由于我国加入WTO后外资银行的进入，使得国内银行业面临的竞争压力越来越大。商业银行竞争的焦点是客户，特别是对银行贡献较大的优质客户，按照“帕累托原理”，优质客户是银行的利润之源，银行拥有了优质客户，就拥有了竞争优势。尤其是当市场的主导力量逐渐由卖方转变为买方以后，银行必须了解现有的客户的价值、寻找目标客户、挖掘潜在客户、进行客户细分，开发出适合不同客户不同需求的新产品。还要明确自己的优质客户，为他们提供更为个性化的服务，从而利用有限的资源产生最大的效用。随着金融行业的国际化，中国的银行企业都无法避免地要经历规模化和规范化的过程，搭建在数据仓库基础上的信息平台几乎是所有金融企业发展的必经之路。在数据仓库基础上构建客户细分管理等决策支持系统己成为金融企业所关注的新增长点和热点，然而，在国内银行业尚处于尝试和探讨实施阶段。本文总体分为四大部分，第一部分分析了国内商业银行所处的新的竞争环境，提出了对客户进行细分重点管理优质客户才是新的竞争环境下国内商业银行的制胜之路，介绍了论文写作的背景及其总体框架结构。第二部分对本文所需要使用的客户细分技术和数据仓库技术相关的基础理论进行了简要的介绍。其中包括客户细分技术的产生和应用意义、国内外的几种最新的客户细分技术、利用数据仓库技术支持客户细分的优势所在、数据仓库的特点及其组成等等。最后的两大部分是文章的重点所在，第三部分以NCR金融逻辑模型为基础论述了如何构建支持银行客户细分的数据仓库逻辑模型。NCR金融逻辑模型将复杂的银行业务归纳成当事人、产品、协议、事件、渠道、内部机构、地理区域和行销活动等八大主题。它蕴含了银行的分析决策和客户管理的各个方面，帮助银行公司在利润、风险、销售、市场以及渠道管理等方面进行深层次的分析。在这部分本文主要对客户主题(也就是NCR模型中的当事人主题)做了更加详细的剖析，并独立规划出集群客户细分数据集市以提高数据仓库的分析效率。最后一部分使用大量的篇幅论述了如何利用数据仓库和OLAP技术实现商业银行客户细分，介绍了多维数据集的生成及其维度的选择和划分、系统硬件平台以及最终的用户界面，并且对细分结果进行了详细分析，给出了针对不同类别的细分客户银行相应的管理策略。