近年来，绿色、节能、环保成为交通工具发展的主题，电动车作为顺应这一主题的产品得到了大力的推广，市场需求迅速扩大，电动车产业也有了爆炸式发展，使得电动车厂家、电动车营销公司对电动车连锁管理系统软件的需求日益迫切。传统的管理软件只是为生产厂家、销售公司提供日常业务管理功能，而不能为电动车企业提供生产和营销决策支持。本文从提高企业业务支撑数据的利用率出发，用数据挖掘的方法找出数据中隐藏的规律，从而为电动车企业的生产、销售等提出决策依据。 通过从专门为盐城绿源电动车开发的连锁管理系统软件着手，分析了SQL Server2000数据库的表结构，根据构建数据仓库的要求，对数据库内的数据进行变换、选择、清理和集成，组建数据仓库。利用SQL Server2000集成的Analysis Services建立系统数据源连接，产生一个存放多维数据集、角色、数据源、共享维度和挖掘模型的数据库结构，创建时间、车型、用户、员工和分公司等维度，生成多维数据集，再创建计算成员和虚拟维度，加入成员属性和角色。最后，针对电动车连锁管理系统，具体提出了三种数据挖掘模型：一是用Microsoft决策树创建OLAP数据挖掘模型，展现了用户收入与会员卡类型之间的关系；二是Microsoft决策树创建关联挖掘模型，揭示了用户学历与收入之间的关系；三是用聚集功能创建OLAP数据挖掘模型，反映了用户的收入情况。所有的这些工作都是在SQL Server2000和Analysis Services中统一完成。 通过对服务器上电动车用户的数据挖掘，可以发现用户收入、学历、婚姻状况、会员卡和购车类型等之间有着丰富的联系，特别是当数据库中数据足够多时，能进一步揭示区域、车型、故障率、季节等之间是密切关联的，从而为电动车企业的生产、销售服务。