BI不是分析靜態數據的，也不是只給領導用的
BI只能分析靜態數據的說法肯定是不對的。其實靜態數據和動態數據沒有什么本質的區別，你既可以馬上分析今天的數據，也可以隔一個月后再把今天的分析數據調出來。BI只是給領導用也顯然是不對的。舉個例子，超市收銀員用讀碼器收費找零打折的行為也可以稱之為對BI的應用。而且這種BI所處理的數據就是動態的。它的使用者是員工而非領導。這樣一來，就不存在所謂BI的真偽問題了。
BI是分析結構化還是非結構化的數據
如果按照狹義的BI定義，也就是我們傳統的對BI概念的理解，它是指用數理統計學的方式對我們現有的數據進行綜合統計分析，找出規律性的東西，以輔助我們決策。在這種定義下，一般用的就是結構化的數據。所以不能把只分析結構化數據、不分析非結構化數據稱為偽BI。事實上，目前流行的BI分析工具，比如BO、COGNOS、BRIO、Microstratige、Hyperion、SaaS、SPSS等等，都是只針對結構化數據做的。
如果按照廣義的BI定義，也就是從BI泛指用計算機輔助人進行信息處理的角度講，它就不一定是只處理結構化的數據。有些情況下BI可以是分析非結構化的數據，如針對word文檔或網頁搜索到的字的頻率等等。再比如一些特殊的應用，像要分析奧運場館，如鳥巢，在發生突發安全事件后人員如何疏散的問題，采用特殊的數學模型來模擬各個點起火時的情況，就是一個典型的BI應用，這里絕對是非結構化的數據。但如果按照統計分析的定義，這種應用卻不算是BI。還有比如涉及語音和圖像識別這樣的應用，它們處理的也不是結構化的數據。
目前企業上ERP的都是結構化數據。雙匯在BI應用上目前都是結構化的數據。我們把ERP系統里面的數據提練出來，形成一個多維數據倉庫，用一個BI工具進行分析，并實時在線直觀的展現給管理者看。比如要看預算完成情況，看計劃的利潤實現情況，可以點開相應的頁面查看，這時系統把當前的利潤數據展示出來，并與預算值進行比較，如果數值是在計劃范圍內，就顯示為綠色，如果超出正常范圍，就會顯示為黃色或紅色，管理者看到這種不正常的數值，就知道企業運行出了問題，他就可以從這個數據點進去，查看具體出問題的地方。比如在一個更深入的層次，系統可能顯示出其它各個事業部的運行指標都在正常范圍內，只有物流事業部的指標出現了黃色或紅色，于是再點擊物流事業部，系統就展示出它下面又有哪幾個部門，是哪個部門出了問題。這樣就一層一層一直“鉆取”到問題到底發生在哪里。這就是一種很直觀的BI應用，它給使用者提供的不是枯燥的數據，而是一些形象生動的分析結果。