当下,我国的移动市场中构成成分越来越多,形势更加复杂,要想在激烈的竞争中脱颖而出,就必须加强决策支持系统来对进行对数据的处理,这样才能够加快移动业务发展的步伐。随着社会的发展,技术的不断进步,数据仓库技术愈发成熟。该技术用来进行数据的处理极为便捷。其核心技术就是采用数学模型,结合各种其他的处理方法,加工所收集的数据。通过对数据的分析,可以大致得出财务状况与运营轨迹,以方便经营者做出合理的判断,来确定市场的发展走。本课题立足于企业发展的根本需求,在移动公司的运营过程中融入数据仓库技术,以实现企业更好、更长远发展的目标。这里所要实现的数据仓库模型,大致可分为以下几部分:ETL(数据抽取(Extract)、转换(Transform)、清洗(cleaning)和转载(Loading)的过程)、DW(数据仓库)、OLAP分析等。通过对该企业的深入了解发现,该企业当前的关系型数据库难以满足该阶段的业务需求,所以必须要引入数据仓库,通过该系统结合OLAP分析技术,来对相关的数据处理以及信息整合,从而进一步推动企业的发展。该系统的建设要求大量的技术层面的支持,其中比较核心的技术包括:数据仓库技术、联机分析处理技术(0LAP)、数据抽取转换装载技术(ETL)等。数据仓库系统的确立所需要的数据直接来源于客户需求,将客户需求信息进行加工、整合,从而实现数据仓库系统的构成。而一个完整的数据仓库必定离不开严谨而缜密的逻辑贯彻,其设计主要包含以下几个方面:确定主题、选定事实、属性、维度等。在建设数据仓库的过程中,最为重要的一步,便是对数据的采集和处理。通过搜集、处理、加工、整合数据的过程来暴露出问题所在。ELT技术在对数据的处理方面起到至关重要的作用,带来了良好的绩效影响,本文便将分析系统细化,对各模块的运行状况进行详细的说明。最后,本论文还将研究过程中所暴露的一些问题及相关经验进行了说明与总结,以指引往后的研究方向。