某集团公司下属有多个超市，假设公司高管需要从时间、地区和商品种类三个维度来分析某电器商品销售数据，那么应采用（OLAP）来完成。
大数据环境下企业数据处理与分析对应不同定位的技术，OLAP即联机分析处理，核心是支持多维度数据分析，可通过切片、切块、钻取、旋转等操作，满足决策者从多维度（如时间、地区、品类）开展决策分析的需求；OLTP即联机事务处理，聚焦日常高频业务交易的实时处理，保障事务完整性，适用于超市收银、银行存取款这类场景；数据挖掘侧重从海量历史数据中挖掘潜在规律、关联，多用于预测建模、分类聚类等，比如预测用户消费倾向；ETL则是数据准备阶段的技术，负责多源数据的抽取、转换与加载，为后续分析提供合格数据源，本身不具备数据分析能力。
本题考察的是数据分析技术的选型。
企业在大数据环境下往往需要进行不同层次的数据处理与分析，不同技术的定位各不相同。
A选项 数据挖掘：主要侧重于从大量历史数据中发现潜在的模式、规律和关联关系，常用于预测建模、分类、聚类等任务。例如通过顾客历史购物记录预测其未来的消费倾向。它不是针对固定维度进行快速分析的工具，因此不适合本题。
B选项 OLAP（联机分析处理）：支持多维度数据分析，典型操作包括切片、切块、钻取和旋转，能够从时间、地区、商品等多个维度对销售数据进行综合分析，非常适合高管进行决策支持。本题要求从时间、地区和商品种类三个维度来分析销售数据，正是 OLAP 的典型应用场景，因此正确。
C选项 OLTP（联机事务处理）：主要用于日常业务操作，如超市收银系统处理销售交易，银行系统记录存取款业务。重点是事务的完整性和实时更新，适合高频交易，但不适合复杂的多维度数据分析，因此错误。
D选项 ETL（抽取、转换、加载）：用于从多个数据源抽取数据、进行清洗与转换，并加载到数据仓库或数据集市中，是数据准备阶段的工作。本身不具备分析功能，因此不符合题意。
因此，正确答案是 B. OLAP。