但是只有在其所依据的数据准确的情况下，对这种“智能”的依赖才是合理的。
BI 应用程序通常从多个（几十个？几百个？几千个？）来源提取数据，而当所有这些信息以原始状态进入企业数据湖时，它们很少能完美地同质化为单个数据库。对它们进行分类、清理和组织成有用的数据集需要时间和精力。只有当这些努力产生准确、相关且可靠的“情报”时，企业领导者才应该接受由此得出的结论的真实性。
正在考虑从 Microsoft 的 SSRS（SQL Server Reporting Services）报告生成器过渡到 多米尼加共和国电报数据 Microsoft 的 Power BI 服务套件的组织将访问大量新数据源，这些数据源将测试其本地信息的准确性和真实性。为了从升级中获得最大价值，他们应该评估其数据库和基础架构，以确保其内部信息在从一个程序迁移到另一个程序时保持准确和相关。
不要这样做
太多企业在尝试整合不同的数据管理程序时，没有评估它们的兼容性或调整它们的流程，因此遭受了巨大的损失。作为企业的领导者，您不能在组织的资产上犯下这种错误。然而，正如生活中其他事情一样，“你不必亲身经历才能从中吸取教训”，所以要吸取这些灾难带来的教训。
美国宇航局
1999 年 9 月 23 日， 美国宇航局的火星气候探测器 在进入火星轨道时被摧毁。负责该项目开发和部署的两个团队（一个在科罗拉多州，一个在加利福尼亚州）都做出了出色的工作，那么为什么任务会出错呢？
这是一次悲剧性的不沟通：一个团队在计算中使用英制单位，而另一个团队使用公制单位。在没有讨论差异的情况下（甚至不知道存在差异），下降团队将轨道器编程为下降到 35 英里的轨道，而不是另一个团队计划的 87-93 英里轨道。该飞行器的设计无法承受较低轨道高度的大气压力，在下降过程中解体为虚无。
经验教训： 在将所有数据集成到 BI 系统之前，应将其协调到一致的标准。