برای رقابت در محیط سخت، الکترونیزه کردن این انکان را برای کسب و کار ایجاد کرده تا سیستم های هوش کسب و کار (BI) را به منظور تصمیم گیری، بکار گیرد. به هر حال، برای جلوگیری از تجارب ناکارامد در طی این آرایشات، این مسئله حائز اهمیت می باشد تا تاثیر فکتورهای سیستم هوش کسب و کار BI را مشخص کنیم و روش ارزیابی مناسبی را برای سنجش عملکرد سیستم های هوش مصنوعی پیدا کنیم. در این مقاله، مدل ارزیابی مبتنی بر فرایند شبکه تحلیلی (ANP) ایجاد شده تا به ارزیابی کارایی سیستم های هوش کسب و کار بپردازد. علاوه بر این پرسشتامه کارشناسانه ای مورد استفاده قرار می گیرد تا به تصفیه ماتریس های عملکردی مفید بپردازد، که به عنوان زیر شاخه ای برای مدل ANP می باشد. در نهایت مورد واقعی با استفاده از مدل ارزیابی کارآمد مبتنی بر ANP ساختاری برای سیستم های هوش کسب و کار مورد استفاده قرار می گیرد. نتایج نشان می دهد که مهمترین فاکتوهایی که بازدهی سیستم هوش کسب و کا را تحت تاثیر قرار می دهند عبارتند از: استفاده از این مدل برای ارزیابی عملکرد هوش کسب و کار نمونه مورد مطالعه، ابن مورد نشان می دهد که بهبود 24% در بازدهی حاصل شده است، که شامل درک سطح مدیریتی می باشد. بنابراین، چنین مدل ارزیابی کارآمدی، می تواند برای ارزیابی عملکرد سیستم هوش کسب و کار مورد استفاده قرار گیرد. آن همچنین شاخص عملکرد و مسیرخای بهبود را برای کاربران و فروشندگان هوش کسب و کار، برای جایگزین کردن کلی در بازدهی و حبران سیستم ایجاد می کند.
سازمانهای سنتی معمولا با مسائلی مانند ازدحام داده و کمبود اطلاعات کمبود دانش ناکافی بودن گزارشات روبرو هستند. در نتیجه برای تصمیم گیری به موقع در کمترین زمان ممکن در شرایط مورد نیاز سطوح بالای مدیریت معمولاً تصمیمات را بر اساس تجربیات خودشان اخذ می کنند که این نیز به نوبه خود باعث بالا رفتن ریسک تصمیم گیری و یا حتی پایین آمدن ارزش تصمیم گیری آنها می شود.
در حالی که رقابت جهانی در حال بیشتر شدن است روش های تصمیم گیری قدیمی دیگر نیازمندی سازمانها را برطرف نمی کند. سازمانها باید استفاده خوبی از ابزارهای الکترونیکی جهت استخراج اطلاعات از حجم زیاد داده داشته باشند. روشی که سازمانها برای توسعه الکترونیکی شدن از لایه عملیاتی به لایه مدیریتی در پی می گیرند موضوعی است که در موج جدید الکترونیکی شدن غیرقابل اجتناب است.