随着我国汽车行业高速发展,汽车销售市场不断扩大,为了获得更大的利润,许多制造商不断的扩厂生产,导致能源过剩而不得不进入了以降低价格来促进销售的恶性循环中。如何通过对历史数据的分析,预测市场的需求状况,从而制定生产计划、销售计划及人员配备计划,避免生产销售中不必要的资源浪费；同时,在新车投放时,如何通过分析客户购车行为,选择适合市场的新车型,确定投资方向,这些问题都困扰着汽车生产企业的决策人员。本文目标是建立一个基于ASP汽车产业链的销售决策支持系统,辅助制造商和经销商完成决策。首先,从历史销售数据分析入手,通过建立数据仓库,提高用于分析和预测数据的质量；采用联机处理技术,建立多维数据集,实现对历史数据的多角度多层次的分析,最后将分析结果以图表形式展示给决策者。其次,分析影响汽车销售的因素及平台企业销售数据的特点并综合研究当前的预测技术,最终选择灰色GM(1,1)预测模型,并引入季节变动指数优化模型,通过实例验证了优化后的模型的预测精度得到了提高。最后,通过市场调查并依据衡定新车性能标准的参数,建立汽车产品评价指标体系,采用灰色关联分析法和层次分析法相结合的方法构建评价模型,层次分析法对评价指标权重进行合理有效的分配,提高了评价的准确性,为准确地进行产品投资提供了重要依据。本文将数据仓库技术、联机处理技术、预测技术和产品评价技术运用于系统的开发,提高了系统的技术可行性,同时将系统应用于产业链平台上,提高了系统的实用价值。