隨著大數據的發展，海量的數據在不斷地涌現，傳統數據倉庫的性能已無法應付龐大的信息。

與此同時，大數據技術使我們能夠訪問和使用這些寶貴的、大規模數據集以應對越來越復雜的數據分析和更好的商業決策制定。

這些大數據技術的出現，勢必會帶來大數據下商業智能布局的變更，從而為企業提供一種有價值的數據源。

大數據技術的不斷開發完善也將促進大數據與商業智能的大融合，推動商業智能進行新的有益的布局。

　　商業智能通常被理解為將企業中現有的數據轉化為知識，幫助企業做出明智的業務經營決策的工具。

商業智能能夠輔助的業務經營決策，既可以是操作層的，也可以是戰術層和戰略層的決策。

為了將數據轉化為知識，需要利用數據倉庫、聯機分析處理（OLAP）工具和數據挖掘等技術。

商業智能是對商業信息的搜集、管理和分析過程，目的是使企業的各級決策者獲得知識或洞察力，促使他們做出對企業更有利的決策。

商業智能看成是一種解決方案應該比較恰當。

商業智能的關鍵是從許多來自不同的企業運作系統的數據中提取出有用的數據并進行清理，為管理者的決策過程提供支持。

　　大數據技術的發展對商業智能的影響體現在商業智能項目、人的變更，可以說最重要的一步是確定在合適的項目上測試大數據。

需要解決的必需是一種商業問題，而不是一種技術問題。

確保項目能提供直接利益或好處，而這些在現有的基礎設施上是無法實現的。

那些能處理大型、分布式數據集和與之相關的硬件的人。

然后是一些讓所有的數據有意義并能把它們放入商業內容的人；要把數據科學家想成是和現有的數據分析師和數據挖掘師不一樣的人。

　　此外，大數據技術在商業智能中對架構和硬件的改變作好準備，數據海洋中的大數據要做的事不僅要對大規模的信息運行分析而且也成為數據倉庫的一種來源。

你會更少需要對少數大型機器的依賴和更多依靠大量的通用硬件和云資源。

商業智能也會考慮可視化，探索呈現數據的新方式。

由于數據容量的原因，表格或圖形的使用對一些大數據分析根本沒有意義。

因而，商業智能迫切需要大數據可視化的應用服務技術，而目前國內的大數據可視化分析產品正處于發展階段。

大數據的迅猛發展，帶來了商業智能的新布局，推動商業智能與大數據的融合。