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.

مقدمه

سازمانهاي سنتي معمولا با مسائلي مانند ازدحام داده و كمبود اطلاعات كمبود دانش ناكافي بودن گزارشات روبرو هستند. در نتيجه براي تصميم‌ گيري به موقع در كمترين زمان ممكن در شرايط مورد نياز سطوح بالاي مديريت معمولاً تصميمات را بر اساس تجربيات خودشان اخذ مي‌كنند كه اين نيز به نوبه خود باعث بالا رفتن ريسك تصميم‌گيري و يا حتي پايين آمدن ارزش تصميم‌گيري آنها مي‌شود.

در حالي كه رقابت جهاني در حال بيشتر شدن است روش‌هاي تصميم‌گيري قديمي ديگر نيازمندي‌ سازمانها را برطرف نمي‌كند. سازمانها بايد استفاده خوبي از ابزارهاي الكترونيكي جهت استخراج اطلاعات از حجم زياد داده داشته باشند. روشي که سازمانها براي توسعه الكترونيكي شدن از لايه عملياتي به لايه مديريتي در پي مي‌گيرند موضوعي است كه در موج جديد الكترونيكي شدن غيرقابل اجتناب است.