据港台媒体报导，商业智能(BI)话题虽热，但看热闹的成份，始终大过实际导入的比例，也使相关产品销售周期为之长，因此业界有人戏称，做BI实在很‘悲哀’。惟资料库厂商开始针对结构化资料抛出ILM(信息生命周期管理)思维，通过此架构的ODS(操作资料储存库)核心从旁协助，似已填补BI过往在于‘整合后端OLTP资料库进程过长’之罩门，故厂商认为，ODS或ILM概念之崛起，无异对BI提供了一个颇佳的暖身或热身机制。
专家分析，意欲成就一个商业智能弹药库，必须先将企业OLTP操作系统(譬如交易系统、财会系统、ERP等)的Source Data加以撷取(Extract)，尔后再依据其所需之分析主题，把资料转化(Transform)为饶富意义的信息，再载入(Load)至数据仓库/资料超市之中;换言之，ETL(Extract/Transform/Load)的整合存取动作，即成为BI项目中，不可或缺的基本功。
但最让企业诟病之处，在于每每做完BI需求分析后，皆需耗费冗长进程于ETL(通常占整个BI项目建置逾三分之二时间)，才有可能看到Data Model设计、OLAP报表展现等实质成果，且在搬动资料过程中，也严重影响OLTP操作性能;未蒙其利，先受其害，致使原有心建构BI的企业IT部门，难免成为众矢之的。
刻正鼓吹ILM概念的赛贝斯(Sybase)，其台湾地区分公司总经理陈敏智认为，倘若以其Sybase IQ做为ODS储存体，适时分担一些历史资料、批次操作的承载，不仅有助平均分摊OLP操作负荷，也可拜先行搬移、重整大量资料之赐，让ETL工具不再需要朝各个OLTP翻箱倒柜，也无需再担忧重创企业关键系统性能，仅需对ODS轻松撷取，便可针对KPI制订时所需资料加以汇聚，使得BI原本让人不敢领教的ETL繁复进程，顿时简化不少。
另外，陈敏智指出，BI并非像ERP、CRM般，属于‘Working Level’工具，主要是提供予老板高层使用，但BI供应商很难与老板促膝深谈，把细部需求一次谈得彻底，导致最终成果难符用户期望，连带促动恶性循环，企业深恐‘下足本钱却看不出效益’，对于OLAP多维分析工具始终怀抱戒心。在此前提下，若通过ODS结合二维报表应用，让老板先行‘尝鲜’，感受BI意境后再逐入迈向多维分析，也不失为突破BI障碍的‘按部就班’之道。
