بیشتر افرادی که در دنیای واقعی کسب و کار خود را دارند می‌گویند ما راحتیم و درآمد خود را کسب می‌کنیم، با این حال چه نیازی است که کسب و کار اینترنتی راه‌اندازی کنیم؟ ما دلایل محکمی را برایتان بصورت موردی در اینجا می‌آوریم تا قانع شوید. در زمان برنامه‌ریزی برای بیزینس آنلاین خود باید به موارد زیر دقت داشته باشید: تحقیق درباره رقبای خود و سایر مشاغل که از ابزارهای آنلاین استفاده می¬‌کنند، مشخص کنید که چه جنبه¬‌هایی از بیزینس آنلاین به نفع تجارت شما خواهد بود،سرمایه‌¬تان را مشخص کنید و به همان اندازه برای راه اندازی تجارت آنلاین هزینه کنید،آشنایی با قوانین و مقررات مربوط به فعالیت¬‌های کسب و کار اینترنتی، بررسی کنید چه نرم افزاری و چه نوع تجهیزات رایانه‌¬ای برای اجرا کارتان نیاز دارید، بررسی نیازهای خود و کارمندان بیزینس آنلاین عموماً وقتی از سایت شما صحبت می شود ، نباید هیچ کم و کسری در آن وجود داشته باشد . اما خیلی کم به آن چه که نباید در وب سایت باشد توجه می کنیم . اگر بپذیریم به کار گیری مکانیزم ها و فرایندهای پایدار گرد آوری ذخیره سازی ارزیابی و تحلیل و در نهایت کسب اطلاعات از داده های انبوه ، آشفته و پراکنده یک سازمان در هر مقیاس و اندازه ای چنان اهمیت یافته که امروز به عنوان عاملی رقابتی در سازمان ها مطرح می شود و تاثیری مستقیم بر موفقیت یا نا کامی آن ها ایفا می کند درک این که چرا در سال های اخیر هوشمندی کسب و کار یا Business intelligence به موضوع داغی تبدیل شده است دشوار نخواهد بود . BI به عنوان مجموعه ابزار ها ، راهکارها ، فناوری ها ، و مهارت های کسب دانشی جامع و یکپارچه از وضعیت کسب و کار یک سازمان به منظور ارائه اطلاعاتی فرا گیر به گونه ای که بتوان با استنباط از آن ها تصمیم سازی کرد و بهره وری را افزایش داد به یکی از کلیدی ترین اجزای یک معماری سازمانی بدل شده است . آمار های موجود شواهد و دلایل معتبری را ارائه می کنند که بر اساس آن ها ، سازمان ها توانسته اند هزینه های غیر ضروری تحلیل های عمیق و دقیق تر از وضعیت درون سازمانی رقابت پذیری کاهش و ضریب موفقیت خود را افزایش دهند و به یک معماری تجاری قابل اطمینان دست یابند . با پشت سر گذاشتن چند دهه از طرح مبانی نظری و فلسفی BI ( اواخر دهه 1950 میلادی ) و پس از گذشت ابزار های آن ، امروز از نسل جدید ابزار های کسب و کار هوشمند سخن به میان می آید که در مقایسه با نسل پیشین بهبود یافته و کار آمد تر شده اند و به جای تکیه بر داده های سنتی بر داده های معنایی (semantic Data ) استوارند در پرونده پیش رو بر آن شدیم تا با بررسی دوباره این موضوع این بار جامع تر و کامل تر از گذشته بر اهمیت آن تاکیدی دوباره کنیم .