BIプラットフォームは従来、ベースライン情報をデータ・ウェアハウスに依存していました。 データ・ウェアハウスは、複数のデータソースからのデータを1つの中央システムに集約し、ビジネス分析とレポート作成をサポートします。 ビジネス・インテリジェンス・ソフトウェアはウェアハウスにクエリを実行し、結果をレポートやチャート、マップの形式でユーザーに表示します。

データ・ウェアハウスには、多次元クエリをサポートするオンライン分析処理（OLAP）エンジンを組み込むことができます。 たとえば、昨年の東部地域と西部地域の今年の売上高はどうなのか、など。

「OLAPは、データ検出のための強力なテクノロジーを提供し、ビジネス・インテリジェンス、複雑な分析計算、予測分析を促進します」とIBMオファリング・マネージャーのDoug Dailyはデータ・ウェアハウジング・ブログで述べています。 「OLAPの主なメリットの1つは、製品の品質や顧客とのやり取り、プロセスの改善を行うためのデータ駆動に使用する情報と計算の一貫性です。

新しいビジネス・インテリジェンス・ソリューションの中には、Hadoopなどのテクノロジーを使用して生データを直接抽出して取り込むことができるものもありますが、多くの場合、データ・ウェアハウスが依然としてデータソースとして選択されています。

ビジネス・インテリジェンスという用語は、1865年に作家リチャード・ミラー・デベンズにが競合他社に先駆けて市場の情報を収集した銀行家を引用した際に初めて使用されました。 1958年に、ハンス・ピーター・ルーンというIBMのコンピューター科学者が、テクノロジーを駆使してビジネス・インテリジェンスを収集する可能性を探りました。 彼の研究は、IBMの初期の分析プラットフォームの一部を作成する方法の確立に役立ちました。

1960年代と70年代に、増え続けるデータの保存や整理のために、最初のデータ管理システムと意思決定支援システム（DSS）が開発されました。

「多くの歴史家は、現代版のビジネス・インテリジェンスはDSSデータベースから進化したと示唆しいます」とIT教育サイトのDataversityは述べています。 「この時期には、より簡単な方法でデータにアクセスして整理することを目的として、さまざまなツールが開発されました。 OLAPや経営情報システム、データ・ウェアハウスは、DSSと連携するために開発されたツールの一部です。 ²

1990年代までに、ビジネス・インテリジェンスの人気がますます高まりましたが、テクノロジーはまだ複雑でした。 通常、ITサポートが必要であり、そのためバックログが発生したり、レポートが遅れたりすることがよくありました。 ITがなくても、ビジネス・インテリジェンス・アナリストやユーザーは、データのクエリと分析を適切に行うために広範なトレーニングを必要としていました。 ³

最近の開発はセルフサービスBIアプリケーションに焦点を当てており、専門知識のないユーザーでも独自のレポート作成や分析の恩恵を受けられるようになっています。 最新のクラウドベースのプラットフォームも、BIの範囲を地域を超えて拡大してきました。 現在、多くのソリューションがビッグデータを扱い、リアルタイム処理を含んでいるため、最新の情報に基づいた意思決定プロセスが可能になっています。

ビジネス・インテリジェンスにより、組織は平易な言葉で質問し、理解できる回答を得られるようになります。 最良の推測を使用する代わりに、生産やサプライチェーン、顧客、市場トレンドに関係するかどうかビジネス・データが語るところに基づいて意思決定を行うことができます。

この地域ではなぜ売上が落ち込んでいるのか余剰在庫はどこにあるのか顧客はソーシャルメディアで何を言っているのかBIはこれらの重要な質問に答えるのに役立ちます。

「ビジネス・インテリジェンスは、ビジネスに関する過去と現在の洞察を提供します」とMaamar FerkounはIBMクラウド・コンピューティングとビジネス・インテリジェンスのブログで述べています。 「これは、分析やレポートからデータ・マイニングや予測分析に至るまで、一連のテクノロジーと実践を通じて実現されます。 特定の時点におけるビジネスの正確な姿を提供することで、BIは組織に、事実に基づいたデータに基づいてビジネス戦略を設計する手段を提供するのです。」

ビジネス・インテリジェンスは、組織がデータ主導の企業になり、業績を向上させ、競争上の優位性を獲得するのに役立ちます。 これには次のことが挙げられます。

• ビジネスを理解し、戦略目標を達成するためにリソースを賢く割り当てることで、ROIを向上させます。
• 顧客の行動や嗜好・傾向を解明し、その洞察を利用して見込み客をより適切にターゲットにしたり、変化する市場のニーズに合わせて製品を調整したりできます。
• データの洞察を活用して、ビジネス運営を監視し、継続的に修正または改善を行います。
• ラインの上流から下流までのアクティビティを監視し、結果をパートナーやサプライヤーに伝えることで、サプライチェーン管理を改善します。

たとえば小売業者は、店舗やチャネル、地域全体でパフォーマンスとベンチマークを比較することで、さらにコスト削減できます。 また、保険金請求プロセスを可視化することで、保険会社はサービス目標に達していない箇所を把握し、その情報を活用して成果の改善を図れます。

オペレーションとプロセスを完全に評価し、顧客を理解し、市場を測定し、改善を推進することができれば、組織のメリットとなります。どこからでもビジネス情報を集めて分析し、パターンを発見し、解決策を見出すための適切なツールが必要なのです。

最高のBIソフトウェアは、次の方法でこの意思決定プロセスをサポートします。

• データベースやスプレッドシートなど、さまざまなデータ・システムやデータセットに接続
• 深い分析を提供し、ユーザーがデータ内の隠れた関係やパターンを発見できるように支援
• レポートや地図、チャート、グラフなど、有益で説得力のあるデータの可視化で答えを提示
• さまざまなシナリオでデータを並べて比較可能に
• ドリルダウン、ドリルアップ、ドリルスルー機能で、ユーザーがさまざまなレベルのデータを調査可能に

高度なBIや分析システムでは、人工知能（AI）と機械学習を統合して、複雑なタスクを自動化および合理化することもできます。 これらの機能は、企業がデータを分析し、深いレベルでの洞察を得る能力をさらに加速させるものです。

たとえば、 IBM Cognos Analytics がデータ分析とビジュアル・ツールを組み合わせてレポートのマップ作成をサポートする方法を考えてみましょう。 このシステムはAIを使用して地理情報を自動的に識別します。 そして、地球全体、個々の地域、またはその中間の地理空間マッピングを追加することで、可視化をカスタマイズできます。

IBM Institute for Business ValueによるDigital Reinvention（デジタル改革）に関するレポートによると、「5 年後を見据えて、デジタル改革調査で調査した1,100人の経営幹部のうち58%が、新しいテクノロジーによって参入障壁が下がると予想し、69%が業界間の競争が激化すると予想しています。」

「高度なアナリティクスにより、ビッグデータからより深いビジネス・インテリジェンスと消費者インサイトを抽出し、説明的なものから予測的なものまでさまざまな情報を生成することができます。」