商业智能（BI,Business Intelligence）的说法可以追溯到1958年，当时IBM研究员Hans Peter Luhn在IBM内刊的一篇文章中首次提出了商业智能的概念。
但是直到1980年代，决策支持系统（DSS）才开始流行，1990年代商业智能的说法开始流行，业界用商业智能来总称下述领域的软件创新：包括绩效管理、计划、报告、查询、分析、在线分析处理、运营系统集成、预测分析等。
商业智能的市场规模
近年来，为了实现新的成本节省和增长计划，企业在商业智能方案上投入重金，深入挖掘电子表格和各种不同系统（遗留系统、内部孤岛、客户关系、供应商、合作伙伴等）中的数据，以期获得接近实时的可操作分析结果（包括历史分析和未来预测）。
总的来说，商业智能市场可以用五个维度进行定义：容量、速度、种类、抽象度、复杂度。关于商业智能的市场细分，TDWI给出了一个非常简单的模型如下图：
商业智能模型图
根据Gartner的一份商业智能市场分析报告，业务分析、企业绩效管理和商业智能软件市场在2010年增长了13.4%，达105亿美元。企业在商业智能软件平台上的投资是为了解答三个关键问题：我们干得怎么样？为什么？我们该怎么做？
2012年商业智能市场有望强劲增长，IBM的一次CIO调查显示商业智能高居企业IT支出优先级的榜首。另外大数据也将带动商业智能的增长——软硬一体机如Oracle的Eadata、IBM的Netezza、SAP的HANA、EMC的GreenPlum都是现阶段分析市场的热点。行业应用方案如零售业（包括电子商务）的客户分析和预测分析需求强劲。
商业智能市场规模 数据来源：Gartner
商业智能厂商收入排行（前五名）
Gartner的报告还显示2009年以来商业智能的软件市场格局并未发生大的变化。SAP以22.9%的市场份额领跑（这要归功于2007年对Business> 随着IBM在商业智能市场展开“疯狂”收购，其市场份额有望快速提升，另外IBM还拥有沃森（Watson）和DB2等战略性资产。IBM正在围绕商业智能的价值链：原始数据->数据集成->情报->透视->决策，打造可怕的竞争力。IBM将“管理数据、理解数据和基于数据决策”看做是一个200亿美元的生意。
商业智能市场现状
根据Gartner的报告，商业智能的“四大”：SAP、Oracle、IBM和微软，将继续统治市场，合计占据了59%的市场份额。在商业智能平台和企业绩效管理（CPM）领域，“四大”占据了超过三分之二的市场份额。在单纯的统计和分析应用市场，SAS依然独领风骚。
企业IT部门的商业智能工具正趋于整合（可视化、ETL、报告、数据仓库），但同时新的数据可视化工具和业务分析应用也在不断涌现。内存分析和移动商业智能（Mobile BI）是两个新兴且高速发展的分支。与此同时，号称“一把手应用”（CxO Analytics）的基于iPad的分析应用在企业用户中的需求也非常旺盛。
企业用户不是非常关心商业智能产品的品牌，他们看重的是这些产品的易用性、功能性和上市速度。企业用户也排斥那些需要较长实施周期的产品和方案。由于对常规商业智能应用的性能、可用性和延迟感到失望，企业用户更倾向采购专用数据一体机，例如Oracle的Exadata。
Gartner分析师Dan Sommer认为，随着企业管理走向“信息驱动”，商业智能将成为企业信息计划的核心。商业智能市场在2012、2013年都有望加速增长。
商业智能市场详细数据
具体的商业智能市场份额数据如下：
商业智能市场份额数据
Gartner在计算市场份额时只考虑了软件，并未将系统集成和专业服务以及专用软硬件（例如大数据Hadoop，BI一体机、SSD）等计算在内。但目前不清楚Gartner是否将社交媒体分析以及在线分析服务（Analytics as a service，AaaS）计算在内。
下面是Gartner给出的商业智能魔力四象限：2009，2010，2011
商业智能魔力四象限
商业智能市场增长的六大驱动力
性能、可用性和延迟问题。传统商业智能的这三大问题刺激了数据分析一体机的销售，例如Oracle的Exadata、EMC 的Greenplum和IBM的Netezza等。目前主流的性能提升方式是将I/O密集型的处理分配给专用的一体机，这些一体机通过缓存等技术大幅降低应用的延迟，例如SAP 的BussinessObjects。企业对实时数据透视的需求。对实时分析的渴望刺激厂商们开发出内存分析等技术和相关产品，同时也刺激了预测分析技术的发展，此外移动分析、云分析（AaaS）和大数据都是未来的市场热点。升级周期。根据IDC的分析，企业应用市场正进入一个十年一遇的换代周期，企业面临抉择：是继续使用稳定但功能局限的原有商业智能应用，还是拥抱新的面向大数据、云计算和内存分析等新技术的，但可能会有bug的新应用。对基础数据和信息管理的持续投资。这些都是商业智能的底层工作，包括数据发现、建模、集成、清理和数据库优化，这些都是耗时耗神的脏活累活。数据集成和并购集成。企业并购将刺激相关商业智能解决方案的销售。而且正如辉瑞副总裁David Kreutter所言：分析业务与过去相比，越来越多地变成一项运营事务。大数据。根据Wikibon的报告，大数据市场在未来五年将保持58%的惊人复合增长速度。而作为与大数据相关的商业智能平台和应用也将受益。
未来属于那些能够掌控整个数据生命周期的企业——数据从哪里来、如何收集和使用、往哪里去？
我们正从“内容为王”进入“数据为王”的时代，但这一切都离不开商业智能。商业智能工具使得数据更加容易管理、存储维护和分类。更好地访问数据能帮助企业上上下下做出靠谱的决策，而随着数据收集变得更加容易，数据的规模、速度、种类高速发展，企业将开始审视如何合理利用这些数据，在越发不可预测的经济环境中确立新的竞争优势。