現代商業智能軟件其實已經有三十多年的歷史，上世紀80年代開始有各種BI產品出現在市場。這個行業經歷過兩個重要的節點：
第一個節點是以IT部門為核心的1990年后，以報表、儀表盤為代表產品。在這個階段，IT部門是負責BI系統的核心部門，他們采集數據分析需求，向高層或者業務部門輸出報表，負責統籌和管理所有的BI系統和BI報表。

2.商業智能行業在2005年后迎來了第二個重要節點，以數據分析師為目標群體的自助式報表分析系統，極大的簡化了數據分析流程，使得業務部門可以不再依賴于IT部門進行數據分析和報表創建。

自助式報表分析為我們打開了一扇新的大門，對于沒有專業數據分析背景的業務人員，我們可以在經過一定的培訓之后，快速構建BI報表。在自助式分析這個浪潮涌現的過程中，商業智能行業的各大軟件商都逐漸建立了兼顧IT驅動（更加專業和穩定）報表分析模式和業務驅動（自助式）報表分析模式。但是隨之而來的，整個市場呈現出以下問題：

1.如何優美的兼顧兩種模式？業務驅動分析更擅長解決問題域尚不清晰的情況下的數據探索，而一旦分析的問題域確定，用戶通常期望能建立起高效的數據模型，進行更大規模的數據分析和共享。對自助式分析起家的廠商，一個關鍵問題是如何解決數據規模變大之后，更大規模的、跨部門的數據分析、呈現問題；而對于擅長企業級BI的廠商，又有好些因為無法兼顧兩種模式而漸漸在市場中不再閃耀。

2.如何幫助更多的業務人員使用數據？自助式分析降低了數據分析門檻，但是這個門檻依然存在。雖然有句口號是人人都是數據分析師，但是自助式分析仍然呈現出入門容易精通難的特點，在沒有指導沒有咨詢介入的情況下，一個普通業務人員其實難以駕馭BI系統來構建報表。商業智能市場上的一大痛點是如何讓幾乎沒有數據分析背景的人員，在日常工作中能自由探索和使用數據。

3.如何通過數據產生行動？一直以來，商業智能軟件需求優先級會低于業務系統，他們的使用大都停留在看數據、分析數據。但是找到問題的原因之后呢？如何在企業中協同分享，如何產生可追蹤的行動，如何無縫連接進入業務系統與業務系統的事物處理融合，如何幫助用戶探索和預測不同行動之后的可能結果，等等。這些問題都成為了如何進一步打動企業產生購買和持續付費的關鍵。

在2018年后，商業智能領域迎來了一個新的節點：增強智能 （Augmented Analytics）。這個趨勢得益于整個生態鏈條的變化：

1）業務系統數據接口標準化 （數據庫云化，業務系統云化）
2）數據量級爆發式增長
3）AI技術漸漸成熟并為商業化提供了基礎
4）移動辦公普遍化
5）語音交互漸漸被大眾接受
6）大量To C的應用降低了人們對軟件使用難度的容忍度
7）業務的變化無處不在，數據驅動決策普遍化

基于以上的問題和變化，商業智能軟件領域在2018年后，可謂是風起云涌，百花齊放。這個行業的競爭者，他們有的是一直在企業軟件領域保持領先的大廠，比如億信BI、MicroSoft；也有的是在自助式BI的浪潮中為自己爭得了一席之地的后起之秀，比如Tableau, Qlik等等；也有的是在增強型智能的嘗試中的新銳，比如ThoughtSpot, SalesForce, SAS等等。

但是不論每個競爭者如何去描述自己的故事，商業智能領域要去解決的問題卻不曾變化：如何幫助企業通過數據做決策。為了達到這個目標，國際上領先的商業智能軟件，他們都在努力的向以下幾個方向奔跑：

1）自助式分析的能力
2）企業級部署的成熟度（管理，安全，SDK）
3）數據管理和準備（清洗，導入，建模）
4）面向業務人員的內容呈現和交互的能力
5）從洞察到行動：分享、協同、與業務系統融合

而每個軟件提供商根據自己的市場定位，他們會呈現出不同的競爭區分點。

當客戶選擇商業智能軟件的時候，發掘和明確自己的需求是第一位的，之后再開始軟件的選型。根據自己的企業現狀、數據核心需求以及可預見的未來的需求，再去接觸不同商業智能軟件提供商，分析他們的優勢劣勢，才能找到最合適自己的產品。