El análisis de datos en las empresas, ha sido desde el inicio de éstas, una práctica cotidiana, la llegada de herramientas tecnológicas para el soporte a la toma de decisiones ha facilitado ésta tarea a los niveles intermedios y estratégicos de la organización, así es como nace el concepto de Inteligencia de Negocios o BI por sus siglas en inglés (Business Intelligence).

La tecnología que apoya a Inteligencia de Negocios, se basa en los siguientes conceptos:

	Online Analytic Processing (OLAP).
	Datawarehousing.
	Datamining.

Estos, han contribuido a aumentar la necesidad de convertir los datos en información para tomar acción dentro de la empresa, por tanto, se concluye, que en cada "empresa inteligente" el análisis de datos juega un rol central para que éstas sean altamente competitivas.

BI es, dentro de las tecnologías de información, un área que se ha venido desarrollando en gran escala desde mediados de los 90's, y es un excelente complemento a la implementación de sistemas integrales (ERP), ya que estos últimos, están diseñados para soportar la operación, pero no así para fundamentar la toma de decisiones.

Las herramientas de BI, son generalmente de manejo muy simple para los usuarios de niveles intermedios y estratégicos de la organización lo que hace de ellas una aplicación de gran aceptación a estos niveles, enfatizan su funcionamiento en la manipulación de volúmenes de datos estructurados y diseñados para la toma de decisiones, así como el uso de indicadores sumarizados y precalculados, integrando bases de datos (datawarehouse), análisis de profundidad (drill-down), vista de la información por diferentes cortes (slice & dice), y el análisis de inferencia estadística o modelos numéricos de soporte a la toma de decisiones, para realizar proyecciones o simulaciones y análisis "¿que pasaría si?" (What if?).

Lo anterior, nos indica, que el usuario ideal para estas herramientas son los niveles intermedios y estratégicos de la organización.

Entre las características principales de BI podemos citar:

	Soporta Reportes y consultas "ad-hoc"
	Se centra en la estructura de datos para la toma de decisiones.
	Su diseño se basa en modelos multidimensionales (cubos, modelos estrella DWH).
	Analiza datos empíricos y describe resultados de modelos de análisis.
	Utiliza técnicas de sumarización y precálculo de indicadores.
	El volumen y la frecuencia de actualización de información se adecua a las necesidades de
	cada empresa.