通常在进行商业智能信息系统项目之前，可以先从明确经营分析的愿景和目的入手，确定分析方法和工具、设计经营分析框架、设计指标和报表、IT实现和持续改进机制建立等几个步骤，即先有经营分析体系再有商业智能。
第一步：需要明确目标，即商业智能系统建设的目标，并进行清晰描述和分解。目标可以是：以ERP系统数据为基础，对公司生产、经营活动进行全方位、多视角的综合分析；为公司经营决策提供必要的信息支撑。
第二步：需要明确具体的业务需求。根据实际情况可以细分到不同的用户，例如：公司领导、部门领导、相关业务管理人员。
而不同用户，对于业务和数据肯定会有不同的关注点，有不同的要求与需求。可以在明确业务需求的同时，在经营分析过程中，构建完整的应用模式与场景。例如：构建相应的领导看板(管理驾驶舱)、业务指标分析模型和日常业务报表，与不同用户进行对应。
第三步：在对系统的建设目标、使用用户和需求明确后，可以对需求/关注点进行详细分析。即通过经营分析的思路在系统的建设目标——决策分析和系统的实现物(已实现的统计报表以及未实现的看板、指标体系)之间建立起互通管道。
从企业运营的效率和效益出发，对基于企业核心能力和营运流程的关系进行梳理和拆解，形成一整套全面细致的指标体系。而在流程梳理的过程中也可分别把指标落实到相应的责任部门。
企业管理的结构其实就是指标体系的建立，从体系的建立到实现，会有一段漫长而艰辛的过程。指标明细通常会从不同的分析维度、通过分析处理后得到不同的结果，要实现指标，必定需要落实指标的数据来源，而这些数据，通常也就是我们ERP或者其他来源的基础数据。
第四步：在整个商业智能系统建设过程中，非常基础但却又非常关键的工作在于数据的收集和管理。如何把企业呆滞的数据盘活，以达到商业智能系统的数据统计分析的要求，也是在整个系统建设过程中非常有挑战的事情。
我们知道，在企业当中，经常会由于某些特殊问题，内部各个部门的数据可能存在矛盾，特别是在集团型企业中，由于管理分散，核算方式不一致，系统数据来源不一致，造成的数据无法进行汇总、统计、分析。通过数据标准化，建立企业数据字典，统一定义数据含义，同时对数据质量相对较差的系统和数据库进行数据清洗转换，以提高整体数据的应用功效。对数据来源进行一定程度的规范，可以保证数据源的唯一性，也可降低整体的风险。
第五步：建立业务指标到日常管理报表的关联。通常，企业在信息化建设过程中，会针对不同业务、不同部门各自推行信息系统：公司级、部门级，管理性、业务性。但都或多或少会存在信息孤岛，造成数据整合的难度。对于指标体系的建设，报表之间关系的建设，以及报表的梳理和调整都会造成阻碍。
在构建了完整的数据信息链条后，对于没有找到报表支撑的指标，应该需要考虑是否建立新的报表，如何落实数据来源，数据录入和维护的责任如何分布?反之，对于和任何指标都无关的报表，其价值和存在的必要性也需要推敲。
第六步：在建立了指标体系和报表体系后，如何展示更能说明问题?另一方面，如何展示指标的来源数据和指标的浮动以及历史数据的对比关系?