商业智能的主要目的是将大量的数据转变为信息。而大量的信息关联到一起就变成了为决策的主要依据，变成了知识，从而知识常被用来帮助制定相应的决策。公司和银行需要商业智能系统指挥商业活动使之所改善并且监控时间、花费、质量和管理。数据仓库已经迅速发展成为商业智能的基本技术之一。最著名的和广泛的被认同的数据仓库定义是由W.H.Inmon提出的，即数据仓库是面向主题的、整合的、稳定的，并且时变的收集数据，以支持管理决策的一种数据决策形式。其中ETL(Extraction，Transformation，Loading)过程主要实现数据的抽取、转换、加载过程，这些都是数据仓库中非常重要而又基本的过程。 本文首先介绍了数据仓库的有关概念，详细比较了数据仓库与数据库的不同之处，表明了数据仓库在银行领域应用的必要性。其次，分析了数据仓库所涉及的关键技术，其中包括了数据组织形式、关键技术、及其数据仓库技术的发展。第三，论述了数据仓库工具应有的功能和实现方式，具体比较了Bo与Cognos工具的不同。在此基础上，提出了一种构建数据仓库的模型，并且以NCR模型为例具体分析了NCR数据仓库构架，提出了构建数据仓库应用的开发步骤，重点以某银行为例详细阐述了数据仓库的构建过程。最后，具体提出了数据分析层的设计与开发的方法及其展示方式；同样，以某银行为例详细阐述了数据分析层的设计与实现。总之，通过本文的研究，将为银行领域开发和构建数据仓库系统提供商业智能分析的基础平台，并奠定了一定理论基础。