随着通信技术的不断发展,传统的数据库技术已不能满足对各行业海量数据的处理需求,而数据仓库技术及其数据分析技术的出现,为企业提供了高效的数据处理能力和良好的数据理解工具,并对科学的决策分析提供了更好的支持。由于电信企业数据规模的激增和业务种类的复杂,在电信网管系统中应用数据仓库技术成为了必然的趋势。本文首先介绍了数据仓库发展历程,通过对电信网故障管理现状的分析,导出研究的内容和意义。然后介绍了数据仓库技术,包括其概念、特征、体系结构,以及与传统数据库的差别,随后,简要介绍了两种数据分析技术:联机分析处理(OLAP)和数据挖掘(DM),并讨论了两者的区别和联系。在此基础上,通过建立数据仓库模型,运用数据分析技术分别得出故障定位模型和故障影响率模型,进行实例分析后得出了对模型系统的评价。最后是对电信领域特点以及数据仓库技术的总结和展望。本文运用数据仓库技术和数据分析技术,建立和分析了电信网络故障定位和故障影响率模型,从而提供了一些保证网络运营质量的新方法和新思路。