데이터 웨어하우스와 데이터 마트는 광범위한 응용 분야에서 사용됩니다. 비즈니스 경영진은 데이터 웨어하우스 및 데이터 마트의 데이터를 사용하여 데이터 분석을 구현하고 전략적 결정을 내립니다. 일부 기업에서는 데이터 웨어하우스를 기업 관리를 위한 계획-실행-평가 "폐쇄 루프" 피드백 시스템의 필수 요소로 사용합니다.
데이터 웨어하우스는 은행 및 금융 서비스, 소비재 및 소매 유통 부문, 수요 기반 생산을 포함한 통제된 제조 분야에서 널리 사용됩니다. 일반적으로 데이터 웨어하우스를 오래 사용할수록 더 많이 개발됩니다. 이 진화는 다양한 단계에서 발생합니다.
처음에 데이터 웨어하우스는 일반적으로 문서를 생성하고 미리 정의된 쿼리에 응답하는 데 사용됩니다. 요약 및 상세 정보를 분석하는데 사용할 수 있으며, 그 결과는 문서 및 차트 형태로 표시됩니다. 나중에 데이터 웨어하우스는 다차원 분석 및 정교한 조각 및 주사위 작업을 구현하는 전략적 목표에 사용됩니다.
마지막으로 데이터 웨어하우스는 데이터 마이닝 도구를 사용하여 지식 검색 및 전략적 의사 결정에 사용할 수 있습니다. 이 프레임워크에서 데이터 웨어하우징을 위한 도구는 액세스 및 검색 도구, 데이터베이스 문서화 도구, 데이터 분석 도구 및 데이터 마이닝 도구로 분류할 수 있습니다.
비즈니스 사용자는 데이터 웨어하우스에 존재하는 내용(메타데이터를 통해), 데이터 웨어하우스의 콘텐츠를 생성하는 방법, 분석 도구를 사용하여 콘텐츠를 테스트하는 방법 및 이러한 분석 결과를 표시하는 방법을 이해하는 수단이 필요했습니다.
정보 처리, 분석 처리 및 데이터 마이닝과 같은 세 가지 종류의 데이터 웨어하우스 응용 프로그램이 있습니다.
정보 처리 − 교차 분석, 표, 차트 또는 그래프를 사용하여 쿼리, 기본 통계 분석 및 문서화를 제공합니다. 데이터 웨어하우스 데이터 처리의 최신 추세는 웹 브라우저와 통합되는 저렴한 웹 기반 액세스 도구를 만드는 것입니다.
분석 처리 − 슬라이스 앤 다이스, 드릴다운, 롤업 및 피벗을 포함하는 기본 OLAP 작업을 제공합니다. 일반적으로 요약 및 세부 구조 모두의 역사적 정보에 대해 작동합니다. 데이터 처리에 대한 온라인 분석 처리의 주요 장점은 데이터 웨어하우스 정보의 다차원 데이터 분석입니다.
데이터 마이닝 − 숨겨진 패턴 및 연관성을 찾고, 분석 모델을 구축하고, 분류 및 예측을 구현하고, 시각화 도구를 사용하여 마이닝 결과를 표시하여 지식 발견을 제공합니다.
데이터 마이닝은 OLAP보다 더 자동화되고 심층적인 분석을 포함하며 데이터 마이닝에는 더 광범위한 소프트웨어가 포함될 것으로 예상됩니다. 데이터 마이닝은 비즈니스 관리자가 더 적합한 사용자를 찾아 도달하도록 지원하고 시장 점유율을 높이고 수익을 높일 수 있는 중요한 비즈니스 통찰력을 얻을 수 있습니다.