，不断丰富自己的商业智能体系，以更好的支持业务分析及决策。本文将列举过去几年商业智能领域的相关产品已经出现的若干特点。
目录：
1、强调业务分析，预置分析应用包
2、结合搜索引擎技术，搜索模式的商业智能
3、语义处理继续发展，主数据管理已经成熟
4、出现事件驱动的商业智能
5、引入Web2.0展示及异步处理技术
6、借鉴Web2.0社会化网络的交流协同理念
7、出现采取Saas商业模式的商业智能
8、针对主流ERP/SCM及财务软件集成
9、基于数理统计、数据挖掘的分析型应用王者回归
业务分析被商业智能领域关注大概是从SAS公开提出的从商业智能转变到业务分析的理念(《商业智能从BI走向BA》)开始。但事实上这并不是什么新概念，商业智能不就是对业务进行分析么?自从有了业务，就有了对业务的分析需求，因此业务分析实际从哪里开始是无从考究的。这方面除了SAS的产品之外，Cognos近期也推出了类似的产品，以预置分析包的形式提供的面向中小企业的绩效管理软件。而2004年左右国内出现了智泽华财务报表分析工具及基于商业智能技术的毕盛财务分析软件、毕盛业务分析系统等，后来也陆续出现了几家模仿的公司，均采取预置业务分析应用的形式。
