信息技术的广泛发展，使得企业信息化建设的步伐越来越快。企业已经不满足于基于业务的简单数据处理，而进一步提出了从数据中发现对其发展有指导意义的知识，即商业智能方面的需求。决策支持的概念正是针对这一需求而提出，它将企业中庞大繁杂的数据转换为知识，进而辅助企业经营决策，甚至自动生成商业决策。因此，决策支持已经成为企业竞相追逐的目标。决策支持技术主要包括数据仓库、OLAP(联机分析处理)、数据挖掘三项。数据仓库整合了分散在企业各个方面的数据，为提供决策准备了大量的有效数据；OLAP提供了从不同的角度分析数据的功能，能为企业经营者提供企业数据的全局视图；数据挖掘从企业数据中找出隐藏在数字背后的有价值的模式和关联，为企业经营者制定决策提供有参考意义的知识。论文以辽宁某印染股份有限公司的实际需求为背景，合理处理历史数据，通过适当的数学模型对数据进行整合，最后使用决策支持的关键技术，构建了历史销量分析模型和新品种收益度预测模型，并将这些模型嵌入到该公司ERP系统中。企业经营者可以使用历史销量分析模型，分析产品的淡旺季、掌握不同客户对不同品种的需求量，从而辅助经营者制定正确的营销战略，如定期促销、联系客户等等。新品种收益度预测模型可用于企业开发新品种之前，对其销售前景、收益程度进行预测，为制定是否开发该新品种的决策提供指导。模型解决了企业经营者制定决策时，仅凭借经验判断，而缺少数据支持这一问题。实践证明，使用模型之后，经营决策的正确率得到很大提高。可见，模型为企业制定正确的发展战略提供强有力的支持。