3.BI与DSS、EIS的比较
商业智能作为一种新兴的决策支持体系，与传统的DSS、EIS相比，在以下方面存在明确的优势。
3.1.使用对象范围
商业智能的使用对象不再像DSS、EIS仅仅局限于企业的领导与决策、分析人员，而是扩展到企业组织内外的各类人员，为他们提供决策支持服务，既有企业经理一类的企业领导和高层决策者，又有企业内部各部门的职能人员，还包括客户、供应商、合作伙伴等企业外部用户。
3.2.具有的功能
从以上分析看出，商业智能具有传统DSS、EIS所不具有的强大的数据管理、数据分析与知识发现能力。
3.3.知识库状态
传统的DSS、EIS中的知识库是在建立的系统中设置好的，库中的知识很少发生变化。即使发生变化，采用定期人为更新的方法修改。而BI系统是一个闭合循环的动态系统。图2中的数据源部分来自各应用系统的反馈，并且数据挖掘可以从现有的数据仓库或数据集市中发现新知识，随时对知识库中的内容进行自动修正，所以BI中的知识库是一种动态结构。
但商业智能也存在不足。商业智能的目标与DSS一样，是为了提高企业决策的效率和准确性。但BI是通过数据分析、知识发现工具提供有价值的、辅助决策的信息和知识，用户必须根据这些信息和知识，运用现有的企业知识和经验进行判断，做出决定，极少数具备智能决策的能力。不像专门的决策支持系统那样提供方案生成、方案协调、方案评估等功能，更不具备群体决策的能力。
4.影响BI性能的因素
商业智能利用数据挖掘不断发现新的知识，扩充到现有的企业知识中来。但就目前企业应用现状和算法实现上来看，制约知识发现的因素较多，同时也影响了BI的性能。
4.1.系统智能不能很好地实现
现有数据挖掘算法大多尚不成熟，效率较低。另外，作为BI数据基础的数据仓库或数据集市中数据量一般比较大，新知识形成的速度和准确性比较低，致使现有的BI系统在知识发现方面的能力不能满足用户要求。
4.2.系统工具缺乏
目前大多数BI系统功能集中在数据分析方面，如数据查询、报表、OLAP、数据可视化，很少有开发商在系统中配有知识发现工具。因此，功能比较集中，更深一层次的要求无法满足。
5.结语
目前，我国对BI的研究与开发工作尚未处于起步阶段。突出的问题在于数据分析、知识发现能力、效率低，或者缺乏知识发现，而更像一个操作型应用系统。很难在决策支持方面发挥BI应有的作用。首先应该认识到BI发展、应用的总体趋势，其次多借鉴国外BI成熟的技术和方法，开发或不断完善真正意义上的BI系统。相信本文对国内BI的市场开发和研究会有启发。
网友评论