本文提出了一种基于数据仓库、在线分析处理及数据挖掘的银行卡业务决策支持系统解决方案，较好地解决了银行卡相关业务的决策问题。

　　银行卡业务是我国商业银行业务的一个重要组成部分。在银行卡业务中，利润率是一个关键指标，而建立以客户为中心的管理信息系统，通过对大量信息的分析找出客户消费的行为和规律，进而预测客户的个性化需求、及时响应客户的需求、设计出更加符合客户需要的产品和服务，是赢得客户认可、提高利润率的有效办法。然而，目前大多数银行卡业务缺乏真正面向市场、面向客户的决策支持系统，对客户的判别也只停留在静止、片面、主观的水平，不能对客户做出动态的、全面的、客观的评价。为了更好地细分市场、细分客户，提高业务管理水平和银行卡业务的获利能力，建立基于数据仓库、联机分析处理、数据挖掘的银行卡决策支持系统，成为银行提高综合竞争力的必然选择。

　　数据仓库系统的设计

　　数据仓库系统由三个部分组成，即建模系统、ETL系统、OLAP系统。建模系统主要用于辅助设计人员进行数据仓库设计; ETL系统辅助数据仓库实现人员设计和实现ETL过程，完成数据仓库加载和更新数据; OLAP系统为OLAP设计人员提供设计平台，为OLAP分析准备数据，同时为最终用户提供OLAP分析工具。各个系统之间通过元数据文件进行关联(如图所示)。

　　1. 数据决策主题的选取

　　银行卡业务的收入主要有客户透支贷款的利息收入、向特约商户收取的客户刷卡消费的结算手续费收入、年费收入和其他收入，所有的收入都来自客户和商户。在以客户为中心的现代商业银行总体营销理念指导下，获取优质客户是商业银行关注的重点。银行卡决策支持系统就是在客户关系管理基础上提出的，客户分析、商户分析和卡业务分析是分析的三大主题。

　　2. 客户分析

　　客户分析包括客户基本信息分析、客户综合贡献度分析、客户活跃度分析、信用等级分析及风险控制，分别从时间、渠道、产品、客户基本信息、人口统计信息及客户细分信息等对银行卡客户进行多角度分析，对客户进行透视，使银行卡客户经理能全方位把握客户信息，从而为决策支持提供依据。

　　3. 商户分析

　　对特约商户银行卡交易手续费进行统计分析，细分商户，统计分析商户交易的季节和时间规律、交易人的特征、交易的银行卡品种(包括本行和他行)等，为营销决策提供依据。

　　4. 卡业务分析

　　对各支行办理银行卡的数量、卡交易次数、卡交易额、卡利润、卡存款、透支额等进行卡业务综合评价。

　　5. 数据表组织

　　“主题”在数据仓库中是由一系列表来实现的。数据表的定义可以因对数据的综合程度不同而变化，也可以因数据所属的时间段不同而调整。