数据仓库是近年来刚刚发展起来的计算机技术，尽管决策支持系统已经出现了很多年了，但数据仓库技术却刚刚兴起，目前正处于快速发展时期，基于数据仓库的联机分析处理系统也正在成为IT行业新的增长点。数据仓库技术起源于企业上层管理、决策以及对大量数据进行处理的需要，是随着管理业务应用的需要而产生的。与传统的数据库技术相比，数据仓库为决策分析提供了更好的支持，跳出了传统联机事务处理的范畴。数据仓库是在企业管理和决策中面向主题的、集成的、与时间相关的、不可修改的数据集合，与其他数据库应用不同的是，数据仓库更像一种过程，对分布在企业内部各处的业务数据的整合、加工和分析的过程。 国际上，大的数据库厂商，像SQL Server、SAS、Crystal、DB2都有自己的数据仓库产品，比如Informix公司的数据仓库解决方案；Oracle公司的数据仓库解决方案；Sybase公司的交互式数据仓库解决方案都很具有代表性。近几年来，数据仓库技术发展很快，并在各个行业都得到了很多的应用。我国亦自行开发了数据仓库产品，如青大海威数据仓库产品HIGHWAY，但规模较小，仅在税务、工商、银行部门等领域得到应用。相对于国外大中型企业，我国企业的数据仓库建设目前还处于起步和探索阶段，对于在电信移动通信运营商这样火型的信息化产业内部建设数据仓库应用，对技术更是提出了更高的要求，因此尚处于实践和探索阶段。目前，介绍数据仓库和OLAP技术的书籍和资料在概念和结构方面讨论较多，本文希望通过讨论、研究以及设计、实现数据仓库系统模型、OLAP模型，达到从实际出发、突出实用性和集成性的特点。 文章的主要内容是基于数据仓库技术，参考数据仓库理论已有的研究成果以及该技术在其它行业的应用，并对移动通信服务行业运营模式经营方式进行深入的研究与分析的基础上，研究数据仓库技术、联机分析处理技术的相关应用范围、相互集成，以及传统数据库中数据向数据仓库系统进行转换、加载问题，最终应用软件工程的开发方法，开发适合我国移动通信运营管理中辅助管理和决策的数据仓库系统模型和系统框架。 本文为整个电信数据仓库系统提出了一套行之有效的企业数据仓库设计方法和实施策略。文章从我国电信服务行业的现状开始，介绍了传统基于数据库技术的信息系统在为上层领导提供决策数据时产生的“蜘蛛网状”问题，从而引出了数据仓库技术的优势，以及开发数据仓库系统的意义，其后给出了国内外的研究现状以及未米数据仓库技术的最新发展进展和趋势。 第二章重点介绍了数据仓库技术的理论基础，为后面的系统开发做好了较好的理论内容铺垫，包括数据仓库的特点、体系结构、数据集市、ETL、联机分析处理、数据仓库中数据模式、数据挖掘方法，最后介绍了数据仓库系统开发的结构化系统开发的软件工程方法。第三章是文章重点部分，移动数据仓库系统建模时这里采用的是软件工程中的“结构化开发法”，基于“自顶向下，逐步求精”的原则，文章给出了构建移动通信企业业务管理中数据仓库系统的详细步骤，从需求分析到系统概念模型、逻辑模型、物理模型以及最终的系统维护都给出了详细的分析设计步骤和设计指导原则。对于海量数据仓库中的数据模型，文章给出了提高系统效率的物理设计方法，包括物理合并表技术、创建数据数组、增加冗余技术、数据表分离技术、增加数据导出技术、添加创造性索引技术等等。 由丁数据仓库系统在应用中是按照各个不同主题来架构的，并分主题为上层领导和决策者提供决策依据，因此，在第四章文章按照客户情况、业务发展情况、收益情况、大客户等不同角度给出了各个分析主题的逻辑设计模型。 文章提出的数据仓库系统及其架构在未来成型和实际利用当中，能够极大地提高国内电信运营商的业务支撑能力，丰富企业的业务应用内容，提高企业的市场竞争力，缩短与国际电信企业在运营管理能力方面的差距。其次，系统搭建好的统一数据平台，为未来运营商引入数据挖掘模型与工具、决策支持系统底层数据平台，以及其它商务智能BI模型创造了良好的基础，更为我国迎接未来更开放、更竞争、更激烈的电信市场做好技术准备。