随着电力行业在数据库建设和各种应用软件开发上,投入了大量的人力、物力、财力,并取得了一些成果,但由于多数系统都是针对具体应用单独开发的,数据共享性差,已经不适应当前的公司运营与决策,这就需要一种技术解决此问题,由此BI (Business Intelligence,商务智能)开始进入电力行业。本文在对当前国内外ETL、数据仓库的理论和技术及BI前端展现方法进行学习、研究的基础上,提出了电力行业营销数据的集成分析与展现分析方法并设计数据集成和BI前端展现模型。本文围绕电力行业的营销数据的集成分析与BI前端展现,首先介绍了ODS (Operating Data Store,操作型数据存储)、DW (Data Warehouse,数据仓库)技术的概念并详细阐述数据仓库的设计模式、数据集市、OLAP分析,同时提出目前BI前端展现所遇到的瓶颈并对本文主要用到的工具做了详细的说明。其次,设计异构数据集成、转换、清洗、加载的方法及设计数据获取与数据共享方法；最后,本文构建KPI数据分析、固定报表、多维分析、即时查询等BI展现的方式。论文重点介绍如何利用ETL集成异构数据、设计数据仓库及数据集市架构、设计ROLAP(关系型联机分析处理)和BI前端展现技术,将分布在电力企业内部的各个信息孤岛进行数据集成,通过合适的数据建模和建立混合式的数据仓库与数据集市,将企业管理者感兴趣的信息(或者知识),以各种BI前端技术展现出来。在功能设计上,分为三大功能设计块。一、ODS功能设计,包括ODS的数据模型、数据项分析、通过Informatica集成异构数据；二、数据仓库功能设计,包括维表、事实表的设计与实现；三、数据集市功能设计,包括电量、电费、电价、销售、95598及客户关系分析几大数据集市模块。在BI前端展现实现了企业统一数据视图、提供了统一的取数途径、提高统计分析的时效性,让经营分析人员的精力更专注于数据分析。本文所研究设计的这套电力行业营销数据的集成分析和BI前端展现的方法,通过对前端报表的分析,能从中知道经济发展的趋势、能了解用户对电力公司的满意度、能得知公司的当前销售收入与往年历史数据趋势分析从而得知公司的收入能力、能得知公司的应收账款占公司主营业务收入的比重从而得知公司当前的运营状况,等等。本文的意义在于,不仅成功的实现了对大容量、多系统异构数据的有效整合,建立了高效的数据集成分析方法和不同于以往的数据仓库,前端展现不仅美观而且支持从简单查询到深度数据钻取分析,在设计与研究中所采用的一些设计技术和方法具有很强的通用性,稍加改动就可以应用到其它领域。