商业智能关注核心

“大家日益认识到，商业智能不能单单把BI加到一大堆数据上，这种方法成本高、效率低。”BI德勤咨询公司负责BI业务的合伙人Scott Sognefest说：“这就像你绝不可能先建好工厂，再决定想要生产什么产品。”

所以，要先弄清楚实施BI的理由，然后再构建及完善通用数据模型，商业智能软件并确保来自多个系统的数据具有一致性。Gartner公司的副总裁Betsy Burton说：“数据质量和数据完整性问题永远不会消失，没有简单的办法可以解决。”

BI厂商们试图利用主数据管理（MDM）解决方案来解决数据质量和集成问题，商业智能分析但数据治理、清理及调和等方面的工作不单单是BI的范畴，还会影响企业的每个角落。公司必须全面完成数据工作，这是一个长期项目，最好的策略是减少数据源，只留下可满足明确的业务目标的数据源。这可以消除相互冲突的数据源，从而易于管理数据清理和集成。力求数据尽量准确，让数据更贴近上下文和元数据，Martens补充说：“抽取、转换和加载（ETL）需要很大的成本。”他指的是从遗留系统获取大块静态数据的常见方法。

减少数据源的数量有助于避免繁琐的工作，但数据质量仍要达到标准。