银行为什么需要数据仓库？
在竞争日益激烈的市场中，能否迅速做出更好的决策关系到银行是苟且偷生还是繁荣兴旺。银行需要对各种压力迅速做出反应，包括不断加剧的竞争、行业的无规律发展、企业并购、产品和市场革新、传统系统的重组等。
如今大多数企业并不缺少决策的数据，这些数据包括：联机交易的历史数据、研究分析结果、Internet提供的数据……数据几乎无处不在。因此，关键不在于数量，而在于质量——是否一致、准确、具有时效性和复杂度。
在过去几年中，许多企业认识到了这一问题，并开发了各种系统，如决策支持系统、管理信息系统、运作信息系统。这些系统从各种源系统中下载数据，通过运行一些相应的程序进行查询等操作。
但由于这些系统基本上都是基于主机的，功能有限，比如：联机无法进行数据分析；数据是离散的、冗余的；用户访问过于复杂；用户访问降低了业务操作的效率。联机系统一般的设计原则是以最快速度更改一条记录，而不是用于数据分析，也不是按照某一标准浏览数据和对数据进行排序，以及对数据进行计算。
与之相比，数据仓库却能够实现快速数据查询，帮助银行挖掘其传统系统中潜在的无法被直接利用的信息。数据仓库对银行业当今最为关注的业务领域进行了分析，例如：
客户关系管理(CRM)；
客户、产品、渠道的利润和绩效
市场份额最大化
提高客户忠诚度和保持优质客户
按照客户、产品和市场分类进行业务风险管理
提高交叉销售的比率
市场促销管理
对跨机构的客户和产品设定统一的定义标准
对客户行为趋势进行分析
分析客户购买和使用银行产品的情况
什么是数据仓库?
数据仓库通过从银行内部的不同系统和外部数据源收集数据，经过抽取、整合和统计，形成一个中心的数据集，这样既保持了数据的一致性，又易于被用户访问。同时，这些数据按照业务概念来组织，例如按客户、产品、地区进行分类，便于分析。而应用系统则遵循纵向的业务流程，进行定单录入、应收账款管理或总账管理等。
数据仓库与联机事务处理系统(OLTP)的结构有很大不同，例如：其中的数据是历史数据或统计数据；按照业务概念来组织；存储了大量的统计信息；数据易于分析；数据基本不作更改，仅用于查询；数据一般只存储一次，不会反复处理。此外，数据仓库还提供了联机分析(OLAP)功能，用户可以联机访问经过分析运算的多条数据，而OLTP的用户同时只能访问一条记录。联机分析很少更改数据，其响应时间可以从几分钟到几小时，而OLTP用户的目的则是要快速更改一条记录，这就需要很快的响应时间。
数据仓库还克服了决策支持系统的局限，例如：数据按照统一格式存放，用户可联机快速地查询复杂的数据；查询不会影响其它正在进行的交易；数据来自不同的系统，并按照分类存放。
简而言之，数据仓库是一个数据源，可以提供全面的企业信息。数据仓库也是信息仓库、数据集市的主要数据来源，而后者常常是面向某个业务部门或某类业务的。
