随着近年来互联网的发展，企业已经拥有庞大的客户信息数据，这些数据的积累为企业提供了一种有效的营销途径。然而，企业累计的客户信息是非常庞大的，最初搭建的硬件设备不可能具备处理如此之大的海量数据的能力，仅仅是存储这些数据都是一笔巨大的开销。由于现有数据库系统的这些不足，导致了企业空有大量有用数据，却无法提取有用信息的尴尬处境。本文结合国内烟草企业面对不断剧增的业务数据，而现有的业务数据处理能力明显不足的现状，分析烟草企业构建Hadoop分布式数据处理平台的可行性，并详细介绍了Hadoop平台技术及其项目结构和体系结构。为满足市场需求，首先必须把握市场的实际需求，影响卷烟销量的市场因素是多样的。本文基于时间序列分解法预测模型，建立卷烟销售预测模型，并对模型进行了验证。具体研究内容包括以下几个部分：（1）针对目前烟草企业全国销售数据来源多、数据规模庞大等特点，且基于企业现有数据库的实际情况，分析构建数据库营销系统的必要性，然后对该系统的总体设计目标和模块进行说明。（2）分析研究福建中烟营销平台的目前状况，依据实际需求，着重分析Hadoop在企业实际需求中可以胜任的数据处理技术，分析在烟草企业现有软硬件基础上构建Hadoop平台的的可行性。针对Hadoop平台中的关键技术HDFS和MapReduce做了深入研究，并以实例说明。（3）在分析Hadoop平台的的可行性之后，对各省市各规格卷烟到日的销售数据进行处理，建立销量预测模型，考虑到卷烟市场具有季节周期变化趋势和长期增长趋势的特点，建立符合卷烟市场特征的时间序列销量预测模型。该预测模型已经在企业中得到应用，指导企业生产和销售。