（2）數據庫係統的建設
數據庫係統是企業整個管理信息係統的核心和基礎，它的任務就是把係統中大量的數據按一定的模型組織起來，以便及時、準確地提供給用戶。一個管理信息係統的各部分是否能緊密地結合在一起以及如何結合，關鍵在數據庫。因此隻有對數據庫進行合理的邏輯設計和有效的物理設計才能開發出完善而高效的管理信息係統。數據庫係統是整個管理信息係統建設中重要的組成部分。
建設數據庫係統一般要分為兩步：設計和建立高效的數據庫及設計和建立數據庫管理係統（DBMS）。
不同的數據庫產品有各自的特色，如Oracle大而全，而Sybase則比較靈活高效。所以，在選擇數據庫產品時，一定要以用戶需求為依據，這樣才能真正發揮各個數據庫產品的優勢，提高企業管理的效率，給企業帶來效益。
數據庫管理係統開發工具的選擇也很重要。當前比較流行的數據庫產品一般都提供自己的數據庫管理係統開發工具。當然他們一般也同樣提供接口供其他開發工具訪問其數據庫。一般來說，如果選擇與數據庫配套的開發工具，係統實現相對容易，執行效率也比較高、安全性好。但使用一些專業編程軟件進行開發也有優點，如開發靈活、功能強大、人機界麵友好等。所以，在選擇開發工具時，也應該針對用戶需求慎重地作出決定。
2.數據倉庫，聯機分析處理與數據挖掘
廣義概念上的數據倉庫是一種幫助企業作決策的體係化解決方案，它包括了三個方麵的內容：
數據倉庫技術（data warehouse，DW）；
聯機分析處理技術（on-line analytical processing，OLAP）；
數據挖掘技術（data mining，DM）；
早期的決策支持係統不是很成功。到了20世紀90年代以後，計算機技術，尤其是網絡和數據庫技術的發展漸漸滿足了決策支持係統所需要的條件。另一方麵，激烈的市場競爭使高層決策人員對決策支持係統的需求更為迫切。這兩方麵的共同作用，促成了以數據倉庫技術為核心、以聯機分析處理技術和數據挖掘工具為手段建設決策支持係統的可行方案。
數據倉庫、聯機分析處理和數據挖掘作為信息處理技術是獨立出現的。數據倉庫用於數據的存儲和組織，聯機分析處理側重於數據的分析，數據挖掘則致力於知識的自動發現。因此。這三種技術之間並沒有內在的依賴關係，可以獨立地應用到企業信息係統的建設之中，以提高信息係統相應的能力。但是，這三種技術之間確實存在著一定的聯係性和互補性，把它們結合起來，就可以使它們的能力更充分地發揮出來。我們都知道，沒有數據倉庫也同樣可以進行數據挖掘，但有了數據倉庫卻可以使數據挖掘更有效率。這樣就形成了一種決策支持係統的構架，即DW OLAP DM。
數據挖掘和聯機分析處理都可以在數據倉庫的基礎上對數據進行分析，以輔助決策，那麼它們之間是否有差別呢？答案是肯定的。從某種意義上來說，聯機分析處理還是一種傳統的決策支持方法。即，在某個假設的前提下通過數據查詢和分析來驗證或否定這個假設，所以聯機分析處理是一種驗證型的分析。一般來說驗證型的分析有如下局限性：
①常常需要以假設為基礎。用戶的假設能力有限，往往隻能局限於對幾種變量進行假設。
②聯機分析處理需要對用戶的需求有全麵而深入的了解，然而實際上有些時候用戶的需求並不是確定的。
③抽取信息的質量依賴於用戶對結果的解釋，容易導致錯誤。