信息技术第三方平台及其四大分析支柱，大数据以及分析、流动性以及多频、社会及业务和云端服务。它在零售业务以及IT战略中创造的生态系统将持续进化。第三方平台已经被广泛应用于零售、创造新的业务角色、基础竞争、应用程序及分析等方面。
　　
　　结合所有的这些因素，就能创造出一个信息环境，零售商则可以利用该环境赚得客户的忠诚度。向市场中引入成功的新产品，通过供应链与业务伙伴合作，加强联营降低风险并提高他们的品牌。当然，为了有效地达到该目的，零售商们需要利用大数据和分析理论。
　　
　　但是，数据的非结构化已经成为企业的重大挑战。企业已经熟悉收集和分析结构化数据，如传统的销售年报信息。目前，许多企业都困惑于如何收集和分析更多类型的多结构化数据，如网络日志、无线电射频识别、传感器网络、社交网络、互联网文本和文件、互联网搜索索引、详细通话记录、医疗记录、摄影档案、视频档案以及电子商务交易数据等。
　　
　　由于这些数据的结构问题及大数据类型的复杂关联，导致无法应用现有的传统技巧进行大数据分析。这为企业带来了新的任务，需要开发一套全新方法，不仅能够处理传统数据，而且可以便捷地分析和应用这些新兴数据，而不是仅仅进行储存。
　　
　　一般来说，基础数据的不完善，存在着这样二个方面情况：
　　
　　首先，数据之间缺乏关联关系。譬如希望分析采购订单与收货记录，以考核交货及时率，但是系统的数据库表中并不存在采购订单与入库验收单之间的关联，希望考核销售员业绩，但是系统的数据库表中不存在销售订单与销售员之间的关联关系。这些关联关系，都是在在线交易系统使用过程中实时录入的，同后台维护工作是同时进行的。
　　
　　其次，数据不真实。譬如超市对销售客户的分析。为了分析客户的购买习惯，需要按照客户的性别、年龄、家庭住址与超市的距离、家庭收入、家庭成员数等进行分类，但是，实际客户填写的资料并非是真实的。据此分析的结论显然不会真实。
　　
　　由于目前中小型企业在扩张过程中，往往存在管理滞后的现象，以数据支持决策的工作还没有得到成熟的阶段。所以目前阶段的商业智能分析，仍然处于收集数据、分类汇总、及时展现的初级阶段。
　　
　　目前的一些大型企业的商业智能项目，其实现的目标并不实用，它们仅仅是实现了会计的三大报表(资产负债表、损益表、现金流量表)，以及预算与实际的对比，而在预算与实际对比的系统运用中，并不如理想中的方便。有些企业的商业智能分析软件，是提供一个接口，让操作者在Excel电子表中制作相应格式的报表，然后定期导入到智能分析软件中，完全丧失了软件的自动化功能。
　　
　　所以，中小企业应该以务实的念度来对待商业智能分析系统。应该通过商业智能分析，决策者看到报表数据，立刻可以决定下一步的行动计划。决策者所需要的，仅仅是及时提供数据准确的报表。
　　
　　系统智能不能很好实现现有数据挖掘算法大多尚不成熟，效率较低。另外，作为BI数据基础的数据仓库或数据集市中数据量一般比较大，新知识形成的速度和准确性比较低，致使现有的BI系统在知识发现方面的能力不能满足用户要求。

　　责任编辑：Alisa编辑