1、易用性加强，业务人员做分析

商业智能易用性的提高是商业智能发展的必然趋势，而这一趋势也将改变商业智能分析人员的组成结构，由传统的IT信息人员做分析转化为业务人员自主分析，更快地去响应变化的需求，节省大量沟通时间。

2、商业智能向云端发展

随着企业处理存储数据的量级增大，很多企业都将应用和功能部署到了云上，其产生的大量数据也就存储在了云端。相比传统的存储运算，云存储云计算有着更大的容量以及更快的处理速度。因为数据就在云端，采用基于云的商业智能解决方案更容易连接存储云上的数据。

3、更短的部署实施周期

自动建模的敏捷BI的出现解放了大量需求沟通的时间，令前期长达数月的需求沟通时间缩短到数天。今后随着建模技术的改进，这时间还有可能缩短。

4、预测分析得以普遍应用

传统的数据分析工具或是传统的BI其实仍然停留于对已有数据的展示，汇总，过滤，钻取等一系列操作，得出的结论也是过去完成时或是现在进行时。未来，随着数据挖掘技术算法的精进，商业智能将真正实现预测分析，为企业决策提供前瞻性数据支持。

5、从单独的商业智能向嵌入式商业智能发展

在企业现有的应用系统中嵌入商业智能组件，使普遍意义上的事务处理系统具有商业智能的特性。

6、注重移动商业智能工具

在移动互联时代，不能使用移动端获取信息的是落伍者;而在后移动互联时代，不能使用移动端交互信息的亦是落伍者。因此移动BI功能开拓及完善是每个BI厂商必须提上日程的计划。

7、从部门级向企业级进化

传统的BI只是应用于某一部门实现某一部门应用需求。未来的BI发展趋势应该是跨部门进行企业级的数据信息整合分析，为企业提供更全面完整的信息视图。

8、可拓展性，定制化

由于每个企业利用BI实现的分析各不相同，这也就对BI商业智能在基本核心功能的情况下，能够对企业提供针对性功能，要求商业智能解决方案更具开放性及拓展性。

9、加强对非结构化数据的处理能力

大数据时代产生了大量的非结构化数据，这些数据大多来源于社交网络，包括视频、音频、图片、图像、文档、文本等形式。这些非结构化数据是企业客户分析，竞争分析，口碑分析的重要信息的载体。因此未来BI的发展趋势必然要加强对非结构化数据的处理能力。

10、可视化，交互分析加强

越来越多的用户不再满足于传统的报表和图表展现，基于地图的数据展示正日趋流行。除了这些广泛采用的技术，一些特殊的数据展现，需要特殊的可视化技术，如数据挖掘结果的特殊展现，结合生产工艺图等个性化展现，噪声数据展示等等。满足各类个性化可视化要求，将是BI面临的一大挑战。

同时，BI传统的过滤、上钻、下钻、比较等功能也难于满足一些特殊企业用户管理分析要求。在未来的BI平台中，预测、分摊、假设模拟、数据挖掘等交互式技术将成为新一轮的BI系统升级改造方向。