随着计算机技术的发展,银行信息化历程经历了三个阶段:业务信息化、数据大集中、管理信息化。目前大多数银行已完成了数据大集中——第二历程。面临激烈的市场竞争,银行管理信息化的需求变得非常迫切,而数据仓库及商业智能技术为银行管理信息化提供了成熟的技术支撑平台。银行在历年来的经营中已积累了大量数据,借助商业智能技术可以从这些经营数据中提取有效的、潜在的商业知识,供经营决策者和银行的管理部门参考,因此商业智能应用在银行占据越来越重要的作用。自上世纪九十年代以来,国外越来越多的银行建设了商业智能系统,并体现出其优越性,这些银行在使用商业智能技术后,大大提升了市场竞争能力和经营效率。几年后,我国银行商业智能的应用才逐渐展开。银行商业智能系统的体系结构由下至上分为数据源、数据存储、数据分析三个层次。商业智能系统的业务应用是多种多样的,本文结合银行的业务需要,通过对银行业务流程及银行各部门应用需求的详细分析,将银行商业智能系统的应用范围划分为综合经营分析、客户关系管理、信贷风险管理、绩效分析、统计报表等五大类,论述了银行商业智能的体系及应用目标。由于数据仓库的数据整合以及基于业务流程的数据仓库建模在银行商业智能系统的建设中起着非常重要的作用,因此论文探讨了数据仓库的建立过程。进行了主题域分析、概念模型、逻辑模型、物理模型建模分析,分析了数据源、进行了ETL设计,并以“客户关系管理”的应用为例,举例说明了OLAP以及数据挖掘技术在银行商业智能中的应用。本文对商业智能在银行的应用进行了初步探索。