Future-DWH银行数据仓库智能分析系统实现了对银行数据、信息重新整合的功能，通过对系统的多维、快速查询，构成OLAP操作及对决策的数据、信息采集、管理、处理提供展现的架构体系。该系统以银行信贷业务和信用卡业务为核心，以银行综合业务系统、OA系统、外汇系统、信贷管理系统和部分手工数据为支撑，通过数据接口平台与原有银行业务系统进行集成应用，对于信贷业务和信用卡业务实现客户种类分析、贷款类别分析、持卡人分析、卡种类分析和特约商户分析等，使得银行决策走向理性化、客观化和科学化。

    该系统基于Internet/Intranet运作，以风险监测为核心，面向银行提供集成、优化、计划、控制为基础的信息分析平台，运用先进的商业智能技术和数据挖掘技术，从商业风险、信用风险、法律风险、决策性风险和操作性风险等多个方面，将信贷风险管理和银行的盈利情况进行联动分析，使银行的管理者能够借助智能分析手段找出信贷风险产生的规律，从而提高银行的风险管理水平，达到有效地预测风险、防范风险、提高盈利的目的，提高市场竞争力。
1、银行信用卡分析：
    数据仓库作为银行卡分析系统的数据核心，其中的数据是以面向主题的形式组织的。结合这种面向主题的数据组织形式和发卡行的业务管理需求，主要功能模块是依据主题的划分来确定。包括：
         客户分析              业务发展分析
         卡交易分析            风险管理
         特约商户分析          业务管理
         卡收益分析

2、银行对公款质量分析
典型分析角度：
时间、地域、行业、科目、企业类型、贷款类型等。
典型分析指标：
各项余额、不良余额、两呆余额、不良贷款占用率等。

1、面向集中式的信贷和信用卡管理
    系统集中了银行综合业务系统、OA系统、外汇系统、信贷管理系统和部分手工数据等数据，并按照所建立的业务模型来组织数据。
2、信用卡决策分析系统，改善银行盈利水平
    真实快速地提供银行卡的实际业务发展情况，更好地监控银行卡所带来的利润变化，为决策者提供决策的科学依据。
3、信贷风险决策分析系统，降低银行运营风险
    以风险监测为核心，运用先进的商业智能技术和数据挖掘技术，从商业风险、信用风险、法律风险、决策性风险和操作性风险等多个方面，将信贷风险管理和银行的盈利情况进行联动分析，从而提高银行有效地预测风险、防范风险、提高盈利的目的，提高市场竞争力。
4、动态会计报表生成、发布，提供顺畅快捷的信息服务
    银行各个相关业务部门能够实时进行数据查询和分析，及时掌握业务信息，防范业务风险。
5、建立科学先进的分析手段，辅助领导决策
    系统以多种形式，进行动、静态分析，全面监控信贷风险，规范信贷业务管理，帮助银行决策者及时、正确地做出决策，防范和化解风险，优化资产结构。

1、建立多维结构数据仓库，实现OLAP联机分析
    通过多维结构的模型确立，在数据仓库系统中建立由一个事实表和若干个维表组成多维数据表。这样使得数据改变了以往的范式化存储，为业务分析提供了有力的保障。
2、高性能的数据抽取、转换和加载引擎，实现ETL
    从现有的前台各业务处理系统中自动采集数据。创建一个中心数据仓库，使其能够通过一定的接口技术，兼容各个分散的前台业务处理系统所产生的数据以达到方便、及时、准确地共享数据，从而解决了传统意义上的数据查询困难、繁琐、可信度不高的问题。
3、提供顺畅快捷的信息服务，实现统计、分析、预测。
    经过清洗、整合和加载存于数据仓库中的数据，按照信贷和信用卡分析系统中用户的新需求，提供统计、分析、汇总等服务功能，对未来做出切合实际的预测，为管理层提供有力的支持。
4、完整的权限控制，实现数据加权访问
    因为数据仓库组中的数据，就是为信贷和信用卡分析系统中的用户所共享，这是我们需求的目的之一，为什么要加权共享数据呢？这是从数据安全性的角度考虑的，因为有一部分数据只允许一定范围内的用户所共享，而对信贷和信用卡分析系统中的其他用户，不具有开放性。因此在设计数据共享时，必须考虑此方面需求。
5、图形化显示处理技术，形成鲜明、高超、表现力强大的信息展现
    系统具有图形化显示处理技术，创造一个极为友善的人机接口。
6、基于WEB上实现数据查询、业务分析。
    在WEB上提供业务查询、分析功能，针对具体的查询、检索要求，准确选择出现实查询的最优方案，以便从庞大的中心数据仓库中，以最短的时间、最快的速度、最便捷的路径检索到所需要的数据信息。