以往很多企业也在逐步形成一套比较完整的分析体系来辅助销售决策，使营销管理人员在了解基本销售数据信息的同时，也能够进行例如同比、环比等方面的分析。但类似的分析仅仅是基于对历史数据信息的回顾，只能作为简单的参考，在此形成的营销方案无法适应快速消费品市场瞬息万变的竞争环境，无法第一时间对消费者做出反应。
数据挖掘实验室
各层级人员对增加数据组成和信息处理速率等的需求越来越强烈，营销管理人员迫切希望为其提供一套能够在业务的所有层面推动快速、一致并有效的决策解决方案。经过多方面考虑后，企业决定启用"数据仓库"。
数据挖掘交友
数据仓库(data warehouse, DW)概念由William. H Inmon在1993年首次提出。他把数据仓库定义为"一个面向主题的、集成的、随时间变化的非易失性数据的集合，用于支持决策层的决策过程"。数据仓库从一诞生就决定了它面向管理和支持决策的特性，它的基本目的就是辅助了解过去，把握未来。大量数据是数据仓库的基础，没有大量的历史和当前数据，数据仓库就是空谈。但数据仓库不是一个data storage，不是简单地把各个业务系统的数据装进去。而是需要很好地重新组织，形成一个良好的data model。 数据挖掘交友
用数据仓库"说话" 数据挖掘工具
正是基于这些原因，笔者所在的企业，在将近一年时间的研发里，通过对历史的海量数据及分析体系进行整合，采用提取、转换、清洗、挖掘等技术手段，为企业各层管理人员呈现了成熟且基于企业自身特点的数据仓库系统。基于B/S结构的数据仓库，让全国各地的用户能在同一时间内共享到相同的数据信息，有利于各层面管理人员的沟通，也为营销管理人员提供有力的决策依据。在系统的正式上线后，我们运用内部资源进行系统的实施和推广。整体来说，管理者的支持，营销人员与系统人员顺畅的沟通促进了数据仓库系统的顺利实施。可以说，从数据仓库的应用中，我们尝到了一些甜头。 数据挖掘工具
数据模式：数据实现了从"单一散乱、独立无关联、易丢失"到"系统、完整、层次性强、系统维护、可实现专项或关联性分析"。
数据挖掘交友
数据仓库使各层面管理人员从大量且繁杂的数据中解脱出来，从每月看一次销售数据发展到每日时时的数据信息，营销管理人员能够更好地把握市场的动态;整合了每个区域的信息并在此基础上加以对比等分析，决策者同时能够很好地了解到各区域的销售情况，以便及时地加大或调整宣传策略;通过各区域的销售数据追踪消费者需求的变化、区域的成长，合理分配资源投入情况;探询品类之间的差异，根据区域特性制订相应的产品策略，有利于整个产品结构的最优化;通过跟踪和分析客户行为及其所在渠道的购买类型来优化产品获利程度，增加营销运动的有效性……销售数据的实时性及分析性，给营销决策带来翻天覆地的变化，真正实现了现代化营销。
