经过多年的信息化建设和各种信息化系统的接入,我国无论大中小型企业的运行效率得到了十分显著的提高,并在各自的经营过程中积累了大量的经营数据。近年来,随着大数据概念和技术的兴起,许多大型的软件公司与互联网企业开始利用数据挖掘与分析技术通过数据获取关键信息,下至业务运营策略调整,上达行业发展趋势分析,都依赖分析企业内外部相关海量数据从而实现高效精准的决策。在市场分析过程中最受企业关注的一项目标便是由数据驱动的销售预测分析,精准的销售预测能够为企业在制定或选择提高营收的经营决策方案时提供最直接的评价依据;售预测技术的发展历程曲折,传统的预测路径在当前的复杂环境下无法满足企业的预测需求。无论是预测技术还是源数据的有效处理,当前都是销售预测领域仍在探索的问题;同时,如何理清复杂多源的业务与数据并将分析结果高效直观地传递给使用者同样也是企业决策过程中十分重要的问题,数据可视化应用研究在市场分析中具有重要意义。本文围绕以上三个问题,进行了基于行业知识的业务数据分析、融合多方法的销售预测建模和可视化平台建设进行研究与实践。主要贡献如下:（1）参照博弈思想,向数据集中添加企业市场占有率等相关特征,使得销售预测模型兼顾企业内部特征和外部特征,从而提高预测模型的精度和健壮性。第三章对这部分工作进行了具体的介绍。（2）在时间序列分析的基础上,采用梯度提升树进一步拟合模型残差,提高组合模型对数据样本趋势和特征关系的提取能力。第四章描述了组合模型的设计思路与实验效果。（3）搭建基于多源业务数据的可视化分析平台,能够精准描述当下的销售市场各个维度的表现,并提供销量预测参考进一步指导经营决策,具体内容在第四章。