BI（Business Intelligence）和BA（Business Analytics）虽然只有一字之差，但其内涵却大不相同。BI只是从数据出发，侧重技术挖掘的过程，而BA则是以业务为出发点，提出有针对性的业务问题，使BI平台中的数据价值得到充分利用，也让BI更深入业务。从BI到BA，是用户的强烈需求，也是商业智能发展的必然。
　　SAS公司大中华区总裁黄永恒谈到，以前BI的概念有些狭隘，是从数据出发，侧重技术挖掘过程，而与业务脱节，往往得出的数据和结论并不是业务真正需要的。现在，企业更多是从业务的角度来考虑，更多关注企业的绩效管理。绩效管理是将员工行为与高层战略相联系的有效途径。它能够通过预测性分析为管理者和员工团队提供所需要信息，帮助他们更好完成决策和分析。而只有通过商业分析，即BA，才能做好绩效管理。
　　BA需要有一些分析应用的解决方案来支撑。而分析应用里面最关键的有两个部分：一个部分是分析，另一个部分是智能，即BI，这两者同时支持分析应用。最底端的还是数据整合，即DI。这样，DI分析和BI构成一个支持平台，来支撑起整个企业的绩效管理。如此可以看出，BI只是BA的一部分。
　　BA帮助企业解决业务问题，同时通过分析提供给企业一些隐性的机会。
　　SAS公司全球客户智能和零售部总经理 Jeff Levitan认为， 商业分析（BA）可以将客户数据转化为利润。就拿零售企业来说，BA能够更有效识别和保留能创造利润的客户，并通过提供及时的、量身定做的、能够反映客户的独特性和偏好服务项目，来吸引同类型的客户，还可随时调整价格策略，以便应对竞争，赢得订单，使利益最大化。BA可分析多重因素，预测什么商品是最受欢迎的，进而提高每个客户的销售量。
　　通過掌握最佳媒体组合，使广告和促销投资收益最大化。尽可能通过对客户全方面的持续礼遇，加深客户对公司的印象，提升客户满意度、忠诚度和口碑。合理分配有限的资源，例如预算、员工和IT系统。
　　Jeff Levitan认为，使商业分析发挥应有的作用有5个重要步骤。
　　1．利用技术设备，全方面实现对客户的整体认识。那么在传统交易基础系统和运营CRM系统上的现有投资都白费了吗？当然不是，但是这些系统需要通过数据库，使各部分联合成一个整体的分析框架来分享信息。对整合的知识库要不断更新、验证、核对和管理，以保持整体性。知识库为各个业务部门，客户群和各种业务带来有意义的分析，提升洞察力和执行力，达到优化客户价值的目标。
　　2．各个业务部门数据得到的结果中，仍然隐藏着某些内涵，这只有通过对信息进行深度、广度和相关性的分析才能观察到。就女装连锁店的案例来讲，直到公司把返还信息和会员忠诚方案的信息相互比较，才发现反季销售收益颇丰的真相。利用多个信息源收集来的信息，公司可使更多客户成为忠诚方案的会员。
　　3．使用分析系统建立客户与收益关系。过去简单的分析系统不能实现这些功能，如果要有效预测客户需求，就必须提供预测模型的高级分析系统，以便优化客户互动行为，准确评估出每个客户的爱好、倾向，然后对应订单与支付账单，回应竞争中的不法行为。
　　4．许多组织没有安装能完整发掘分析型CRM系统的程序和设备，信息也不能及时传递给一线员工和各个运行系统。如果能做到的话，将会获得更有效的执行力。在一个整合的平台上，每个人都可以使用客户智能系统，工作也会更有效率。
　　5．把营销、销售和服务与企业目标联合起来。如果一个受限于预算的营销活动导致优质顾客远离，而且最终成本高于收益怎么办？全面的决策要求整个企业的协作，这也是那些具有前瞻性的组织正在把预测分析软件，不仅只是运用在营销方面的原因。例如，一个大型专卖零售商有一个通用准则，通过财务绩效来消除事业部的不一致意见，用分析软件去改进每家商店的产品组合，进而为顾客创造最佳的购买体验。