Neben der eigentlichen Datenbasis umfasst ein Data-Warehouse-Konzept (Data Warehouse) unter anderem auch so genannte Transformationsprogramme, die unternehmensinterne und unternehmensexterne Daten in ein einheitliches, für das Data Warehouse konformes Format transformieren.

Da in Unternehmen häufig mehrere Systeme eingesetzt werden, liegen zum großen Teil unterschiedliche Datenstrukturen vor, sodass die Daten durch die Transformation in ein einheitliches Format gebracht werden müssen. Wegen der Vielzahl der heute in Unternehmen eingesetzten Systeme und den daraus resultierenden unterschiedlichen Datenformaten sind immer aufwändigere Transformationen erforderlich. Beispielsweise können für das Attribut Geschlecht die Abkürzungen „m“ für männlich oder „w“ für weiblich, aber beispielsweise auch die Zahlen „0“ und „1“ verwendet werden. Noch sehr viel extremer ist diese Problematik, wenn es darum geht, Datumswerte abzuspeichern.

Externe Daten werden beispielsweise von Wirtschaftsverbänden oder Marktforschungsinstituten zur Verfügung gestellt. Durch die zentrale Speicherung unternehmensexterner Daten im Data Warehouse wird sichergestellt, dass alle notwendigen, im Unternehmen vorhandenen unternehmensexternen Daten auch zur Verfügung stehen und die Entscheidungsträger mit einer einheitlichen Datenbasis arbeiten.

Externe Daten liegen nicht nur als Zahlen oder Text, sondern häufig auch als Grafiken, Bilder, Ton- oder Videosequenzen vor. Da sich letztere nicht oder nur schwer in Datenbanksysteme einbinden lassen, werden diese Daten in Abhängigkeit von ihrem Volumen und der zu erwartenden Nutzungshäufigkeit entweder in digitalisierter Form als separates Dokument im Data Warehouse gespeichert oder in ihrer ursprünglichen Form belassen und in geeigneten Archiven für die Entscheidungsträger bereitgehalten.

Die Häufigkeit, mit der die Daten aktualisiert werden, richtet sich nach den unternehmensindividuellen Anforderungen. Nur wenn tagesaktuelle Daten benötigt werden, erfolgt die Datenübernahme ebenfalls täglich (in der Regel nachts), ansonsten wöchentlich oder monatlich. Unabhängig von diesen regelmäßigen Aktualisierungen wird bei der Einrichtung eines Data Warehouse ein großer Teil von Altdaten übernommen, die sich meistens aus bereits archivierten Datenbeständen zusammensetzen. Nachfolgende Übersicht zeigt die wichtigsten Datenbank-Typen

Data Warehouse

OLAP

ROLAP

Wissensmanagement