a:

Obecně platí, že veškeré údaje lze automatizovat pro analýzu a studovat za účelem zvýšení provozní efektivity, snížení nákladů a zvýšení výnosů a ziskových marží. Mezi mnoha různými datovými typy, které lze shromáždit, jsou nejčastěji studovány výrobní náklady, náklady na pracovní síla, marketingová účinnost a podrobné údaje o prodeji týkající se všech výrobků a služeb, které společnost nabízí.

AD:

Dolování dat je metoda analýzy počítačových dat používaná k odhalení vztahů mezi různými datovými soubory, jako je vztah mezi pracovní dobou a výrobní úrovní výrobní společnosti. Mezi další příklady využití technik dolování dat patří "analýza nákupního košíku", která se zabývá věcmi, jako je celková částka spotřebitelů, kterou běžně utratí v jedné nákupní cestě nebo jaké výrobky spotřebitelé společně nakupují během nákupní cesty.

AD:

Dolování dat se liší podle odvětví nebo typu podnikání. Například banky provádějí historickou analýzu dat, aby určili, kteří zákazníci nebo typy zákazníků budou s největší pravděpodobností splácet úvěry včas. Pojišťovny vyplácejí obrovské množství údajů pro vypracování pojistně matematických tabulek pro hodnocení rizik a pro identifikaci modelů podvodných nároků. Prakticky každá velká firma, která prodává produkty na maloobchodní úrovni, využívá dolování dat k analýze účinnosti reklamních kampaní.

AD:

Cílem business intelligence je umožnit manažerům informovat se o rozhodování o fungování společnosti, o rozhodnutích, jejichž cílem je zvýšit provozní efektivitu a nakonec zvýšit ziskovost společnosti. Z tohoto důvodu jsou nástroje podnikové inteligence někdy označovány jako "systémy pro podporu rozhodování".

Pro účely business intelligence některé společnosti využívají své vlastní historické údaje, ale jiné společnosti shromažďují data z externích zdrojů známých jako datové sklady, množství dat shromážděných z celého odvětví společnosti spíše než vlastních firemních údajů.