为了提高人寿保险行业工作效率和服务水平，建立高效的管理机制，适应业务的开展和激烈的市场竞争，商业智能开始进入寿险行业，KPI指标分析系统应运而生。本文基于数据仓库、联机分析处理及数据挖掘等技术理论，研究了KPI指标分析系统构建与实现。 本文首先介绍了课题研究背景，指出客户工作中面对的有关数据的难题，描述了KPI指标分析系统的优越性；简要概述了数据仓库、联机分析处理及数据挖掘技术特点，深刻分析了三者之间内在的联系性：给出了数据仓库的设计步骤，分析了数据仓库的体系结构，讨论了联机分析处理及多维分析中的上钻和下钻等操作，描述了数据挖掘过程，给出常用数据挖掘算法和比较分析。 本文描述了KPI数据指标决策系统的建设背景和KPI指标形成。参照CRISP-DM重点讨论了数据抽取、转换、加载技术整个ETL的实现过程；其中以KPI中“保费契撤率”指标为例，给出了数据仓库模型设计中相应事实表和维表的创建和相应SQL存储过程。本文描述了面向主题的分析模型在KPI指标分析系统的展现；提出了基于数据仓库，综合应用联机分析处理和数据挖掘技术的KPI指标分析系统的总体设计方案；本文理论上提出多维复杂查询分析优化思想，为KPI指标分析系统在人寿保险领域的应用做出了有价值的探索。