近年来国内外企业纷纷进行客户关系管理系统(CRM,CustomerRelationship Management)的建设,并取得不俗的应用效果。银行在全国数据集中后,为解决金融企业竞争中传统的客户信息分散、目标客户难以识别等客户管理问题,根据80-20原则加强分析、识别和管理创造利润的高端客户,而决定研发CRM系统及相应的数据仓库。首先,通过对银行业CRM数据仓库的关键技术、主流解决方案、创建数据仓库的模型和开发应用过程进行了详细的分析和阐述,并就其中数据抽取、转换、加载(ETL)过程和数据清洗等关键技术进行了具体地应用实践探讨。其次,本文就各级用户对CRM系统的功能需求和数据需求,特别是数据仓库所需的数据范围,CRM系统的功能模块以及评价客户的各种指标进行了详细地需求调研和分析;并进一步完成数据仓库总体框架、概念模型、逻辑模型、维模型等设计,并对关键事实表等设计进行了例证。本文还提出了银行客户关系管理系统的企业集团客户概念,并对其进行指标设计,完善了银行业客户管理体系。在设计实现银行数据ETL处理的通用程序流程图和股权持有人关系的企业集团客户归类流程的同时,以OLAP关系型数据仓库在线分析的方式展示基于数据仓库的CRM结果,有效地解决了银行客户管理的困境,最大限度地满足客户需求,提高了银行竞争力。最后,本文探讨了数据仓库应用的前景及对未来实践应用的展望。本文通过对CRM系统数据仓库应用开发过程的实践、分析、整理与总结,其开发过程、方法、技术和实现手段对同类数据仓库应用开发有较强的借鉴意义,为银行引入分析型CRM系统时构建数据仓库提供了参考。