Aufgrund der stark gewachsenen Speicher- und Verarbeitungskapazitäten können heute erheblich größere Mengen an Informationen im persönlichen wie auch beruflichen Umfeld in Form von digitalen Daten erfasst und verfügbar gemacht werden. Beispiele hierfür sind Profile oder Beiträge in sozialen Netzwerken, Kaufhistorien einzelner Kunden in Online-Shops sowie Bewegungsprofile oder Gesundheitsaufzeichnungen. Häufig werden derartige Daten etwa bei der Nutzung internetbasierter Dienste wie dem World Wide Web automatisch und in hoher Granularität erzeugt. 

Diese veränderte Datenlage hat erhebliche Auswirkungen auf alle betriebswirtschaftlichen Funktionsbereiche von Unternehmen, seien es beispielsweise Marketing, Personal, Finanzen oder Beschaffung, Produktion und Logistik, wie auch auf entsprechende Bereiche öffentlicher Organisationen. Um allerdings die ständig wachsenden, enormen Datenmengen sinnvoll nutzbar zu machen, sind entsprechende Fähigkeiten und Werkzeuge zur Zusammenführung, Auswertung und Analyse unabdingbar. Daher wird heute auch von Betriebswirten eine fortgeschrittene Qualifikation im Hinblick auf den Umgang und die Verarbeitung derartiger Daten im Rahmen spezifischer Softwarepakete zur Informationsanalyse und Entscheidungsunterstützung und die zugrundeliegenden Konzepte und Methoden erwartet.

Diese Herausforderungen der intelligenten Datenanalytik sind Gegenstand der „Business Analytics“, die Kompetenzen aus den Bereichen Business Intelligence, betriebswirtschaftliche Modellbildung, Datenanalyse & Data Mining, Wirtschaftsinformatik & Data Science, Statistik & Ökonometrie sowie Optimierung & Simulation verzahnen und durch entsprechende IT-Systeme und IT-Werkzeuge zur Anwendung bringen. Im Hinblick auf die Art der Datennutzung wird dabei unterschieden zwischen Descriptive Analytics (im Sinne des automatisierten Auffindens von Zusammenhängen in großen Datenmengen, oder: „Was ist passiert?“), Predictive Analytics (im Sinne der automatisierten Ableitung von Prognosen, oder: „Was wird passieren?“) und Prescriptive Analytics (im Sinne der automatisierten Ableitung von Handlungsempfehlungen, oder „Was soll passieren – und was muss getan werden, damit es passiert?“). Erst eine methodische Entwicklung von ganzheitlichen Ansätzen, die Techniken aus allen drei Bereichen integrieren, ermöglicht die zielführende Unterstützung von betriebswirtschaftlichen Planungs- und Entscheidungsprozessen sowie die intelligente Digitalisierung bestehender Geschäftsprozesse.