目前,部分石油公司已采用石油客户卡进行油品销售。使用IC卡,减少了由于油价波动给企业带来的经济损失;使油品调拨合理、科学,降低了运输成本;加速了财务、业务、储运信息流转;提高了工作效率,杜绝了漏洞,促进员工整体素质的提高;并为客户加油带来极大方便,从而起到提高企业效益的作用。客户卡系统的运行,为石油公司产生了巨大的经济效益。然而,系统运行,产生的海量数据,未被充分利用,从这些数据中,人们还难以发现深层次的营销管理规则和知识,因而很难帮助人们进行进一步的客户经营分析与决策。石油客户卡采集到了大量的信息,主要包含客户基本信息、客户交易明细等内容,针对石油行业对此类数据进行分析的迫切需要,本课题提出并实现了一种基于客户卡的数据挖掘与决策分析系统。本系统采用石油公司Oracle9i业务数据库作为数据来源,使用广州尚南蓝葵公司的BlueQuery3000作为开发设计平台,通过tomcat4.0发布设计结果,最终实现了客户数据分析的B/S结构查询。在此过程中,涉及到的主要技术包括数据仓库与数据集市的设计、联机分析主题的设计以及使用k_means聚类算法甄别客户行为模式的设计。最终,我们使用蓝葵软件实现数据仓库、数据集市的构建,使用IE结合蓝葵软件的VB插件实现联机分析的网页浏览,在JSP中调用封装到Java Bean中的k_means算法进行客户聚类,并在IE中展示聚类结果。系统的运行中,指派专门的分析人员,使用BlueQuery3000工具将所设计联机分析主题发布到指定位置,即可实现Web访问中的主题更新。同时,使用制订计划任务的方式更新数据立方中的数据,改变前台的展示结果。整个系统操作简单、运行稳定、功能强大,满足了企业对客户数据分析的要求。本系统的实现,探讨了挖掘企业经营数据的一般步骤与方法,将B/S结构的浏览方式引入到企业日常业务数据查看的过程中,方便了各部门对客户数据的查看与分析,最终达到科学决策、提高企业经济效益和管理水平的目标。