银行业数据大集中后，对BI的应用已经成为紧迫的任务。而围绕建立客户视图、识别客户群体消费特征、提高服务质量、挽留优质客户的宗旨，对银行业务领域进行的分析，可以归结为对于客户、业务和监管的分析。

客户分析

为了提高盈利能力，最重要的就是衡量客户价值，找到适当的目标客户，避免有价值客户的流失。

通过在某段时间内客户各方面指标的变化，准确分析客户并预测客户在未来一段时间内各种指标的变化趋势。系统利用数据挖掘技术，可以对客户做出定量的分析和预测，具体可分为：客户群体分析，即建立客户特征群体分析，在细分市场发掘有价值的客户；客户变化分析，及时获取银行流失客户的信息和新增客户信息；大客户分析，从不同的视角观察银行的黄金客户群体，甄别大客户、了解大客户消费特点，从而协助制定挽留、发展大客户的策略；客户价值分析，通过收入、成本以及风险来确定客户在不同时期的价值。服务分析， 研究银行各种交易渠道的运行情况；以及客户满意度分析，为客户提供恰当的服务，在正确的时间，通过正确的渠道和手段来提供产品和信息。

业务分析

对于银行来说，扩大市场占有率、增长利润是它的主要目标。哪类产品对利润总额贡献最大？哪个分支机构为企业带来较好的收益？采用何种销售渠道更佳？要回答这类问题用普通的分析方法也可以得出答案，但更加深入的问题是为什么会是这样？产品如何组合可以带来更大的收益？这些只有BI系统才可能帮助解决。商业智能解决方案可对银行业的各种业务考核指标进行分析，包括：行业结构分析、经济性质分析、地区结构分析、期限结构分析、信贷品种结构分析、问题信贷结构分析、三项利息结构分析、产品追踪分析。

监管分析

分析管理、监测各类交易的趋势，并对异常交易进行预警，为业务领导提供辅助决策信息。包括： 银行资本分析、资金管理分析、资金来源成本估计、客户信贷分析、经营成本赢利分析、利率风险与赢利分析、汇率风险与防范分析、投资决策分析、综合经营指标分析与预警、考核指标分析、银行健康综合评估、指标预警、客户行为追踪.

未来银行业数据大集中后对BI的需求归结为以下三点：客户分析、业务分析、监管分析。商业银行需要抓住大集中后带来的应用商业智能机会，利用BI快速构建自身服务的优势地位。