डेटा वेयरहाउस और डेटा मार्ट का उपयोग अनुप्रयोगों के व्यापक क्षेत्र में किया जाता है। डेटा विश्लेषण को लागू करने और रणनीतिक निर्णय लेने के लिए व्यावसायिक अधिकारी डेटा वेयरहाउस और डेटा मार्ट में डेटा का उपयोग करते हैं। कुछ फर्मों में, डेटा वेयरहाउस का उपयोग उद्यम प्रशासन के लिए योजना-निष्पादन-मूल्यांकन "क्लोज्ड-लूप" फीडबैक सिस्टम के एक अभिन्न तत्व के रूप में किया जाता है।
डेटा वेयरहाउस का व्यापक रूप से बैंकिंग और वित्तीय सेवाओं, उपभोक्ता वस्तुओं और खुदरा वितरण क्षेत्रों, और नियंत्रित विनिर्माण, जिसमें मांग-आधारित उत्पादन शामिल है, में व्यापक रूप से उपयोग किया जाता है। आम तौर पर, डेटा वेयरहाउस जितना अधिक समय तक उपयोग में रहा है, उतना ही अधिक विकसित होगा। यह विकास विभिन्न चरणों में होता है।
प्रारंभ में, डेटा वेयरहाउस का उपयोग आमतौर पर दस्तावेज़ बनाने और पूर्वनिर्धारित प्रश्नों के उत्तर देने के लिए किया जाता है। इसका उपयोग संक्षेप और विस्तृत जानकारी का विश्लेषण करने के लिए किया जा सकता है, जहां परिणाम दस्तावेजों और चार्ट के रूप में प्रदर्शित होते हैं। बाद में, डेटा वेयरहाउस का उपयोग रणनीतिक उद्देश्यों, बहुआयामी विश्लेषण और परिष्कृत स्लाइस-एंड-पासा संचालन को लागू करने के लिए किया जाता है।
अंत में, डेटा वेयरहाउस को डेटा माइनिंग टूल का उपयोग करके ज्ञान की खोज और रणनीतिक निर्णय लेने के लिए नियोजित किया जा सकता है। इस ढांचे में, डेटा वेयरहाउसिंग के लिए टूल को एक्सेस और रिट्रीवल टूल, डेटाबेस डॉक्यूमेंटिंग टूल, डेटा एनालिसिस टूल और डेटा माइनिंग टूल में वर्गीकृत किया जा सकता है।
डेटा वेयरहाउस (मेटाडेटा के माध्यम से) में क्या मौजूद है, डेटा वेयरहाउस की सामग्री कैसे बनाएं, विश्लेषण टूल का उपयोग करके सामग्री का परीक्षण कैसे करें, और इस तरह के विश्लेषण के परिणामों को कैसे प्रदर्शित करें, यह समझने के लिए व्यावसायिक उपयोगकर्ताओं के पास यह आवश्यक है।
सूचना प्रसंस्करण, विश्लेषणात्मक प्रसंस्करण और डेटा खनन जैसे तीन प्रकार के डेटा वेयरहाउस अनुप्रयोग हैं।
सूचना संसाधन - यह क्रॉसटैब, टेबल, चार्ट या ग्राफ़ का उपयोग करके पूछताछ, बुनियादी सांख्यिकीय विश्लेषण और दस्तावेज़ीकरण प्रदान करता है। डेटा वेयरहाउस डेटा प्रोसेसिंग में एक नवीनतम प्रवृत्ति कम लागत वाले वेब-आधारित एक्सेसिंग टूल बनाना है जो तब वेब ब्राउज़र के साथ एकीकृत होते हैं।
विश्लेषणात्मक संसाधन - यह बुनियादी OLAP संचालन प्रदान करता है, जिसमें स्लाइस-एंड-पासा, ड्रिल-डाउन, रोल-अप और पिवोटिंग शामिल है। यह आमतौर पर संक्षिप्त और विस्तृत संरचना दोनों में ऐतिहासिक जानकारी पर काम करता है। डेटा प्रोसेसिंग पर ऑनलाइन विश्लेषणात्मक प्रसंस्करण की प्रमुख ताकत डेटा वेयरहाउस जानकारी का बहुआयामी डेटा विश्लेषण है।
डेटा माइनिंग - यह छिपे हुए पैटर्न और संघों को ढूंढकर, विश्लेषणात्मक मॉडल बनाकर, वर्गीकरण और भविष्यवाणी को लागू करके और विज़ुअलाइज़ेशन टूल का उपयोग करके खनन परिणामों को प्रदर्शित करके ज्ञान की खोज प्रदान करता है।
डेटा माइनिंग में OLAP की तुलना में अधिक स्वचालित और गहन विश्लेषण होता है, डेटा माइनिंग में व्यापक सॉफ़्टवेयर होने की उम्मीद है। डेटा माइनिंग व्यवसाय प्रबंधकों को अधिक उपयुक्त उपयोगकर्ताओं को खोजने और उन तक पहुँचने में सहायता कर सकती है, और महत्वपूर्ण व्यावसायिक अंतर्दृष्टि प्राप्त कर सकती है जो ड्राइव मार्केट शेयर और लाभ बढ़ा सकती है।