在加拿大，蒙特利爾銀行是最大的信用卡業務擁有者之一。另外，銀行還在加拿大掌握著最多的貿易商，現在它已經為60%的加拿大貿易商提供服務，銀行的POS事務量處於第二位。
在蒙特利爾銀行所面臨的所有威脅中，來自美國機構的競爭壓力不斷增長，是最令其感到不安的。象First USA 和Capital One這樣的機構，它們具有市場規模和市場技術的雙重優勢，而這種優勢是加拿大市場目前所不具備的。即使加拿大的信用卡發行者可以獲得與特定美國發行商匹配的市場技術，他們也難以實現與其匹配的市場預算投入規模。競爭的威脅實在是太大了。因此，對於蒙特利爾銀行來說，既然無法從市場預算規模上與他們競爭，轉而致力於銀行的市場技術。分析數據集市就是在這種背景下產生的。
分析數據集市
建立一個分析數據集市的建議在1995年的晚些時候被提交給銀行的管理層。在該項目的初期，銀行與Sybase專業服務一起來從事該數據集市的業務和技術需求的開發。
項目的初始計劃僅僅是為信用卡部門提供風險分析，由於數據集市僅僅是為信用卡部門服務而開發的，數據的來源也只局限於此。同時，銀行也添加了來自第三方的外部數據以加強對客戶行為的分析能力1996年銀行推出了它的首個數據集市應用。
需要指出的是，銀行的第一次市場活動是在IBM/DB2主機系統上進行的。為了盡早從分析數據集市上獲益，蒙特利爾銀行使用了既有的處理環境和新體系結構進行結合，推出了首批的幾次活動。而完全使用新建立的數據集市進行的活動開始於1997年1月。數據集市現在擁有1.2個TB的數據量，銀行希望將整整兩年的事務數據裝填到該數據集市中去。
體系結構
在1996年年初，在收到了資金和管理許可以後，蒙特利爾銀行立即開始尋找用於分析的數據集市的解決方案。在當時的情況下，信用卡部門事實上沒有任何一個人具有數據倉庫或者Unix系統的經驗。銀行在主機系統環境進行信用卡業務處理，它的既有的技術人員都不具備數據集市的業務需求應該滿足的技術。在雇傭了有經驗的數據倉庫和Unix技術人員以後，銀行才開始與Sybase專業服務來為分析數據集市開發技術體系計劃。
分析數據集市通過delta（德耳他）處理每周更新一次。事務的捕捉發生在分段運輸階段。由於數據集市的數據來源數目有限，銀行認為每周一次的數據更新已經足夠用了。數據集市用戶大多是分析人員，大約有30多位。在采用了便於使用的用戶接口前端工具以後，銀行的管理能力將會通過數據集市性能得到增強。
分析數據集市的目標
由於1995年的業務和競爭分析結果，銀行給分析數據集市的開發開了綠燈。數據集市的目的在於，在較短的時間裡模擬實現一個針對單一產品的客戶關系管理（CRM）性能。蒙特利爾銀行打算創立一個對客戶信用卡關系的管理。更明確的是，銀行希望將客戶欺詐行為降低5個百分點，使信用卡的業務利潤提高25%。
商業收益
從1996年的啟動開始，分析數據集市已經提供了百分之百的內部收益率 （IRR），同時銀行的市場份額增長了大約70個基點。新信貸余額比既有業務 量平均增長了129%，信用卡額度平均增長了59%。預期為2.1年的回報周期大大縮短了。市場活動周期被大大提高了，每六個星期就可以發起兩次。
銀行除了在響應率上得到提高以外，沖銷帳目率緩慢減少，當前為1.75%。該銀行傳統上比較保守，從開始使用分析數據集市以來一直沒有改變其保險標准。現在，從新市場活動產生的錯失和沖帳率顯著降低。
自從分析數據集市投入運用以來，銀行在信用卡的市場開展和客戶關系的管理方面取得了幾個重大的突破。第一個也是首要的一個就是，認識到需要對市場意圖、誘導消費、列表和響應機制進行不斷的測試。對於每次市場誘導活動，蒙特利爾銀行采取了一個冠軍/挑戰者測試方法。這一點對於有購買傾向的和有借用傾向的用戶特別具有重要作用。銀行致力於創建一個"封閉式的循環"跟蹤系統。只有通過嚴格的測試、衡量、跟蹤和報表報告，銀行才能夠認識到他們的市場誘導活動的效果和產生的原因。
