科技的进步和信息技术的发展使世界进入了前所未有的全球化时代，未来企业要想在竞争中立于不败之地，必须能够纵观历史和洞察未来趋势，以快速做出决策，而快速决策来自于对市场、客户、企业营销状况等正确充分的分析。但是原有的运营支撑系统作为一种管理系统难以做到这一点，以数据仓库为基础的商业智能的建设则可以很好的解决这个问题。 商业智能(BI)是一种综合运用了数据仓库(Data Warehouse)、联机分析处理(OLAP)和数据挖掘(Data Mining)技术来处理和分析数据的崭新技术，它使我们能够将数据转变为信息和知识。目前，商业智能(BI)已经成为继企业资源计划(ERP)之后最重要的信息系统，并且已经被越来越多的企业管理者所认识，其中包括电信、金融、零售、保险等行业的决策者。商业智能已经成为这些行业信息化建设的重中之重。 本文首先介绍了商业智能系统的相关内容和技术，设计了采用基于Web的B/S体系结构，包括数据源层，数据仓库层，OLAP(联机分析处理)和数据挖掘的应用服务器层和终端用户数据浏览层，该结构层与层之间相互独立，具有较强的灵活性和适应性，能较好的适应商业智能系统的最终用户反复多变的需求，前端用户的数据浏览通过IE浏览器实现，既易于非计算机人员的操作使用，也利于系统管理员对系统的升级维护。 接着在分析超市原有信息管理系统数据结构的基础上，根据市场的实际需求，设计了三个数据仓库的数据分析，分别是客户分类促销分析、会员卡决策树分析和商品关联规则分析，在SQL Server 2005中建立了基于这三个需求分析的数据仓库，从源数据库中抽取、转换和导入相关数据到数据仓库中接着在这个数据仓库上，用微软AnalysisServices的对三个分析方面建立了三个对应的数据分析模块，用MDX语言实现各种分析需求和数据的钻取、切片，实现了聚类分析、关联规则分析、决策树数据挖掘算法。用微软Reporting Services的开发了基于Web的前端数据展现，且对最终用户的数据安全实现进行了讨论。