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.

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.

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.

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.