Dados para a formação de data warehouses podem ser provenientes de e-mails, conversas de telefone, documentos, planilhas. A abordagem linguística utiliza a análise de strings de caracteres para classificar o texto em determinadas categorias, que são definidas previamente de acordo com o objetivo da empresa.

Em um sistema OLAP, as estratégias de desnormalização de tabelas e a redundância de dados são requerimentos para a otimização de consultas. A estratégia star schema relaciona uma tabela-fato a diversas tabelas-dimensões.

Na modelagem de data warehouses, o uso de taxonomia facetada como método de descrição multidimensional e agrupamento da informação por meio de seus assuntos ou atributos permite a análise de dados não estruturados em sua forma original.

A arquitetura de um Data Warehouse é composta de vários elementos. Aquele que é uma área de armazenamento, onde serviços de filtragem, combinação, padronização e classificação de dados são executados, e tem como principal requisito não ser acessível aos usuários e não fornecer serviços de consulta nem apresentação é denominado