自中国加入世贸组织10年以来，国内的汽车产业发展迅猛，特别是乘用车（轿车、多功能车、专用乘用车及运动型多用途车）领域。由于中国拥有庞大的消费市场和客户惊人的消费潜力，所以吸引了全球诸多知名汽车厂商纷纷来华投资，如通用、福特、大众等。借助这些跨国企业提供的先进的生产设备和独特的管理技术，汽车产能急剧提升，中国已成为世界汽车生产大国。随着中国经济的全球化，国内外汽车企业的密切合作，不仅迎来了自身发展的机遇，同时也面临着全球同行业的激烈竞争，传统的经营模式已经无法适应经济全球化的发展。除了引进先进的生产制造技术，更重要的是要学习国外车企先进的管理理念和汽车文化。因此，各车企非常重视对信息技术的投资建设及维护，企业资源计划（ERP，Enterprise Resource Plan）系统和供应链管理（SCM，Supply Chain Management）系统仍是当前IT投资的重点。但是随着汽车行业的飞速发展和对IT技术的迫切需求，商务智能（BI，Business Intelligence）系统受到追捧，成为新投资热点[1]。由于中国消费市场的汽车品牌众多、性能各异，所以竞争异常激烈。另外，各地区文化的差异，当地客户收入水平和社会地位的高低，导致汽车市场需求的差异性也很大，企业管理层必须及时地制定出准确、有效的营销策略。因此，本文通过对客户群的分类，从而提高客户服务和主动营销的水平；通过对市场需求进行合理的分析和准确的预测，最终达到扩大市场份额和提高效益的目的。本文的主要研究内容包括：1．重点分析了商务智能在汽车行业，尤其是在汽车市场的客户分类和市场销售预测两个方面的应用。在实现的过程中包括：平台搭建、算法选择、模型构建、案例演示、数据获取和处理、分析评估。2．针对汽车企业销售市场的具体情况，构建相关的数据模型和商业模型，运用数据挖掘中的K均值聚类算法进行客户细分；运用BP神经网络算法进行市场销售分析和预测。综上所述，本文设计的面向汽车营销的商务智能解决方案，利用多种经典算法和技术实现了在客户细分和市场销售预测方面的应用，但其有效性和可操作性还有待改进和完善，在下一步的工作中会继续深入研究和探讨。