近年来，许多企业投入了大量人力、物力实施了ERP系统，把过去相对独立的资源进行了整合，对企业的多种资源进行规划，力求充分利用企业内的各种资源、降低库存、提高企业的整体运作效率，实现物流、资金流、信息流(“三流”)合一的操作平台和管理信息系统。然而，经过几年的运作与实施，ERP系统积累了大量的数据资料，随着市场竞争的加剧和信息技术的发展，单纯的操作型ERP系统已难以建立企业的竞争优势，企业越来越需要ERP系统能够通过对这些历史数据进行挖掘与分析，挖掘潜在的数据规律和运作模式，为制定决策提供依据和帮助，进一步提升企业的管理水平。　　 针对传统ERP系统在决策支持方面的不足，许多企业和研究机构做了大量的研究与尝试，特别是随着数据仓库技术(DW)、多维数据分析技术(OLAP)、数据挖掘技术(DM)等的成熟，构建企业ERP决策支持系统，已经成为IT行业的热门研究方向之一。已经有很多研究分别利用数据仓库技术(DW)、多维数据分析技术(OLAP)、数据挖掘技术(DM)来改进在构建ERP决策支持系统过程中某一方面的功能，然而由于它们内在的联系和互补性，将它们结合起来即是一种新的综合ERP决策支持解决方案。数据仓库技术对历史数据进行转换、提炼、统计分析建立一个数据中心。利用OLAP技术对这个数据中心进行多角度、多维度地数据分析，从而获得更详细的多维度信息。结合数据挖掘技术提取隐含在其中潜在有用的信息和知识并进行预测，使企业能够更有效地安排自己的人、财、物、产、供、销，帮助领导层制定科学的决策，以期进一步提高效率和在市场上获得竞争优势。　　 本文介绍了基于数据挖掘的企业ERP决策支持的相关研究，具体阐述了数据仓库、OLAP、数据挖掘的相关理论知识，提出了利用数据仓库、OLAP对大量数据进行预处理，然后根据决策需求选取合适的数据挖掘算法来进行决策支持。根据这个思想对企业ERP销售预测进行了仿真分析，根据销售预测结果，企业决策层可以制定相应的采购计划、库存计划、销售策略和目标客户群等，在实践中具有较好的指导意义和较高的应用价值。