数据仓库技术起源于对大量数据进行处理的需要，是随着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，跳出了传统的联机处理的范畴。因此近几年来，数据仓库技术发展很快，并在各个行业都得到了应用。 随着垄断格局的打破，国内电信运营商间的竞争也越来越激烈，而网络服务质量等方面的差别也在逐渐减少，单纯的价格战将对竞争的双方造成损失。因此，电信企业都在寻求改善服务质量、提高市场竞争力的方法。面对这种越来越激烈的市场竞争，电信企业迫切地需要提高企业内部的科学决策能力，增强在市场经营等方面的正确判断能力，因此，电信运营商需要数据仓库技术。 另一方面，电信运营商积累了大量的业务运营数据，这些数据都是已经电子化的数据，通过数据仓库技术，可以从这些用户数据中发现很多有价值的信息，例如用户的消费行为分析特征等。根据这些消费行为特征，市场部门就可以提供针对性更强的市场服务策略，并且节约了市场营销的成本。因此，电信企业的大量的电子化数据为其建设数据仓库奠定了技术基础。 本文首先阐述了数据仓库的基本原理，数据挖掘的基本概念，数据挖掘常用的方法。然后就其在电信领域中的应用进行了分析，提出了电信领域常见的分析主题，并且对典型的主题提出了OLAP分析的多维数据结构的建立，具体的分析方法。提出了具体的电信领域的决策分析主题，选择适当的数据挖掘算法及其相应的数据挖掘的实施过程，并对挖掘结果进行了分析。