सूचना प्रसंस्करण, विश्लेषणात्मक प्रसंस्करण और डेटा खनन जैसे तीन प्रकार के डेटा वेयरहाउस अनुप्रयोग हैं।
सूचना संसाधन - यह क्रॉसटैब, टेबल, चार्ट या ग्राफ का उपयोग करके पूछताछ, बुनियादी संख्यात्मक विश्लेषण और दस्तावेजीकरण प्रदान करता है। डेटा वेयरहाउस डेटा प्रोसेसिंग में एक आधुनिक प्रवृत्ति कम लागत वाले वेब-आधारित एक्सेसिंग टूल बनाना है जो इसे वेब ब्राउज़र के साथ एकीकृत करता है।
विश्लेषणात्मक संसाधन - यह बुनियादी OLAP संचालन प्रदान करता है, जैसे कि स्लाइस-एंड-पासा, ड्रिलडाउन, रोल-अप और पिवोटिंग। यह आमतौर पर ऐतिहासिक जानकारी पर संक्षेप और विस्तृत दोनों रूपों में काम करता है। सूचना प्रसंस्करण पर ऑनलाइन विश्लेषणात्मक प्रसंस्करण का प्रमुख क्षेत्र डेटा वेयरहाउस डेटा का बहुआयामी सूचना विश्लेषण है।
डेटा माइनिंग - यह छिपे हुए पैटर्न और संघों की खोज करके, 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।
सूचना प्रसंस्करण प्रश्नों पर आधारित है, उपयोगी डेटा की खोज कर सकता है। यह ऐसे प्रश्नों के उत्तर सीधे डेटाबेस में सहेजे गए डेटा को प्रतिबिंबित कर सकता है या समग्र सेवाओं द्वारा गणना योग्य हो सकता है। वे डेटाबेस में दबे परिष्कृत डिजाइन या पूर्वानुमेयता को प्रतिबिंबित नहीं करते हैं। इस प्रकार, सूचना प्रसंस्करण डेटा खनन नहीं है।
ऑनलाइन विश्लेषणात्मक प्रसंस्करण डेटा माइनिंग के करीब एक कदम आता है क्योंकि यह डेटा वेयरहाउस के उपयोगकर्ता-परिभाषित सबसेट से कई ग्रैन्युलैरिटी में सारांशित डेटा को बदल सकता है। OLAP और डेटा माइनिंग की सेवाओं को अलग-अलग माना जा सकता है -
OLAP एक डेटा सारांश/एकत्रीकरण उपकरण है जो आसानी से डेटा विश्लेषण का समर्थन करता है, जबकि डेटा माइनिंग निहित डिज़ाइनों की स्वचालित खोज और बड़ी मात्रा में डेटा में छिपे दिलचस्प ज्ञान को सक्षम बनाता है।
OLAP टूल को इंटरेक्टिव डेटा विश्लेषण को सरल बनाने और प्रदान करने के लिए लक्षित किया जाता है, जबकि डेटा माइनिंग टूल का उद्देश्य उपयोगकर्ताओं को प्रक्रिया का समर्थन करने के लिए सक्षम करते हुए अधिक से अधिक प्रक्रिया को स्वचालित करना है। इस पद्धति में, डेटा माइनिंग पारंपरिक ऑनलाइन विश्लेषणात्मक प्रसंस्करण से एक चरण आगे जाती है।
डेटा माइनिंग का एक वैकल्पिक दृष्टिकोण अपनाया जा सकता है जिसमें डेटा माइनिंग डेटा परिभाषा और डेटा मॉडलिंग दोनों को कवर करता है। क्योंकि OLAP सिस्टम डेटा वेयरहाउस से जानकारी की सामान्य परिभाषा प्रदर्शित कर सकते हैं, OLAP सेवाएं अनिवार्य रूप से उपयोगकर्ता-निर्देशित डेटा सारांश और तुलना (ड्रिलिंग, पिवोटिंग, स्लाइसिंग, डाइसिंग, आदि द्वारा) के लिए हैं।
डेटा माइनिंग डेटा वेयरहाउस में सहेजे गए डेटा के विश्लेषण तक सीमित नहीं है। यह डेटा वेयरहाउस में समर्थित सारांशित रिकॉर्ड की तुलना में अधिक विस्तृत ग्रैन्युलैरिटी पर मौजूद डेटा का पता लगा सकता है।
यह लेन-देन संबंधी, स्थानिक, पाठ्य और मल्टीमीडिया रिकॉर्ड का भी पता लगा सकता है जो आधुनिक बहुआयामी डेटाबेस प्रौद्योगिकी के साथ मॉडल के लिए जटिल हैं। इस संदर्भ में, डेटा माइनिंग डेटा माइनिंग सेवाओं और प्रबंधित डेटा की जटिलता से संबंधित OLAP की तुलना में एक व्यापक स्पेक्ट्रम को कवर करता है।