随着市场竞争的加剧,手机营销零售企业都在朝着集团化、规模化的方向发展。信息的获取和分析对企业的决策分析、决策支持、决策制定也起着越来越重要的作用,所以有一个面向商务智能的采购决策支持系统,使得企业能够在满足正常运营、销售和尽量减少采购风险因素的基础上降低库存和采购的成本,提高企业利润。　　 本课题的研究的目标为手机连锁运营的企业设计一个面向商务智能的采购决策支持系统。本文在系统、全面的研究决策支持系统和商务智能技术的基础上,提出了一种将数据挖掘、数据仓库、统计分析技术相结合的综合型决策支持模式,实现了基于聚类的采购决策支持系统。　　 本文研究的采购决策模式是由集团统一实施。因此,在采购决策之前,本文运用数据仓库把各个门店信息进行汇总、存储。从海量数据信息中获取过往的单品销售信息,回归分析单品的销售预测,结合库存汇总信息制定第一种方案一基于单品的采购方案；对产品属性特征进行聚类划分,基于相似类型产品的历史销售信息进行统计,回归分析相似产品类的销售预测,结合库存汇总信息制定第二种方案一基于聚类的采购方案；第三种方案根据销售信息和产品生命周期阶段信息来重新定位产品生命周期阶段,运用权重系数把产品生命周期阶段销售预测、基于单品预测和基于聚类预测综合起来制定第三种销售预测,结合库存汇总信息制定第三种采购方案。这三种采购预测方案可以全方位进行产品采购预测和市场发展预测,为手机采购提供决策依据。　　 采购决策支持系统的设计思路是库存控制模型通过库存阀值与库存水平的比较来进行库存监测,根据需要进行采购决策支持的操作。本系统采用数据仓库、数据挖掘和决策支持的体系结构,数据仓库采用雪花形结构来设计销售数据模型；同时也对数据挖掘的一些算法进行了讨论分析,将K-modes聚类算法运用到产品的功能、性能点分类,获取具有相似类型的产品的销售量；并将线性回归算法模型应用于产品的销售预测,为采购提供数据依据。由于手机更新换代频繁,产品生命周期短暂,需要从时间段维度来研究销售量相对于时间段的变化率,结合采购提前期,实时设定和更新手机的库存阀值。进一步影响和提高采购决策的性能和效率。　　 本系统的实现就是根据产品的销售信息获取销售预测和产品生命周期的阶段定位；通过产品的属性特点划分产品类别来预测产品的未来销售量；三种不同的销售预测结果与门店汇总库存信息结合得出三种不同的采购方案,为决策者提供决策依据。本文研究成果在一家大型的连锁经营集团得到了应用,取得了预期的成效。