防范和规避金融风险仍是商业银行的首要任务:
由于各商业银行在全国各地和海外都有分支机构，银行业本身的组织结构也非常庞大和复杂，而且银行又与数量更为巨大的用户有资金往来，所以银行系统所产生的财务数据和业务数据有以下特点：
1.数据量非常巨大；
2.数据之间关系错综复杂；
3.数据的准确性、时效性要求极高；
4.数据查询难以定位；
如何能满足银行海量数据分析的需求，"银行专家"系统中以OLAP（在线分析处理）为主要技术的数据仓库技术能够很好的完成银行海量数据快速分析的任务。银行进行决策时所关心的重要信息，如银行的存款情况、贷款情况、客户群情况、利润情况等，当用户按照时间维（年-季--月）、分支机构维（总行--省行--地方行--支行---营业网点）、客户的信用等级（AAA+、AAA、AAA-）、客户的规模（大、中、小）、客户的行业分类等进行综合查询时，便可以非常清晰、直观地看到以各种形式报表、图形表现的分析结果。决策人员可以快速、准确的得出资金的流量、流向和使用效果，从而判断某个区域、某个行业、某个客户的发展趋势并做出决策，让资金能够高效、安全、合理的运作。随着社会经济的发展和市场竞争的白热化，商业银行面对着日益复杂的市场经济环境，如何正确的认识自己、评估外部环境、以科学的知识化决策为导向，创建适应新时期需要的商业运作模式，保证以科学的方式制订商业银行经营战略并有效的实施与控制，多维数据分析技术的应用是大势所趋。
由于各商业银行在全国各地和海外都有分支机构，银行业本身的组织结构也非常庞大和复杂，而且银行又与数量更为巨大的用户有资金往来，所以银行系统所产生的财务数据和业务数据有以下特点：
1.数据量非常巨大；
2.数据之间关系错综复杂；
3.数据的准确性、时效性要求极高；
4.数据查询难以定位；
如何能满足银行海量数据分析的需求，"银行专家"系统中以OLAP（在线分析处理）为主要技术的数据仓库技术能够很好的完成银行海量数据快速分析的任务。银行进行决策时所关心的重要信息，如银行的存款情况、贷款情况、客户群情况、利润情况等，当用户按照时间维（年-季--月）、分支机构维（总行--省行--地方行--支行---营业网点）、客户的信用等级（AAA+、AAA、AAA-）、客户的规模（大、中、小）、客户的行业分类等进行综合查询时，便可以非常清晰、直观地看到以各种形式报表、图形表现的分析结果。决策人员可以快速、准确的得出资金的流量、流向和使用效果，从而判断某个区域、某个行业、某个客户的发展趋势并做出决策，让资金能够高效、安全、合理的运作。随着社会经济的发展和市场竞争的白热化，商业银行面对着日益复杂的市场经济环境，如何正确的认识自己、评估外部环境、以科学的知识化决策为导向，创建适应新时期需要的商业运作模式，保证以科学的方式制订商业银行经营战略并有效的实施与控制，多维数据分析技术的应用是大势所趋。
"银行专家"系统介绍：
"银行专家"系统在知识管理方面以Site Server为基础，以OLAP（在线分析处理）为主要技术的数据仓库技术，由数据迁移、逻辑设计、数据挖掘三个主要工具集组成。涵盖银行内部方方面面的信息。通过对知识的重组、分类和关联，将银行内部分散的信息组织成一个高效实用的知识库，并且提供了方便快捷的分发方式。这些文档既可以是文本、Word文件、Excel文件等普通办公文档，也包括html、Asp等Web信息，甚至是 Exchange Server里的Outlook应用往来邮件，这些都可以成为信息共享的对象。
"银行专家"系统在知识管理方面以Site Server为基础，以OLAP（在线分析处理）为主要技术的数据仓库技术，由数据迁移、逻辑设计、数据挖掘三个主要工具集组成。涵盖银行内部方方面面的信息。通过对知识的重组、分类和关联，将银行内部分散的信息组织成一个高效实用的知识库，并且提供了方便快捷的分发方式。这些文档既可以是文本、Word文件、Excel文件等普通办公文档，也包括html、Asp等Web信息，甚至是 Exchange Server里的Outlook应用往来邮件，这些都可以成为信息共享的对象。
明天高软科技有限公司的"银行专家"系统提供的财务分析具有以下特点：
1. 数据的多维分析：以时间为序列对客户财务数据进行时点查询和历史趋势分析；
2.查询、分析结果可以多种形式存储，如Word文档、Excel电子表格；
3.通过与Site Server 的知识管理中心紧密整合，可将分析结果以最快的速度传到最需要的地方；
4.依靠MS SQL Server 7.0数据仓库，存储海量客户数据；
5.统一的浏览器界面，安装、实施、部署、培训、技术支持简单方便，系统总拥有成本最低。
6.高度的可适应性，可整合多种数据形式，可解决银行业地区之间发展不平衡的难题。
1. 数据的多维分析：以时间为序列对客户财务数据进行时点查询和历史趋势分析；
2.查询、分析结果可以多种形式存储，如Word文档、Excel电子表格；
3.通过与Site Server 的知识管理中心紧密整合，可将分析结果以最快的速度传到最需要的地方；
4.依靠MS SQL Server 7.0数据仓库，存储海量客户数据；
5.统一的浏览器界面，安装、实施、部署、培训、技术支持简单方便，系统总拥有成本最低。
6.高度的可适应性，可整合多种数据形式，可解决银行业地区之间发展不平衡的难题。
提供的财务分析具有以下特点：
1. 以时间为序列对客户财务数据进行时点查询和历史趋势分析；
2. 查询、分析结果可以多种形式存储，如Word文档、Excel电子表格；
3. 通过与Site Server 的知识管理中心紧密整合，可将分析结果以最快的速度传到最需要的地方；
4. 依靠MS SQL Server 7.0数据仓库，存储海量客户数据；
5. 统一的浏览器界面，安装、实施、部署、培训、技术支持简单方便，系统总拥有成本最低
6. 高度的可适应性，可整合多种数据形式，可解决银行业地区之间发展不平衡的难题。
银行系统所产生的财务数据和业务数据有以下特点：
由于各商业银行在全国各地和海外都有分支机构，银行业本身的组织结构也非常庞大和复杂，而且银行又与数量更为巨大的用户有资金往
来，所以银行系统所产生的财务数据和业务数据有以下特点：
1.数据量非常巨大；
2.数据之间关系错综复杂；
3.数据的准确性、时效性要求极高；
4.数据查询难以定位；
来，所以银行系统所产生的财务数据和业务数据有以下特点：
1.数据量非常巨大；
2.数据之间关系错综复杂；
3.数据的准确性、时效性要求极高；
4.数据查询难以定位；
多维数据分析技术的应用是大势所趋
如何能满足银行海量数据分析的需求，以OLAP（在线分析处理）为主要技术的数据仓库技术能够很好的完成银行海量数据快速分析的任务。银行进行决策时所关心的重要信息，如银行的存款情况、贷款情况、客户群情况、利润情况等，当用户按照时间维（年-季--月）、分支机构维（总行--省行--地方行--支行---营业网点）、客户的信用等级（AAA+、AAA、AAA-）、客户的规模（大、中、小）、客户的行业分类等进行综合查询时，便可以非常清晰、直观地看到以各种形式报表、图形表现的分析结果。决策人员可以快速、准确的得出资金的流量、流向和使用效果
，从而判断某个区域、某个行业、某个客户的发展趋势并做出决策，让资金能够高效、安全、合理的运作。随着社会经济的发展和市场竞争的白热化，商业银行面对着日益复杂的市场经济环境，如何正确的认识自己、评估外部环境、以科学的知识化决策为导向，创建适应新时期需要的商业运作模式，保证以科学的方式制订商业银行经营战略并有效的实施与控制，多维数据分析技术的应用是大势所趋。
，从而判断某个区域、某个行业、某个客户的发展趋势并做出决策，让资金能够高效、安全、合理的运作。随着社会经济的发展和市场竞争的白热化，商业银行面对着日益复杂的市场经济环境，如何正确的认识自己、评估外部环境、以科学的知识化决策为导向，创建适应新时期需要的商业运作模式，保证以科学的方式制订商业银行经营战略并有效的实施与控制，多维数据分析技术的应用是大势所趋。
OLAP在线分析处理具有以下特点：
