银行业的竞争越来越激烈，而在严格的监管环境下产品同质化状况又十分严重，因此对于银行来说，突破这种局面、推出个性化的产品和服务的要求也愈加迫切，近期已经有银行正在逐渐设置专门的数据分析师职位。目前，银行的营销基本都是交叉或者团队行动，业务部门必然对对数据分析提出更高要求。
在长期运营当中，每个银行都积累了海量的客户信息、交易信息、理财信息等，如何在这些信息里提炼出营销所需要的数据，促进产品的研发和营销，正是银行借助或者说期望商业智能（BI）的关键。事实上，数据仓库系统和BI在我国银行业已经引入和实施了好几年时间，那么BI现在在银行业的应用现状是怎样的呢？
目前在国内很多银行引入BI的现状是，数据仓库已经搭建完成，整合了各系统的历史数据。但是，庞大的数据大多仅用于各种报表，这也正是近年来银行BI受到非议最多的原因。为什么会出现这种现象的原因主要有以下几个方面。
一方面，在应用初期，BI用于各种报表的情况也属正常。因为，灵活报表、即席查询、联机分析(OLAP)、数据挖掘，是数据仓库应用模式从低到高的四个层次。从分析技术发展来看，报表属于静态分析，OLAP属于动态分析，数据挖掘则是自动的知识发现，这种发展是需要一个过程的，也是与业务分析人员的分析技能密切相关的。
另一方面，则涉及到银行一些更深层次的因素，任何一个BI应用的提出，都是围绕一个业务的管理主题而提出的，关键在于业务逻辑的处理，而不是数据的摆放模式和展现手段。同时，基础数据环境的规范与完整程度作为BI赖以生存的客观环境，也需要一个不断完善的过程。
总之，BI的基础包括了商业信息、商业定位、商业策略和商业思维，没有信息和业务体系加以支撑，“智能化功能”是无法得以体现的。因此，应该说，银行并不是不重视数据挖掘，而是目前阶段，银行的BI还处于一个较为低级的应用阶段，BI的功能还远远没有得到很好的释放。
