(1) 数据的获取。将不同数据源的数据转换成数据仓库的格式，根据需要对数据进行聚合、汇总、采样，生成综合数据。 　　首先定义数据仓库中的数据的结构，并和数据源建立对应的关系。将来自各个不同数据源的数据转换成数据仓库系统支持的数据格式，转换的过程中有一些必要的处理，如不同数据类型间的映射，数据净化，包括过滤无效数据、填补缺省值、消除数据间的不一致性等。转换完成后，根据需要可以对数据进行进一步的处理，主要有聚合、汇总、采样，生成更加综合的数据，直接供分析时使用。 　(2) 数据仓库管理。维护和管理元数据、载入新数据；监控数据源、捕捉更新数据；清除或转储老化数据；添加索引等。 　　数据仓库中有大量的元数据，对于这些数据，应能提供有效的手段进行维护和管理。提供的服务还应包括载入新数据；监控数据源、捕捉更新的数据，保证数据源和数据仓库中数据的一致性；清除或转储老化数据；数据存储的组织，如添加新的索引。 　(3) 数据的访问。浏览数据仓库中的数据，对多维数据能够进行分片和分块，对数据进行由上到下的细化（下探：Drill-down）分析和向下到上的综合（上卷：Roll-up）分析。 　　能够方便地浏览数据仓库中的数据，对于多维数据，能够进行分片和分块，对数据进行向下细化（下探：Drill-down）和向上综合（上卷：Roll-up）分析。可以使用各种进行数据访问的软件工具，多维分析工具和数据采掘工具等，也可以使用特定的分析、预测方法对数据进行分析和预测，供最终决策使用。数据仓库的最终用户在这里能够提取信息，分析数据，实施决策，真正获得数据仓库系统的好处。