Om de gegevens uit één of meerdere systemen te halen en daarvan informatieve rapportages te maken, moet een aantal technische oplossingen geïmplementeerd worden. Dat zal beschreven worden aan de hand van de evolutie van een BI-oplossing, van eenvoudig tot zeer geavanceerd.
Allereerst mag de applicatie waarmee de medewerkers hun dagelijkse werk doen niet belast worden met zware opvragingen. Anders merken de gebruikers dat direct in de responstijd dat systeem. Voor zware opvragingen zou daarom ten minste gebruik gemaakt moeten worden van een (recente) kopie van de database van het bronsysteem. Dat kunnen overigens ook meerdere systemen zijn, bijvoorbeeld een boekhoudprogramma, een CRM systeem en een service applicatie.
Een tweede stap in de evolutie van een BI-oplossing is het toevoegen van een datawarehouse. Een datawarehouse is een database die geoptimaliseerd is voor (zware) opvragingen. Een transactiesysteem is namelijk opgezet om snel transacties te kunnen verwerken en minder geschikt voor rapportages. Een datawarehouse kan gegevens uit één bronsysteem bevatten, maar ook uit meerdere. Een datawarehouse biedt ook de mogelijkheid om gegevens in de tijd vast te leggen, die extra informatie verschaffen. Bijvoorbeeld voorraadstanden door het jaar heen.
Als gegevens uit meerdere bronsystemen komen, moet er een extra vertaalslag plaatsvinden om de gegevens uit de verschillende systemen met elkaar overeen te laten komen. Een klant kan bijvoorbeeld in het ene systeem een "debiteur" heten, in een ander "customer" en in een derde "place". Nummering, codering en naamgeving van objecten moeten volgens vastgestelde definities in het datawarehouse worden opgeslagen. Hierdoor ontstaat een ondubbelzinnige bron van gegevens. Als iedereen in de organisatie hiervan gebruik maakt, praat iedereen over dezelfde cijfers. (Hoeveel tijd gaat er nu in vergaderingen verloren aan het vastellen waarop getallen gebaseerd zijn? Bijvoorbeeld: wat is winst?, Wat is levertijd?, wat is verzuim?)
Een derde stap is het toevoegen van een zogenoemde OLAP database. In deze database worden de gegevens, met alle mogelijke combinaties en aggregatieniveaus berekend en opgeslagen. Dat gebeurt in datakubussen (Data Cubes). Hierdoor kunnen complexe opvragingen zeer snel beantwoord worden. De gebruiker kan hiermee spelen met de informatie. Hij kan bijvoorbeeld naar de omzet per medewerker per maand kijken, en daarna groeperen per productgroep of de cijfers per kwartaal. Het wisselen tussen deze weergaves van de gegevens gaat dankzij die OLAP cubes zeer snel. De OLAP cube is onder meer toegankelijk via Microsoft Excel. Hiermee heeft de gebruiker een vertrouwde omgeving waarin hij kan spelen met de data.
De vierde stap is Data Mining. Dat is het doorspitten van grote hoeveelheden gegevens. Dat hoeft de gebruiker niet helemaal zelf te doen, maar daarvoor is geavanceerde software beschikbaar. Hierbij kunnen van tevoren niet vermoede verbanden aan het licht komen, die mogelijk nieuwe marktkansen bieden.
Deze 4 databases (live systeem, kopie, data warehouse, en kubussen) zijn geschikt voor uiteenlopende soorten rapportages. Hieronder enkele voorbeelden:
- Een paklijst komt uit het live systeem.
- Een overzicht van alle klanten die dit jaar nog geen order hebben geplaatst komt uit de kopie van de live database.
- Een rapport met voorraadstanden per artikel in de loop van het jaar komt uit het data warehouse.
- Een analyse van verkopen per klant per productgroep van het afgelopen kwartaal, vergeleken met dezelfde kwartalen van de 3 voorgaande jaren komt uit de OLAP kubus.