商业智能（BI，Business Intelligence）。商业智能的概念最早在1996年提出。当时将商业智能定义为一类由数据仓库（或数据集市）、查询报表、数据分析、数据挖掘、数据备份和恢复等部分组成的、以帮助企业决策为目的技术及其应用。目前，商业智能通常被理解为将企业中现有的数据转化为知识，帮助企业做出明智的业务经营决策的工具。

        通过这一定义我们不难看出数据的质量对于一个实施商业智能的企业来讲有多重要，尽管在很多人看来商业智能只是一个空中楼阁，但是真正的实施过商业智能的企业才知道它的益处。正因为此，很多企业也在寻找为什么我们的企业在商业智能的道路上走不了多远？权威机构给出的一个重要原因就是在企业的发展过程中没有注重数据的积累，也没有在数据的质量上给出一个好的保证，因此在后期商业智能运营的过程中，根本就是无源之水，即使有一定的数据积累但是也是“死水”之源。

        很多的企业到现在还认为数据的积累是IT部门的责任，他们在任何的时候都是在依赖IT部门保证数据的安全、可用性和质量，没有将数据的质量问题看做是企业未来或者是现在很重要的隐形的资产，这点是很严重的意识方面的问题，因此企业首先在思维意识上必须有一个数据质量的概念，在每一个环节都要贯彻这一思想。这样商业智能在实施和推进时才更有力度。

       据参与Gartner研讨会的人说，数据质量已成为许多企业众所周知的问题，但并有给予足够的优先业务去解决它。因此如何让企业在内部发现并且形成更有价值的数据是一个难题。因此怎么要在企业的内部提升数据质量成为难题。

        数据质量问题的解决需要涉及到一个多层面的途径而不仅仅只是技术层面。企业需要明白人的因素（企业文化和组织）在数据质量上会产生重大影响。另外，“解决”数据质量的流程（除了有效的业务流程的设计）在提高数据质量上很关键。

        企业需要意识到对数据质量最佳的改善仅通过技术本身是难以达成的。需要结合人（例如， 组织和培训）和流程的改进，才能提供最大限度的积极影响，并确保长期维持可以接受的数据质量水平上。通过以上两方面的能力，无论是大型的企业还是中小型的企业，在数据质量技术方面应该会有一个更大的发展。

        IT企业的罪过不是没有做好数据质量的问题，是没有很好贯彻好数据质量关键靠企业中人的意识和流程的不断改进的思想，IT系统仅仅能收集、存储和展示出来一部分。数据产生的源头还是在企业的内部和外部的活动之中，这是源头，只有在源头上有一个较高的数据质量，企业的商业智能之路才能走的稳定。