随着计算机的发展和普及,关系数据库系统的成功,各种各样的数据库系统正以前所未有的速度被开发出来在各行各业中广泛应用,使得事务处理更加准确和高效。而且,企业日常积累的数据更是以指数级速度快速增长。虽然数据量巨大,但是决策者和分析者真正要分析和决策的时候却感觉信息贫乏,无从下手,对大量的信息不知道如何应用。由需求驱动的商务智能相关技术：数据仓库、联机分析处理和数据挖掘等得到了快速发展,成为现如今数据大爆炸时代的技术支柱。农村信用社乃是农村金融这一体系的基础,只有深化农村信用社改革,进而改进农村金融服务,才能使农村信用社健康稳定地发展。这些都事关农民增收、农业发展、农村稳定大局。但是,农村信用社目前却存在客户的大量流失问题,已严重影响了农信社正常的发展。作为农信社的经营者,客户流失是日益激烈的竞争市场中所有金融机构所面临的一大难题,对于如何找到客户流失的原因,如何有效地降低客户流失率,进而降低资金的大量流失,已成为农信社的当务之急。虽然现在对商务智能技术应用在银行业的研究和应用不少,但是由于农村信用社的特殊情况,所面对的客户的不同,使得前人所研究出来的理论和模型在农信社应用都不是太好。另外,对于建立数据仓库过程中,某些关键设计方法和技术也只是寥寥数笔。在数据仓库设计过程中,设计人员往往还存在不少的问题。而本文以某农村信用社的数据仓库建设项目为契机,以商务智能理论和客户关系管理理论为框架,对数据仓库的设计过程中的一些关键技术进行了详细研究,并且将数据仓库建设完成后的数据应用于客户流失中,得到了一个客户流失预测模型,预测效果较好。现在对相关内容总结如下：一.对数据仓库的设计过程进行了详细的实践,这些设计的原因和原理都研究得比较清楚。主要包括：项目需求分析、逻辑模型设计、物理模型设计、ETL设计与开发等。这是一个数据仓库项目比较标准的流程,这一实践让我们更加系统地了解数据仓库商业项目中,需要的技术有哪些,另外里面的困难和挑战有哪些,另外该怎么克服这些困难和挑战。二.特别对于逻辑模型设计过程中,对于农信社的业务逻辑,如：当事入主题中的逻辑关系进行了详细地分析,进而发现需要在当事人主题下也要设计子主题。而对子主题包括哪些表,表里包括哪些字段,都做了详细研究和说明。在农信社,特别是银行的复杂的业务中,理清这些逻辑关系显得尤为重要。如果未对这些逻辑分析清楚,即使以后建立起来的数据仓库也不能满足业务部门的需求。这一部分如此重要,但是由于农信社业务的复杂性,往往一个表中的数据,牵涉到多个系统、多个表,这就需要调研人员花大力气,了解业务逻辑关系,进而完整地得到业务规则。这部分是本文的重点内容。三.在数据仓库建设好以后,可以有各种应用,主要包括：客户关系管理、产品管理、风险管理等。由于先如今农信社的客户流失问题日益严重,在本文中,利用在项目中得到的数据对客户流失进行建模,以期望能够找出客户流失的特征,进而减少客户的流失,提高农信社的效益。而在建立模型中,利用了数据挖掘中经典的决策树分析方法来对客户流失的模型建立。而在对数据的预处理方面,数据仓库的优势就体现出来了,它是一个统一的数据分析平台,可以说就是为数据分析而生的。所以在数据的预处理上就没有花费多少工夫,因为基本在仓库内都已经处理好了。这个模型与以往的银行建立的客户流失模型相比,有一定的差距。这也表明了农信社跟其他银行的不同之处。其中,这一模型中所包含的影响因素有：客户抱怨与否、客户一年内的业务量、客户拥有的产品数、客户是否有不良记录、客户的证件类型等。其中,对客户的抱怨是最重要的影响因素,正因为农信社面向的是中小企业客户和农村客户,他们对自己的主观感受比较看重,这也是情理之中的。