在医药经销企业的信息数字化过程中，计算机逐步代替手工操作完成业务数据的收集、存储和管理。随着该数据库应用的深入，以业务数据库为中心的企业运营环境逐步形成，同时，业务数据量也在与日剧增。企业的决策者已经不能从巨量的、内容单一的报表中获取支持决策的信息。因而，面向事务操作的传统数据库应用，已经不能满足医药经销企业的日常管理需求，企业迫切需要建立一种新的数据分析环境，以支持经营决策。 数据仓库(Data Warehouse)技术以改进后的数据库技术作为存储数据和管理资源的技术手段，实现了数据处理的分析型环境和操作型环境的分离。它以统计分析技术作为分析数据和提取信息的有效方法，通过人工智能、神经网络、知识推理等数据挖掘方法来发现数据背后隐藏的规律，从而实现“数据→信息，信息→知识”的转化，弥补了传统数据库在数据分析方面能力较弱的不足，为企业的管理提供各种层次的决策支持。 本文提出建立基于医药经销管理系统的中心数据仓库系统的总体构想，以业务数据库的数据为主要来源，建立一种企业级的、集成的、支持分析的数据集合。在此数据集合中，以联机分析处理、数据挖掘等数据分析技术，为医药经销企业提供全方面、深层次的数据展现平台。 本文首先建立了以“进货—销售—库存”为模式的业务数据库，满足医药经销企业对日常业务数据的收集、存储和管理需求。然后，介绍了系统开发背景，并简述了数据仓库技术的由来及发展现状。在基本原理部分，阐述了建立数据仓库、联机分析处理、数据挖掘的关键技术及实现方法。在本文的实例部分，分析了数据仓库、联机分析处理、数据挖掘系统的设计建模方法。同时，建立了以商品销售主题为例的数据仓库系统；并借助MicroSoft SQL Sever联机分析工具，建立了以商品分析主题为例的多维数据库，从不同视角展现不同汇总程度的数据；最后，建立了基于时间序列的二次指数平滑线性预测模型，进行商品销售趋势的分析，部分验证了本文的设计分析。