最早將數(shù)據(jù)分析應(yīng)用于銀行業(yè)務(wù)的是美國一家銀行的信用卡部門，他們在20世紀(jì)70年代借助計算機(jī)技術(shù)將統(tǒng)計分析用于申請審核和風(fēng)險控制。到20世紀(jì)80年代末期，數(shù)據(jù)倉庫開始成為向銀行決策人員和分析人員提供商業(yè)智能的工具。美洲銀行是較早進(jìn)行嘗試并獲得成功的先行者。20世紀(jì)90年代，隨著財務(wù)分析在銀行戰(zhàn)略地位的不斷演變，財務(wù)分析型數(shù)據(jù)倉庫開始被接受和采用。美國的銀行業(yè)20世紀(jì)90年代中后期基本上確立了將集中的數(shù)據(jù)管理系統(tǒng)，即數(shù)據(jù)倉庫，納入銀行信息系統(tǒng)體系架構(gòu)中。進(jìn)入21世紀(jì)后，銀行與客戶之間發(fā)生了直接交互的前端業(yè)務(wù)，銀行操作人員越來越需要能收到?jīng)Q策模型和客戶輪廓信息，用于幫助他們處理日常工作，這極大地推動了同時分析歷史數(shù)據(jù)和當(dāng)前數(shù)據(jù)的復(fù)合型需求的發(fā)展。

近年來，我國大多數(shù)商業(yè)銀行一般按照“數(shù)據(jù)集中化、業(yè)務(wù)綜合化、管理扁平化、服務(wù)網(wǎng)絡(luò)化、決策科學(xué)化”的理念進(jìn)行銀行信息系統(tǒng)體系建設(shè)。一般包含兩大數(shù)據(jù)平臺：一個是基于數(shù)據(jù)大集中的策略，面向金融業(yè)務(wù)數(shù)據(jù)處理，構(gòu)建高效、統(tǒng)一的核心業(yè)務(wù)處理平臺；另一個是面向分析處理，構(gòu)建完整、一致、反映時間變化的數(shù)據(jù)倉庫。我國銀行最早從2000年起著手開展數(shù)據(jù)倉庫的研究，逐步建立了以企業(yè)級數(shù)據(jù)倉庫為基礎(chǔ)的結(jié)構(gòu)化數(shù)據(jù)的采集、存儲和應(yīng)用體系，實現(xiàn)了客戶信息、賬戶信息、產(chǎn)品信息、交易信息、管理信息等內(nèi)容的集中管理，用于海量數(shù)據(jù)挖掘和分析的數(shù)據(jù)倉庫平臺數(shù)據(jù)總量達(dá)幾百太字節(jié)(TB)，包含客戶、柜員、各有關(guān)機(jī)構(gòu)的交易行為、關(guān)聯(lián)性和交易習(xí)慣等大量有價值的信息。依托數(shù)據(jù)倉庫平臺，提供通用查詢等數(shù)據(jù)查詢類工具、靈活查詢等數(shù)據(jù)探索挖掘類工具和搜索引擎等信息定制類工具，并搭建分析師工作臺提供工具集、模型管理的功能，基本滿足銀行進(jìn)行用戶數(shù)據(jù)分析與挖掘的需求。