Tilastollisten menetelmien soveltaminen osana yrityksen business intelligence tai data mining strategiaa on muodostumassa tärkeäksi kilpailutekijäksi, kun yritykset pyrkivät tuntemaan asiakkaansa, toimintansa, tuotteensa ja kilpailijansa entistä paremmin sekä ennakoimaan tulevaa kehitystä. Usein tietojen analysointi on jätetty pelkkien tunnuslukujen raportoinnin varaan, vaikka tieto itsessään saattaisi olla hyvinkin rikas ja monipuolinen informaation lähde.

Tilastollisten menetelmien soveltamista saatetaan vierastaa, vaikka esimerkiksi keskiarvon käyttö raportoinnissa pitää usein sisällään oletuksen normaalijakautuneesta ilmiöstä ja täten edustaa yksinkertaista tilastollista päättelyä. Keskiarvo voi olla kuitenkin harhaanjohtava, riittämätön ja jopa hyvin virheellinen estimaatti asialle jota todellisuudessa halutaan mitata. Joissain tilanteissa mediaani voisi olla oikeampi tunnusluku. Joskus ilmiöt ovat niin monimutkaisia tai suuria, että niistä ei saada mitään mielekästä informaatiota pelkkien tunnuslukujen avulla. Tilastollisten menetelmien avulla voidaan suuri määrä informaatiota jalostaa tulkinnalliseksi ja arvoida tulkinnan luotettavuutta.

Tietojärjestelmät, jotka on suunniteltu liiketoimintaa (tapahtumankäsittelyä) varten, harvoin tarjoavat mahdollisuutta raportointiin, josta voisi saada kokonaiskuvan yrityksen tai muun organisaation toiminnasta päätöksentekoa varten. Jos toiminnallisia järjestelmiä on useita, täytyy tietoja yhdistellä. Tietoja eri tarkoituksiin yhdisteltäessä tullaan helposti tilanteeseen, jossa samoja laskentasääntöjä ylläpidetään monessa paikassa ja samasta "totuudesta" on useampia versioita.

Ratkaisuksi on mahdollista luoda päätöksenteon tueksi tarvittavalle tiedolle tietovarastoja (Data Warehouse, DW), jotka on järjestetty informaatiotarpeen mukaan siten, että laskentasäännöt hallitaan yhdessä paikassa, tiedot ovat saatavissa nopeasti yksinkertaisin kyselyin, tiedot ovat riittävän yksityiskohtaisia,  ja silti historiallisen tiedon varastointi vie mahdollisimman vähän levytilaa. Detaljitasolla luotettavasta tiedosta voidaan sitten tuottaa monenlaisiin tarkoituksiin summattua ja karsittua tietoa (Data Mart, OLAP-kuutiot...), josta raportointijärjestelmät pystyvät nopeasti vastaamaan loppykäyttäjien tarpeisiin. Hyödyt ovat sekä ajallisia että rahallisia. Luotettava tieto päätöksenteon pohjana saattaa olla mittaamattoman arvokas.