数据仓库分析系统整体设计方案
数据仓库方案
contents
目录
• 数据仓库概述 • 数据仓库的架构 • 数据仓库的设计 • 数据仓库的建立 • 数据仓库的使用和维护 • 数据仓库的发展趋势和未来展望
01
CATALOGUE
数据仓库概述
数据仓库的定义
数据仓库是一个大型、集中式存储系 统，用于存储和管理企业或组织的数 据。
它是一个面向主题的、集成的、非易 失的数据集合，支持管理决策制定。
根据业务需求，设计出符合逻辑 的数据视图，以便进行数据查询 和报表生成。
物理设计
选择存储方案
根据数据量、数据特点 和使用频率等因素，选 择合适的存储方案，如 关系型数据库、 NoSQL 数据库等。
设计索引
根据查询需求，设计出 高效的索引方案，以提 高查询速度和性能。
设计数据分区
根据数据量和查询特点， 将数据进行分区存储， 以提高查询性能和数据 管理效率。
T ( Transform)
对抽取的数据进行清洗、整合、转换和加载等 操作，使其满足数据仓库的需求。
L ( Load)
将转换后的数据加载到数据仓库中，供后续分析和查询使用。
存储层
星型模型
以事实表为中心，周围关联多个维度表，形 成星型结构。
雪花模型
将维度表进一步拆分，形成更复杂的结构。
星座模型
将多个星型模型关联起来，形成一个更大型 的模型。
数据仓库的发展趋势
云端化
随着云计算技术的普及，越来越多的企业选择将数据仓库 部署在云端，以降低成本、提高可扩展性和灵活性。
大数据集成
数据仓库在处理大数据方面发挥着越来越重要的作用，通 过高效的数据集成和数据处理技术，满足企业对大数据分 析的需求。
数据仓库建设规划图文
数据仓库建设规划图文前言数据仓库是企业决策的基础，能够帮助企业把分散的数据整合到一起，降低数据的冗余度和不一致度，并保证决策者及时准确地获取到有关于企业业务运营的信息。
而数据仓库建设规划是实现数据仓库建设的前提和保障。
本文将会介绍数据仓库建设规划的概述，及其在数据仓库建设过程中的具体应用。
数据仓库建设规划概述数据仓库建设规划是指基于业务战略、IT战略和企业治理要求，论证和分析数据仓库建设的目标、范围、基础设施、资源和人员安排，并制定全面和长期的数据仓库建设计划。
其目的是为了实现数据资产的价值最大化和企业业务分析的高效率开展。
具体来说，数据仓库建设规划包括以下几个方面的内容：1.数据仓库技术路线：在数据仓库建设过程中，需要选择哪些技术工具和平台，以及如何实现数据仓库的集成、存储、处理、管理和交互。
2.数据仓库的目标和范围：需要明确数据仓库的主要业务需求、数据需求以及数据质量标准，以便为数据仓库的整体架构和实施过程提供全面规划。
3.数据仓库基础设施：包括硬件基础设施、数据库应用软件、网络等设备和工具及相应的安全机制。
4.数据仓库资源和人员安排：需要评估数据仓库建设所需的人员和资源并计划并安排相应的人力、物力和财务方面的资源。
数据仓库建设规划的应用数据仓库建设规划对数据仓库的建设和运营都具有重要的作用。
在数据仓库建设过程中，数据仓库建设规划可以帮助企业在设计、实施和维护数据仓库过程中，更加全面、科学、系统地规划和部署数据仓库，从而提高数据仓库的建设效率，提高数据质量，提升企业的运营效率及决策水平。
具体来说，数据仓库建设规划可以体现在以下几个方面：1.业务需求分析：对不同类型的业务需求进行分析，确立数据仓库构建的业务模型和应用领域范畴。
借助业务分析工具和方法，对业务流程进行挖掘、建模和优化，设计出符合企业需要且便于数据获取和分析的数据模型。
2.技术实现：结合现有的IT设施和企业计算机软件系统，根据不同业务和应用领域制定数据仓库架构，并选择合适的技术工具和开发平台，如Hadoop、Hive、Spark等，以及各种开发框架、编程语言和库。
数据仓库-系统设计说明书
归一大数据平台数据仓库系统设计说明书受控不受控修改变更记录：目录1引言 (5)1.1文档编制目的 (5)1.2背景 (6)1.3词汇表 (6)1.4参考资料 (6)2总体设计 (7)2.1软件体系结构 (7)2.2系统运行体系......................................................................... 错误！未定义书签。
2.2.1运行体系图..................................................................... 错误！未定义书签。
2.2.2程序/模块对应表............................................................ 错误！未定义书签。
2.3系统物理结构 (7)2.4技术路线 (8)3系统接口设计 (8)3.1用户接口 (8)4子系统/模块设计 (8)4.1数据仓库 (8)4.1.1ODL(操作数据)层设计 (8)4.1.2BDL(数据仓库)层设计 (10)4.1.3IDL(宽表)层设计 (11)4.1.4PDL(应用)层设计 (12)4.1.5PUB(维度)层设计 (15)4.1.6数据导出设计 (16)5数据结构与数据库设计 (17)6外部存储结构设计 (17)7故障处理说明 (17)8尚需解决的问题 (18)编写指南：本模板力图给出系统设计阶段可能包括的基本信息，重点在于和需求分析文档相联系。
描述系统整体情况。
如果某个章节在项目或当前阶段中无法描述，则可保留其标题，注明“不适用”；如果需要对本模板的个别章节详细描述，也可将其形成单独的文档，成为本文档附件。
若文档中的某个章节已经在其他项目文档中加以描述，可保留标题，注明“参见（文档编号）（文档名称）（条款）”。
形成正式文档后须删除斜体字内容。
0 报告编制要求这里列出本系统设计报告编制的经验性要求，须由系统设计人员参照其进行裁剪以确定本次报告编制的相关规定。
数据仓库建设方案
数据仓库建设方案数据仓库建设方案数据仓库建设方案是指根据组织的数据需求和业务目标，经过系统性的分析和设计，建立一个统一、集成、可靠、灵活的数据存储和管理系统。
通过数据仓库建设方案，组织可以更好地利用数据资源，支持决策和业务流程，提高组织的运营效率和竞争力。
首先，数据仓库建设方案需要进行需求分析。
通过与组织各个部门的沟通和了解，明确业务需求和数据需求，确定数据仓库的目标和范围。
同时，也需要考虑数据的来源和格式，以及数据的质量和安全性等方面的需求。
其次，数据仓库建设方案需要进行数据模型设计。
根据需求分析的结果，设计数据仓库的结构和组织方式，确定数据的存储和关联关系。
同时，也需要考虑数据的处理和转换方式，以及数据的更新和维护策略等方面的设计。
然后，数据仓库建设方案需要进行技术选型。
根据数据仓库的规模和复杂程度，选择适合的数据库管理系统和硬件设备，以及相应的数据集成和分析工具。
同时，也需要考虑数据仓库的架构和性能等方面的技术选型。
接着，数据仓库建设方案需要进行系统实施和测试。
根据设计和选型的结果，进行数据仓库的搭建和配置，导入和清洗数据。
同时，也需要进行系统的功能和性能测试，确保数据仓库的正常运行和满足业务需求。
最后，数据仓库建设方案需要进行系统运维和优化。
定期进行数据的更新和维护，监控和管理数据仓库的性能和安全。
同时，也需要根据业务需求和技术发展，对数据仓库进行优化和改进，提升数据仓库的效率和可用性。
总之，数据仓库建设方案是一个综合性的工程，需要从需求分析到系统实施再到运维优化，进行全面的规划和设计。
通过数据仓库建设方案，组织可以更好地管理和利用数据资源，提高业务的决策能力和竞争力，实现可持续的发展。
数据仓库的架构设计与实现
数据仓库的架构设计与实现第一章数据仓库的概述数据仓库（Data Warehouse）是指为了支持决策制定过程而构建的面向主题的、集成的、只读的数据集合。
数据仓库不仅包括数据的存储，还包括数据清洗、转换和整合等步骤，从而使企业决策者能够从中获得所需的数据，并进行分析和决策。
数据仓库系统从业务需求出发，将各个业务系统的数据进行集成，再进行数据建模和数据存储，最终提供标准的数据报表和数据分析服务，满足企业的需求。
第二章数据仓库的架构设计数据仓库架构包括ETL（提取、转化、加载）层、存储层、元数据层、查询和报表层等部分。
2.1 ETL层ETL层是将数据从各个业务系统中提取出来、进行数据清洗、转换和整合，并将处理后的数据载入数据仓库中的一系列过程。
ETL系统的设计需要考虑到高性能、高可用、易维护和数据质量等方面。
2.2 存储层存储层是指存储数据的物理存储介质，包括关系型数据库、列式数据库、分布式文件系统等。
2.3 元数据层元数据层是指用来描述数据仓库中各个组件的数据。
元数据可以包含各种信息，例如数据模式、数据定义、数据字典等。
2.4 查询和报表层查询和报表层为数据仓库用户提供了方便和快速地访问存储在数据仓库中的数据的方式。
报表和分析工具可以通过对数据进行分析和可视化，帮助用户更好地理解数据。
第三章数据仓库的实现构建一个成熟的数据仓库需要考虑到数据来源的稳定性、数据完整性、数据质量、数据一致性、数据安全等各方面问题。
因此，在实现过程中需要关注以下几个方面：3.1 数据质量在ETL过程中，需要对数据进行清洗、整合和转换。
清洗过程可以消除数据中的噪声和冗余，整合过程可以将来源不同的数据进行统一和规范化，转换过程可以将业务需求翻译成具体的数据操作。
数据质量的好坏对数据仓库的后续应用和数据分析结果的准确性等方面都有着至关重要的影响。
3.2 数据一致性数据一致性是指在数据仓库中，不同数据维度和不同指标的定义在逻辑上是一致的。
数据仓库-系统设计说明书
数据仓库-系统设计说明书数据仓库-系统设计说明书1、引言1.1 目的本文档旨在详细描述数据仓库系统的设计方案，包括系统的架构、数据模型、数据抽取、转换和加载（ETL）流程、安全性、可用性等方面的内容。
1.2 范围本文档适用于数据仓库系统的设计过程，涵盖了系统的各个方面，以确保系统的正常运行和可扩展性。
2、系统架构2.1 总体架构本节描述数据仓库系统的总体架构，包括各个组件之间的关系和数据流。
2.2 数据仓库层次结构本节详细描述数据仓库系统的层次结构，包括数据仓库、数据集市、数据源等各个层次的定义和关系。
3、数据模型3.1 维度模型本节描述数据仓库系统所采用的维度模型，包括事实表和维度表的定义和关系。
3.2 元数据管理本节描述数据仓库系统中元数据的定义、管理和使用方式，包括元数据的存储、检索和更新机制。
4、数据抽取、转换和加载（ETL）流程4.1 数据抽取本节描述数据仓库系统中数据抽取的方式和流程，包括抽取数据的来源、频率和目标。
4.2 数据转换本节描述数据仓库系统中数据转换的方式和流程，包括数据清洗、数据集成、数据转换和数据加载的过程。
4.3 数据加载本节描述数据仓库系统中数据加载的方式和流程，包括数据加载的频率、目标和验证机制。
5、安全性5.1 用户权限管理本节描述数据仓库系统中用户权限的管理方式和机制，包括用户的注册、认证和授权过程。
5.2 数据访问控制本节描述数据仓库系统中数据访问控制的方式和机制，包括数据的保护、加密和审计功能。
6、可用性6.1 高可用性架构本节描述数据仓库系统中实现高可用性的架构设计，包括负载均衡、冗余备份和自动故障恢复机制。
6.2 容灾备份方案本节描述数据仓库系统中实现容灾备份的方案，包括数据的备份、复制和恢复策略。
7、本文档涉及附件本文档涉及的附件包括数据仓库系统的系统架构图、数据模型图、ETL流程图等相关文档。
8、本文所涉及的法律名词及注释本文所涉及的法律名词及注释包括但不限于《数据保护法》、《网络安全法》等相关法律和条款。
数据仓库设计方案
数据仓库设计方案【正文】一、引言数据驱动的决策已经成为企业中不可或缺的一部分。
为了有效地管理和分析海量的数据，数据仓库设计方案应运而生。
本文将介绍数据仓库的概念、设计原则和关键步骤，帮助企业构建高效可靠的数据仓库。
二、数据仓库概述数据仓库是指将各类数据整合、清洗、转化并存储于统一的数据存储区域，旨在为决策支持系统提供准确可靠的数据服务。
其设计方案需要考虑多个方面，包括数据源、数据的抽取与转换、数据建模和数据的加载等。
三、数据仓库设计原则1. 一致性：数据仓库应该保持与源系统的数据一致性，确保决策所依据的数据准确无误。
2. 高性能：数据仓库需要具备高性能的查询和分析能力，以满足用户对数据的实时性和响应性要求。
3. 安全性：严格管理数据仓库的访问权限，确保敏感数据的安全性和隐私保护。
4. 可扩展性：数据仓库需要具备良好的扩展能力，能够适应数据量的增长和业务需求的变化。
5. 可维护性：数据仓库的设计应该具备良好的可维护性，便于数据的更新、维护和监控。
四、数据仓库设计步骤1. 需求分析：明确数据仓库的功能和目标，分析业务需求和数据源的特点，为后续的设计提供指导。
2. 数据抽取与转换：根据需求分析的结果，选择合适的数据抽取方式，并进行数据的清洗、转换和集成。
3. 数据建模：根据业务需求和数据源的特点，设计数据仓库的物理和逻辑模型，并建立相应的维度表和事实表。
4. 数据加载：将清洗和转换后的数据加载到数据仓库中，并进行合理的存储和索引，以便进行后续的查询和分析。
5. 数据质量控制：定期监控数据仓库的数据质量，并进行必要的修复和优化，确保数据准确无误。
6. 安全管理：建立合适的权限控制机制，确保数据仓库的安全性和合规性。
五、数据仓库设计工具和技术1. ETL工具：ETL（Extract-Transform-Load）工具可以帮助实现数据的抽取、转换和加载，实现数据仓库的数据集成和清洗。
2. 数据建模工具：数据建模工具可以辅助设计数据仓库的物理和逻辑模型，提供建模、维护和文档化的功能。
数据仓库概要设计
数据仓库概要设计数据仓库（Data Warehouse）是指把企业分散在不同数据库中的数据统一整合到一个数据库中进行存储和管理，并对这些数据进行分析和管理的一种数据库应用系统。
数据仓库的建设是企业信息化建设的重要组成部分，是企业对内部外部信息资源进行整合、挖掘和利用最有效的平台之一。
因此，进行数据仓库的概要设计是非常重要的一步。
1.数据仓库概述数据仓库，是一个能够存储大量历史数据的集合体，使得企业能够快速地进行数据分析、查询和决策。
数据仓库通常包括存储、管理和查询技术。
数据仓库的设计是基于自底向上的过程，通过收集各种应用中的数据来建立。
数据仓库的需求分析是设计的第一个步骤，通过需求分析可以把握到数据的来源、数据的主要特征、数据的处理方法、数据的处理效果等。
2.数据仓库的工作过程a.数据的收集数据收集的目的是获取各个分散在企业内部外部的数据源，并把这些数据源整合成数据集。
数据收集包括了跟踪源数据、数据的标准化、数据的清洗、数据的转换等。
b.数据的整合数据整合意味着将不同的数据源集成到一起，通常是通过ETL工具来实现。
ETL（Extract, Transform, Load）工具的主要功能是提取、转换和加载。
c.数据的存储数据仓库的存储方式一般有两种：关系型数据库和非关系型数据库。
d.数据的查询与分析数据仓库的用户可以通过BI工具（Business Intelligence）来进行数据的查询、分析和报表生成。
3.数据仓库的概要设计步骤a.数据仓库设计的第一步是需求分析，需求分析的目的是明确数据仓库的目标、范围和需求。
需求分析应该包括数据仓库的使用者、数据仓库所需数据的类型、数据的来源、数据的质量要求等。
b.数据仓库的概念设计是在需求分析的基础上，开始进行数据仓库的抽象模型的设计。
概念设计包括了数据仓库的模型设计、元数据的设计等。
c.数据仓库的逻辑设计是在概念设计的基础上，开始进行数据仓库的逻辑结构的设计。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
目录一、概述 (2)二、四科室需求 (3)1、风险科需求 (3)2、市场科需求 (13)3、业务管理科需求 (14)4、计划资金科需求 (15)三、需求分析 (23)1、维表 (23)2、事实表 (23)3、事务——业务处理过程及业务术语 (23)4、主键 (24)5、外键 (24)四、系统结构图及业务数据流图 (25)1、系统结构图 (25)2、数据流图 (26)五、源数据表结构 (27)1、BCS系统 (27)2、C ARDPOOL系统 (34)3、NAS系统 (36)4、BCS系统报表 (37)六、生成表结构 (39)七、码表结构 (43)八、结果表结构 (50)九、数据表创建方法 (51)1、BCS系统 (51)2、C ARDPOOL系统 (57)3、NAS系统 (58)4、生成表 (58)5、码表 (62)十、数据处理过程 (68)1、目录结构 (68)2、流程说明 (68)十一、问题及处理方法 (80)一、概述Bill Inmon（数据仓库之父）在Building the Data Warehouse （John Wiley & Sons Inc., 1996）书中把数据仓库描述为一个“面向主题的、完整的、非易失的、不同时间的、用于支持决策管理的数据集合”。
数据仓库是只用于制作报表的数据库。
对我们而言，数据仓库是某个“宽广”的数据仓储。
它包括许多的主题领域。
而一个数据集市，恰恰相反，它把眼睛盯在商业活动的某个非常有限的部分上。
它往往涉及某个单独主题或单个类型的分析。
在日常工作中，IT人员经常听到这样的抱怨：“我要求的报表怎么还没出来？”或者是“我要对XX报表做些修改，怎么还没结果？”等等。
在IT飞速发展的最近几年里，银行信用卡部先后针对业务上了一些计算机系统。
这些系统的特点是：信息量规模小、数据经常实时更新、适用于业务人员快速录入数据、使用模式相对来说是可以预测的、模式很复杂、业务流程难以更改、数据在线保存的时间较短及各系统之间缺乏必要的联系等。
这样的系统被称之为OLTP系统。
OLTP系统的这些特点也就决定了有如此抱怨。
如何解决这些问题呢？我们首先想到的是：把数据集中、完整地存储在中心数据库中。
所有的业务处理在中心数据库上进行。
所有的报表工作脱离数据库。
这听起来难道不是有点像一个数据仓库吗？我们为什么不在OLTP的业务系统数据库的基础上生成报表呢？答案很简单：因为报表经常需要大量的、长时间的数据做依据，然后经过大量的运算，才能得出你想要的结论。
这对业务系统的正常运转影响很大，以至于业务系统无法正常运转。
当然，不是什么时候都需要一个数据仓库的。
正如数据仓库的定义：是用于支持决策管理的数据集合。
中国银行北京分行从1986年6月1日发行第一张人民币长城卡到现在拥有将近20万的持卡人。
从过去手工处理业务到现在拥有几个OLTP业务系统。
信用卡业务有了飞速的发展。
但也应看到信用卡市场的激烈竞争。
如何给决策者及时提供决策支持信息，是在激烈的市场竞争中立于不败之地的关键。
二、四科室需求1、风险科需求表1．北京市分行/（XX支行）信用卡透支利息统计表年月日表2．北京市分行/（XX支行）信用卡透支还款分析表年月日息带来的实际还款也算还款户。
第一列的时间段应允许人为调整，时间的累计是以某一天开始，倒推统计数据。
表3．XXXX年第X季度关于信用卡透支情况的报告（每季一份）总行：根据人总行银管[1997]185号文件，关于调整银行卡报表制度的通知精神，现统计数字如下：表4．中国银行人民币长城卡业务统计表风险统计表（月报）填报单位：（0142）北京市分行表号：CCTAB5填报时间：0000年00月00日0000年00月金额单位：人民币、元注：户数收回是指已全部还清的；户数增加是指新增的透支户；“金额增加”是指以往透支户新增透支额和新增透支户全部透支额之和；转出户数是指到本月累计数超出60天的或超过普通卡、金卡限额的透支户；转出金额是转出户数金额之和；转出应与邻近项的转入相对应。
表5．分行及各支行透支状况（全部按户数/金额统计）（按各发卡单位统计）年月日概念：普通卡透支5000以上；金卡透支20000以上，透支天数超过60天。
公式：（本月–上月）/上月例：本月透支150万；上月透支100万（150-100）/100=50%表6．信用卡风险资产分类汇总表填表单位（公章）：填表日期：年月日单位：千元注：（1）为五类风险资产的总笔数。
（2）为五类风险资产的总金额，即（2）=（3）+（4）+（7）+（8）+（9）。
（5）为（7）、（8）、（9）、的笔数合计。
（6）为（7）、（8）、（9）、的金额合计。
（10）为透支日至分类日应计利息。
正常：金卡2万以内、普通卡5000以内，透支天数不足60天，均属正常范围。
关注：透支额在善意透支额以内的，但透支天数在60~90天以内的，属关注范围。
不良资产：无论金额多少，只要天数超出90天的均属不良资产范畴。
次级：是指透支天数在90~180天以内的不良资产。
可疑：是指透支天数在180~360天以内的不良资产。
损失：是指透支天数超出360天以上的不良资产。
表7．长城人民币信用卡持卡人消费/取现/存款/转帐状况统计表（月报）/（季报）年月日卡号按升序排列金额按降序排列同类卡按金额降序排列表8．长城人民币信用卡持卡人消费状况统计表（年报）年月日表9．NAS系统授权业务量统计（月报）（来源于NAS数据、自动授权语音系统，仅对长城卡进行统计）2、市场科需求(1)每月分别统计我行发展/关闭商户、支行发展/关闭商户、EDC商户、POS商户数量，包括本月新增和月末总数。
(2)每月统计设备安装数量，包括POS、EDC台数。
(3)每月统计各家商户交易笔数、交易金额、比上月增加的百分比、比去年同期增加的百分比、自年初累计金额（按卡类、商户类分别统计）。
按照长城卡、借记卡、VISA、MASTER卡、AE卡、DC卡、JCB卡分别统计。
并按照饭店类、餐饮类、百货类、工艺品类、其它类、交通类、娱乐类各类根据月交易总金额由大到小排列。
(4)各家商户月交易金额包括该家商户各种类型消费交易的总和。
例如：北京友谊宾馆信用卡月交易金额应该是贵宾楼、迎宾楼、敬宾楼、悦宾楼、怡宾楼、苏圆、雅圆、友谊宫、各商品部、各餐厅以及商务中心交易量的总和。
(5)每月分别统计各支行发展商户数量及商户月交易量。
(6)每月统计各类商户分卡别的收益情况。
其中设立两个参数：人民币长城卡平均回扣率、外卡平均回扣率。
(7)能够随时统计某一类商户或某一家商户某一时期（最小到天）的交易量情况、收益情况（交易量X回扣率），包括与上期或去年同期比较的动态数据。
(8)能够随时统计各商户某一时期EDC交易量及平均每台EDC交易量，并计算EDC设备的投资回报比。
(9)每月按商户类分类统计本月无交易商户也叫睡眠户名单。
并随时可在系统中查询某家商户未发生交易的起始时间。
(10)建立参数监测：如按某类商户（按卡的交易量）增长和降低的百分比打印此类商户。
(11)3分钟内同一卡号在同一POS机上的多笔交易清单，1天以内同一卡号在同一POS上的多笔交易清单，EDC要求当天结帐，但已超出2天还未结帐的记录要求打印输出。
3、业务管理科需求1)．透支分析：每星期二的透支表(1)员工卡透支Y10,000以上（表一）(2)普通卡透支Y20,000以上（表二）(3)金卡透支Y30,000以上（表三）要求显示卡状态（有无止付）、有无保证金及保证金金额、透支天数2)．交易分析：(1)月大额授权、取现清单（注：授权按时间/笔数/金额排序）A.取现累计Y100,000以上（要求显示单笔最高金额）（表四）B.取现累计Y1,000,000以上（要求显示单笔最高金额）（表五）C.取现累计Y10,000,000以上（要求显示单笔最高金额）（表六）(2)月大额员工卡交易Y5,000以上清单（分借方、贷方）（表七）(3)月个人卡交易Y50,000以上清单（分借方、贷方）（表八）(4)月公司卡交易Y500,000以上清单（分借方、贷方）（表九）4、计划资金科需求表1．代理国外信用卡业务量统计表（月报）XXXX年XX月VIP服务也要统计动态，VIP名单和卡号是动态变化的，由手工录入，各种专用卡的存款余额。
直接购货数据来源于EDC系统，按清算行统计。
手工数据无法得到。
输入条件：年月。
表2．中国银行人民币长城卡业务统计表卡帐户情况（月报）填报单位：（0013）延庆支行表号：CCTAB2填报时间：1999年9月6日金额单位：万元人民币单位负责人：复核人：制表人：注：输入条件：年月。
表3．中国银行人民币长城卡业务统计表特约商户交易、收益明细表（月报）填报单位：（0013）延庆支行表号：CCTAB4填报时间：1999年9月6日金额单位：万元人民币单位负责人：复核人：制表人：表4．中国银行人民币长城卡业务统计表风险统计表（月报）填报单位：（0013）延庆支行表号：CCTAB5填报时间：1999年9月6日金额单位：人民币元表5．人民币长城卡业务量统计表（增加与去年同期比较）XXXX年XX月表6．中国银行人民币长城卡业务统计表商户及设备情况（月报）填报单位：（0013）延庆支行填报时间：1999年9月6日表号：CCTAB3注：设备分类无法辨别。
表7．中国银行人民币长城卡业务统计表金卡情况统计（月报）填报单位：（0013）延庆支行表号：CCTAB9填报时间：1999年9月6日金额单位：万元人民币表8．联名卡及电信业务统计表三、需求分析1、维表维表可以被看成是一个窗口，透过它用户可分析数据。
维表中包含有支持商业运作的相关项的文字说明。
在本系统中，可以成为维的有：分/支行、帐户、持卡人、商户、POS及时间等。
2、事实表事实表可以被看作是有两部分组成的一种表，其中第一部分定义了主键；另一部分包含有关数据仓库的数值型测量值，这些测量值作为每一个衍生键定义和计算，并作为已知的事实或测量值保存。
测量值应该具备的属性有：数值型和累积性（通常）。
在本系统中，可以成为事实表的有：BCS交易表、BCS授权表、NAS授权表、EDC交易表及透支信息表。
3、事务——业务处理过程及业务术语数据仓库设计关注的是对事务的理解。
需求是与具体事务紧密结合的。
在本系统中，可以成为事务的有：(1)透支：透支利息、透支户数/金额、透支还款、善意透支、恶意透支、收回、增加、转入、转出等。
(2)交易：取现、借方、贷方、单笔最高金额、直接购货、转帐、存款、交易量、笔数、回扣率、收益等。
(3)业务：卡类、备用金、保证金、金卡、普通卡、公司卡、个人卡、员工卡、借记卡、外卡、手续费、有效、授权、商户、设备、活动、有效等。