按照从数据到知识的处理过程，一般BI系统的功能构架包括数据底层、数据分析和数据展示三个功能层级。其中数据底层负责管理数据，包括数据采集、数据ETL、数据仓库构建等;数据分析主要是利用查询、OLAP、数据挖掘以及数据可视化等分析方法抽取数据仓库中的数据来进行分析，形成数据结论;最终通过数据展示呈现报表和可视化图表等数据见解。

  具体地，对应到企业的决策与经营环节，BI的运作流程如下图所示。首先从来自ERP、OA、财务等不同业务系统以及外部的数据中提取出有价值的部分。接着进行数据的处理与存储，经过ETL、数据清洗等过程，合并到企业级的数据仓库里，从而得到企业数据的全局视图。最后在此基础上利用合适的查询和分析工具、OLAP工具等对其做多元化的分析和处理，将数据信息转变为管理驾驶舱、中国式复杂报表、自助分析、多维分析等数据应用，从而为企业管理的人和运营人员的决策过程提供支持。

  对照BI的功能构架，BI的主要技术也可大致分为展示类、分析类和支撑类三个层级。

  从行业整体的研发投入情况去看，2018-2022年期间，中国商业智能行业整体研发投入规模呈逐年上升的趋势，研发投入强度维持在高位。2022年，中国商业智能行业整体研发投入为1789亿元，研发投入强度为26.76%。主要由于我国商业智能领域相关厂商涉及人工智能、大数据等技术上的含金量较高，且竞争较为激烈的领域，因此投入了相当大的资金规模进行研发技术，但需要强调的是，由于商业智能领域较为细分，只有少数企业主要经营业务专注于商业智能领域，因此，统计数据仅能从侧面反映出商业智能领域厂商对技术研发的重视程度。整体看来，我国商业智能行业研发投入力度较大。

  注：1)研发投入规模为商业智能行业中企业研发投入的总和;2)研发投入强度为研发投入规模占据营业收入的比值;3)商业智能行业统计样本为前瞻筛选的BI行业相关上市企业，样本包括20个上市企业，特此说明。

  从我国商业智能行业代表性厂商的技术进展情况去看，结合人工智能实现产品性能的迭代升级是我国商业智能厂商的主要技术发展路线，除此之外，百度、云从科技等厂商亦在当前炙手可热的大模型领域实现了技术进展。

  更多本行业研究分析详见前瞻产业研究院《中国商业智能（BI）行业市场前瞻与投资战略规划分析报告》。

  同时前瞻产业研究院还提供产业大数据、产业研究报告、产业规划、园区规划、产业招商、产业图谱、智慧招商系统、行业地位证明、IPO咨询/募投可研、IPO工作底稿咨询等解决方案。在招股说明书、公司年度报告等任何公开信息公开披露中引用本篇文章的主要内容，需要获取前 瞻产业研究院的正规授权。