As análises de desempenho sempre foram realizadas pelas empresas, de uma forma ou de outra, para detectar qual produto vende mais ou qual fornece maior margem de lucro. Porém, o acirramento da competitividade exigiu das empresas maior agilidade no processo de decisão, ao mesmo tempo em que a informatização das atividades contribuía para proliferação de sistemas e planilhas corporativas, gerando redundâncias e inconsistências. Além disso, era necessário aprofundar a análise da informação, à procura de respostas ou pontos que não haviam sido observados antes.
O BI permitiu que a unificação da informação se tornasse uma realidade, garantindo seu armazenamento de forma a criar um histórico de operações. A idéia era aproveitar estes dados para as respostas dos executivos quanto à saúde dos negócios, ou auxiliar nas ações a serem adotadas a curto prazo. Não obstante, o mercado global de BI teve um crescimento de 12,5% em 2007, e a previsão do Gartner Group é de crescimento a 8,6% ao ano a partir de 2011.
Se por um lado o BI fornecia as ferramentas necessárias para se explorar a informação em várias camadas, por outro disponibilizava aos analistas de negócio uma extensa base com dados de alta qualidade, servindo de fonte para pesquisas, previsões e simulação de cenários. Enquanto o BI mostrava o “porquê e como”, estes analistas desejavam saber o “onde e quando”.
Estas análises utilizavam técnicas avançadas, que consistiam em usar estatística avançada e aprendizado de máquina para agrupar massas de dados de acordo com semelhanças de padrões, e estudar as correlações e interdependências entre eles. Um comportamento novo que surgia e começasse a se repetir com freqüência poderia indicar a presença de oportunidades.
Portanto, o que se chama de Inteligência Analítica corresponde a um subsistema do BI, que consiste em utilizar técnicas de Mining para a tomada de decisões mais precisas, melhor embasadas em evidências e constatações e com maior probabilidade de acerto. Davenport explica a Inteligência Analítica como "... a utilização extensiva de dados, análises quantitativas e estatísticas, modelos explicativos e preditivos e gestão baseada em fatos para orientar decisões e ações" (DAVENPORT, 2007, p. 8).
As empresas que minerarem seus dados com maior intensidade e precisão serão líderes nos segmentos em que atuam. A Amazon.com e a NetFlix, por exemplo, fazem análises exaustivas em seus históricos de vendas, locações e avaliação de produtos para prever o que poderá agradar seus consumidores. O Wal-Mart coleta dados de seus consumidores para garantir que seus clientes tenham os produtos que desejarem, no momento em que desejarem e ao preço que desejarem. Estas informações permitem a essas empresas desenvolverem ações de marketing cada vez mais direcionadas ao seu público-alvo.
Estes modelos de análise também podem ser empregados nas demais atividades, como por exemplo, o planejamento da cadeia de suprimentos e gerenciamento logístico. O modelo de negócio da Amazon e da NetFlix requer um gerenciamento constante de fluxo para novos produtos, fornecedores, clientes, promoções e a entrega dos pedidos diretamente até seus clientes nas datas prometidas. A UPS e FedEx aproveitaram a Inteligência Analítica para otimizar rotas de entrega (DAVENPORT, 2007).
Existem vários campos de atuação em que as técnicas de análise podem ser empregadas. Por exemplo, pode-se utilizar Inteligência Analítica para projetar ou simular comportamentos do tráfego nas grandes metrópoles, mercado de ações, gestão de finanças, gestão de RH, gestão de custos, Pricing... São várias as possibilidades de utilização deste recurso, desde que se tenha os dados disponíveis numa base sólida e confiável. O modelo então é construído com base nas premissas da exploração, e aprimorado constantemente para se tornar cada vez mais inteligente e eficaz; Quanto maior o histórico de dados armazenados no banco, maior a exatidão da consulta.