随着大数据的发展，海量的数据在不断地涌现，传统数据仓库的性能已无法应付庞大的信息。

与此同时，大数据技术使我们能够访问和使用这些宝贵的、大规模数据集以应对越来越复杂的数据分析和更好的商业决策制定。

这些大数据技术的出现，势必会带来大数据下商业智能布局的变更，从而为企业提供一种有价值的数据源。

大数据技术的不断开发完善也将促进大数据与商业智能的大融合，推动商业智能进行新的有益的布局。

　　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。

商业智能能够辅助的业务经营决策，既可以是操作层的，也可以是战术层和战略层的决策。

为了将数据转化为知识，需要利用数据仓库、联机分析处理（OLAP）工具和数据挖掘等技术。

商业智能是对商业信息的搜集、管理和分析过程，目的是使企业的各级决策者获得知识或洞察力，促使他们做出对企业更有利的决策。

商业智能看成是一种解决方案应该比较恰当。

商业智能的关键是从许多来自不同的企业运作系统的数据中提取出有用的数据并进行清理，为管理者的决策过程提供支持。

　　大数据技术的发展对商业智能的影响体现在商业智能项目、人的变更，可以说最重要的一步是确定在合适的项目上测试大数据。

需要解决的必需是一种商业问题，而不是一种技术问题。

确保项目能提供直接利益或好处，而这些在现有的基础设施上是无法实现的。

那些能处理大型、分布式数据集和与之相关的硬件的人。

然后是一些让所有的数据有意义并能把它们放入商业内容的人；要把数据科学家想成是和现有的数据分析师和数据挖掘师不一样的人。

　　此外，大数据技术在商业智能中对架构和硬件的改变作好准备，数据海洋中的大数据要做的事不仅要对大规模的信息运行分析而且也成为数据仓库的一种来源。

你会更少需要对少数大型机器的依赖和更多依靠大量的通用硬件和云资源。

商业智能也会考虑可视化，探索呈现数据的新方式。

由于数据容量的原因，表格或图形的使用对一些大数据分析根本没有意义。

因而，商业智能迫切需要大数据可视化的应用服务技术，而目前国内的大数据可视化分析产品正处于发展阶段。

大数据的迅猛发展，带来了商业智能的新布局，推动商业智能与大数据的融合。