本文基于商品流通企业原有的ERP系统,综合应用目前先进的数据仓库技术、OLAP技术、数据挖掘技术、HTML5网页设计技术和企业管理理论及模型,构建一个适用于商品流通企业的决策分析子系统,从而为企业的决策提供帮助。该系统的实施,有助于改变企业原有ERP中的集中式数据管理模式的局限,使得企业能够对企业的经营的状况有更深层次的把握,再在这个基础上提出有效的企业决策,从而提升企业的市场竞争力和实现利润的最大化。本文对数据仓库技术、OLAP技术和数据挖掘技术的最新进展进行了研究,在此基础上,通过综合运用数据仓库技术和供应链管理思想,来建立商品流通企业决策分析系统的系统框架。本文的商品流通企业决策分析系统解决方案所需的数据挖掘和联机分析处理均基于数据仓库技术,并通过对系统数据仓库和模型库的研究而形成。通过综合应用数据仓库技术、OLAP技术和关联规则数据挖掘Aporiori算法,对商品流通企业的商品采购信息、商品存储信息、商品销售信息和客户关系信息等海量营业数据进行数据挖掘,并把数据挖掘的结果通过HTML5进行了呈现。通过商品流通企业的实际应用,本文对应用中发现的问题进行了有针对性的改进,从而更加贴合企业的使用需求,增强了商品流通企业的分析与决策能力。本文在查询性能改进方面,通过采用聚合表、索引视图、界面异步执行等措施,使系统查询性能大幅提升,最高的项目甚至有超过1000%的提升。在体系结构方面,本文充分考虑了商品流通企业具有多个经营场所的情况,除了增加了数据缓冲区来提高数据仓库的性能外,还通过增加通用元数据层、ETL服务器和中间数据库,在各营业场所服务器上执行分布式预处理等措施,大大提升了系统的性能。另外,本文通过精心分析,采用维映射的方式实现了跨主题域的查询,解决了数据仓库应用中跨主题域查询的难题。利用本系统挖掘出的规则应用,商品流通企业可以制定合适的采购、销售和仓储策略。本系统可以对商品流通企业的客户购买行为进行挖掘分析,也可以对商品销售和采购的数据进行综合分析,这对于商品流通企业的客户划分、仓储管理以及促销政策制定,均有实际的指导作用。该系统的实施大大提高了企业的决策效率,例如企业原先需要花费一整天来进行备货决策,而启用该系统后,利用该系统提供的数据分析结果,可将备货决策缩短到一个小时内完成。