最早將數據分析應用于銀行業務的是美國一家銀行的信用卡部門，他們在20世紀70年代借助計算機技術將統計分析用于申請審核和風險控制。到20世紀80年代末期，數據倉庫開始成為向銀行決策人員和分析人員提供商業智能的工具。美洲銀行是較早進行嘗試并獲得成功的先行者。20世紀90年代，隨著財務分析在銀行戰略地位的不斷演變，財務分析型數據倉庫開始被接受和采用。美國的銀行業20世紀90年代中后期基本上確立了將集中的數據管理系統，即數據倉庫，納入銀行信息系統體系架構中。進入21世紀后，銀行與客戶之間發生了直接交互的前端業務，銀行操作人員越來越需要能收到決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據和當前數據的復合型需求的發展。

近年來，我國大多數商業銀行一般按照“數據集中化、業務綜合化、管理扁平化、服務網絡化、決策科學化”的理念進行銀行信息系統體系建設。一般包含兩大數據平臺：一個是基于數據大集中的策略，面向金融業務數據處理，構建高效、統一的核心業務處理平臺；另一個是面向分析處理，構建完整、一致、反映時間變化的數據倉庫。我國銀行最早從2000年起著手開展數據倉庫的研究，逐步建立了以企業級數據倉庫為基礎的結構化數據的采集、存儲和應用體系，實現了客戶信息、賬戶信息、產品信息、交易信息、管理信息等內容的集中管理，用于海量數據挖掘和分析的數據倉庫平臺數據總量達幾百太字節(TB)，包含客戶、柜員、各有關機構的交易行為、關聯性和交易習慣等大量有價值的信息。依托數據倉庫平臺，提供通用查詢等數據查詢類工具、靈活查詢等數據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，基本滿足銀行進行用戶數據分析與挖掘的需求。