Em um datawarehouse, mesmo após a fase de limpeza dos dados, há necessidade de realizar o controle de qualidade dos dados.

Durante a fase de projeto de criação de um datawarehouse, todas as consultas e necessidades dos gestores devem ser previamente definidas para evitar manutenções futuras, como, por exemplo, o redesenho do modelo.

Suportar análises de dados temporais, alterar informações com muita frequência e manter dados históricos são algumas características de um datawarehouse.

Data mining utiliza diversos tipos de padrões e técnicas para descobrir o conhecimento em base de dados. Eles são provenientes, automaticamente, do banco de dados e não há interação manual na descoberta de novos tipos de padrões.

Os sistemas OLAP têm o objetivo de auxiliar os gestores a realizar consultas originadas das necessidades momentâneas dos usuários, sem ser preciso tratar os dados brutos.

No projeto de um data warehouse corporativo é recomendável projetar todos os modelos dimensionais que a empresa necessita. Uma ferramenta bastante utilizada para facilitar tal tarefa, permitindo a colocação de todos os processos de negócio e suas dimensões, é a chamada Matriz de

As seis fases principais do processo de mineração de dados de acordo com o modelo CRISP-DM são:

Ferramentas ETL são utilizadas na extração, transformação e remoção de dados.

Ferramentas OLAP possuem capacidade para manipular e analisar um grande volume de dados em múltiplas dimensões.

Uma solução de business intelligence, usualmente, provê as seguintes capacidades: memória da organização, integração da informação, criação de insights e apresentação dos dados.