在我国加入WTO以及巴塞尔新协议在各成员国的实施后,中国的银行面临着越来越激烈的国内银行和国外银行双重竞争压力。为了在强烈的竞争中盈利,最重要的是能够及时地为银行的生存与发展做出正确的决策。目前,中国的银行业正日趋多元化,信贷信息来源于银行的多种业务和不同系统,这使得银行需要进行科学统一地管理和整合这些资源,以辅助银行决策。数据仓库技术是近年来应用和发展得非常快的一种商业智能技术,它向企业提供对企业内部积累的大量历史数据以及可能得到的外部信息进行分析和挖掘,并从中提取有价值信息的解决方案,帮助管理人员分析业务状况,预测市场,并做出正确决策。本文在调研分析的基础上,提出了满足商业银行业务需求的数据仓库总体架构和建设目标,并设计了相应的数据模型;分别以Oracle和DataStage作为数据仓库实体和ETL工具,开发并建立了一个信贷信息数据仓库,实现了数据仓库从多个数据源的数据采集和数据集成;最后给出了数据仓库的数据质量改进和ETL性能优化的措施。通过信贷信息数据仓库系统的应用,降低银行的运营风险,提高银行内部效率和节约成本,全面掌握客户、财务、债项和业务等信息,增强业务的联动性、实时性和可管理性,提高银行的投资回报率。