2）建立數據模型和數據倉庫的物理設計。
3 .定義數據來源
4）選擇數據倉庫技術和平臺。
5）從操作數據庫中提取、凈化和轉換數據到數據倉庫。
6）選擇訪問和報告工具。
7）選擇數據庫連接軟件。
8）選擇數據分析和數據顯示軟件。
9）更新數據倉庫1）數據轉換工具應該能夠從各種數據源讀取數據。
2）支持平面文件、索引文件和傳統DBMS。
3）可以集成不同類型數據源的數據作為輸入。
4）擁有標準化的數據訪問接口。
5）最好能夠從數據字典中讀取數據。
6）工具生成的代碼必須在開發環境中具有可維護性。
7）只能提取滿足指定條件的數據和源數據的指定部分。
8）抽取時可以進行數據類型轉換和字符集轉換。
9）派生字段可以在提取期間計算和生成。
10）可以使數據倉庫管理系統自動調用以定期提取數據，或者可以將結果生成為平面文件。
11）必須仔細評估軟件供應商的活力和產品支持能力。
主要數據提取工具供應商:Prism Solutions。卡爾頓的護照。信息建築公司。
EDA/SQL.SASInstituteInc .壹般問題（不完全是技術或文化問題，但很重要）包括但不限於以下問題:
業務用戶希望執行哪種分析？
妳現在收集的數據需要支持這些分析嗎？
數據在哪裏？
數據有多幹凈？
相似數據是否有多個數據源？
什麽結構最適合核心數據倉庫（如維度或關系型）？
技術問題包括但不限於以下內容:
您需要在網絡中流通多少數據？能處理嗎？
需要多少硬盤空間？
硬盤存儲需要多快？
您將使用固態存儲還是虛擬存儲？