企业级数据仓库被广泛用于管理银行内部积累的庞大数据,通过挖掘数据、分析数据将分析的结果用于支持营销决策。数据仓库与数据挖掘技术在银行业务中发挥着越来越重要的作用。国内银行业越来越重视企业级数据仓库的建设,并为此进行了大量的投入,积累了较为丰富的实践经验,在实施方法和技术上不断获得提升。X银行信用卡中心想要建设数据仓库系统,来对数据进行集中管理。通过对银行的数据进行一系列的分析与加工,来了解信用卡的开卡情况和使用情况,为下一年的营销目标提供决策支持。本文对X银行信用卡中心数据仓库的实施和实现做了较为深入的研究和总结,详细介绍了建立X银行信用卡中心数据仓库的实施流程,包括：样本数据取值分析、业务需求分析、数据模型建设、ETL脚本开发、报表开发等等。在对实现技术进行研究和总结的基础上,针对X银行信用卡中心的具体情况,对银行提供的源数据进行样本数据取值分析、样本数据对报表需求满足度分析以及报表业务需求分析,选取满足客户需求和银行业务的重要字段入仓。然后进行数据仓库的物理分层,将数据仓库分为临时层、基础层和汇总加工层。再将数据导入数据仓库中的各物理分层中。根据需要在Oracle中建立数据源并打包,将数据源上传到IBM Framework中,在IBM Framework中建立关系,然后打包上传到Cognos中。最后在Cognos中生成客户想要看到的卡量分析、客户量分析、账户分析报表。在本文的最后对数据仓库系统的建设进行了总结,并进行了下一步的展望。