信用卡业务在中国的发展方兴未艾,竞争也日趋激烈。如何更多地了解客户的信息,并将这种信息转变成“知识”,从而更好地为客户提供高质量的个性化服务,保持和发展高价值的客户,已经成为各银行开展信用卡业务的一个紧迫的课题。基于商业智能技术的信用卡分析解决方案,是以企业级数据仓库为基础,整合银行内部信用卡相关的所有重要数据,通过对数据进行快速而准确的分析和挖掘,以及提供的全方位、多层次的辅助决策支持手段,帮助银行领导在短时间内对市场变化及趋势做出更好的战略性商业决策,以挖掘重点客户、提高服务质量、减少运作成本,为银行带来有利的市场竞争优势。本课题以信用卡业务生产系统的数据库为数据源,辅之以业务相关的外部数据,建立有主题性的数据仓库,构造集成的数据环境,消除银行卡系统和银行其他应用系统彼此孤立、缺乏数据共享的局面。而后将信用卡生产系统中的数据抽取(Extraction)出来,进行清洗和转换(Transformation ),按照面向主题的数据特征重新进行组织,加载到信用卡数据仓库中去。在信用卡数据仓库基础上,确定分析主题,建立多维分析模型。使用IBM DWE Design Studio来创建OLAP元数据,设计多维立方体的维,属性,度量值。最后使用决策算法应用在信用卡申请风险评分业务中。对原始的客户申请数据进行预处理包括:数据清理,消除和减少数据噪声以及处理空缺值;数据变换,将连续的数值属性离散化,以便提高预测过程的准确性和有效性。建立决策树预测模型,使用数据集训练和调整模型,形成了一些判断规则。这些规则的运用对控制经营风险具有较好的作用,同时也为领导决策提供了科学的依据。