PT. Efortech menghadapi kesulitan dalam menganalisis data transaksi e-commerce akibat penyimpanan data yang tidak terstruktur dan ketidakhadiran data mart. Studi ini bertujuan untuk membangun data mart berdasarkan arsitektur star schema yang terintegrasi dengan analisis clustering dan forecasting guna mendukung pengambilan keputusan bisnis yang lebih akurat. Metodologi meliputi proses ETL data penjualan tahun 2023, diikuti dengan analisis clustering menggunakan K-Means dan Fuzzy C-Means, serta analisis peramalan menggunakan ARIMA dan Fuzzy Time Series. Evaluasi dilakukan menggunakan Silhouette Score, Rasio BSS/TSS, dan MAPE. Hasil menunjukkan bahwa K-Means dengan 6 kluster mampu mengelompokkan produk secara optimal berdasarkan kinerja penjualan. Model ARIMA memberikan hasil prediksi akurat (MAPE < 1%) untuk data stasioner dan dinamis. Namun, keterbatasan muncul pada data sporadis atau minimal, di mana akurasi model menjadi tidak valid. Semua hasil divisualisasikan dalam dashboard Power BI. Implementasi ini berhasil memberikan wawasan berharga, meskipun tantangan tetap ada dalam meramalkan data dengan karakteristik yang tidak stabil.