信托行业是我国四大金融行业之一,其管理的资产规模和业务量都极为巨大。在激烈的市场竞争中,信托公司主动寻求提高业务效率的方法,在信息化建设方面进行了长期的探索。当前,信托公司普遍拥有信托产品管理、风险控制、财务核算、客户管理等基础业务系统,能够有效地承载各类业务。但是,多系统的数据共享与分析依然存在巨大障碍,具有丰富商业价值的数据在信息孤岛中难以发挥作用,而数据仓库的集成分析能力能够有效弥补这一缺失,提升信托公司在海量数据管理与分析方面的能力。本文以实际工程为背景,分析了信托行业准确性、及时性、权威性的数据应用需求,明确了数据仓库建设的“规划一致、标准一致、选型一致、开发一致”的“四个一致”原则；以建立“全面的”、“完整的”、“快速适应变化的”、“保持领先的”的数据仓库为目标。以此为基础,论文阐述了数据仓库的体系架构设计,提出了模块化、可扩展的多层数据仓库体系架构,详细介绍了数据仓库建模中以现有系统数据模型为基础、结合监管报表数据以及公司内部经营性数据要求,满足管理层决策分析数据的逻辑模型和物理模型设计。随后,介绍了源数据的抽取、清洗、转换(ETL)方法,即以现有系统数据为源,以实际业务逻辑以及元数据定义为规则,结合可疑数据人工复核的方式实现数据进入数据仓库,并且实现了ETL调度管理、任务设计和程序开发的自动化和规范化。依托某信托公司的数据仓库项目,本文的设计在实际生产环境中的得到了应用,在该公司的决策分析、数据统计等业务中发挥了重要的作用。