证券行业中的各类数据是证券公司积累的宝贵财富，然而，很多证券公司并没有意识到这些数据的价值，静态的数据无法产生应有的效益，只有将不同类型的数据采用某种技术手段联系到一起，才能够发掘出数据之间内在的联系，更好地为证券公司的业务发展服务。利用数据仓库、联机分析处理、数据挖掘等方法，对证券公司的各类数据进行处理，目的是增强证券公司在客户关系管理和业务拓展决策方面的能力，并利用软件工程的相关理论和技术，开发了证券公司的业务管理分析系统。首先对证券公司在客户数据管理业务流程、行情与交易数据处理流程、业务营运数据处理流程等方面的需求进行了分析，明确了系统开发的目标，并对系统使用过程中的性能指标进行了研究。然后，将系统划分为三层结构，分别是前台操作与结果展示模块、后台数据处理模块、数据源及数据仓库模块。前台模块的主要功能是实现系统与用户之间的人机交互功能，包括各类参数的设置、数据选择与处理、数据仓库构建操作、联机分析处理和数据挖掘结果的展现等；后台模块的主要是以服务的形式封装了数据联机分析处理服务、数据挖掘服务、ETL服务等功能，并根据系统的应用目标，实现了三类数据处理的业务逻辑。设计实现了系统的数据仓库，分别设计了数据仓库的概念模型、逻辑模型、物理模型。不同的数据处理与挖掘模块所应用的数据挖掘方法也不同，系统将根据实际的使用需求选择合适的数据联机分析和数据挖掘方法，利用决策树技术实现了客户关系管理数据的挖掘功能，利用概率神经网络技术实现了行情预测的数据挖掘功能。证券行业数据挖掘系统的构建，有利于实现对公司管理层决策的辅助支持，在实际的应用中能够提高风险的控制能力，争取客户源，实现公司利益的最大化。