数据仓库的建立是为了满足决策支持的需要，而更好地组织企业内所有可能收集到的数据。建立数据仓库不是目的，只是进行决策支持的中间环节，保证数据的一致性、准确性、综合性、易用性，为各种决策支持方案提供统一的数据源。例如以客户为中心的数据仓库是根据客户管理的需求，对企业所有可能和客户相关的数据进行重组，使得企业对自己的客户具有统一的认识。上海双菱建立的数据仓库，包含以下几个要素：ETL(数据的抽取、转换和装载)；数据仓库的存储；数据仓库的管理和维护(包含元数据的管理)。

联机分析处理(OLAP)上海双菱空调采用了博科自主的OLAP技术，用于对集中存储的管理数据进行多维多点的即时分析。OLAP是联机分析处理的英文缩写，是一种用于对大容量数据归总与分析的技术，它使用户能够以更快、更易于使用的交互方式从数据中获得信息。OLAP的关键是能够以用户想得到的方式来表示数据，主要通过多维的方式来对数据进行分析、查询和报表，它不同于传统的OLTP应用。OLTP应用主要是用来完成用户的事务处理，通常要进行大量的更新操作，同时对响应时间要求比较高。而OLAP应用主要是对用户当前及历史数据进行分析，辅助领导决策。其典型的应用有对银行信用卡风险的分析与预测、公司市场营销策略的制定等。主要是进行大量的查询操作，对时间的要求不太严格。

目前，常见的OLAP主要有基于多维数据库的MOLAP及基于关系数据库的ROLAP。在数据仓库应用中，联机分析处理应用一般是数据仓库应用的前端工具，同时，联机分析处理工具还可以同数据挖掘工具、统计分析工具配合使用，增强决策分析功能。

此外，OLAP的一个重要特点是多维数据分析，这与数据仓库的多维数据组织正好形成相互结合、相互补充的关系。OLAP技术中比较典型的应用是对多维数据的切片和切块、钻取、旋转等，它便于使用者从不同角度提取有关数据，OLAP技术还能够利用分析过程对数据进行深入分析和加工。

OLAP主要的应用技术是“旋转和切片”、“数据挖掘”。

——旋转和切片。OLAP让最终用户能够对整理过的信息进行切片和旋转操作，以便从不同角度考察数据。用户可以沿着任一轴“切割”或“转动”一片特定的继承数据。

◆切片和切块通过切片、切块功能，用户可以对数据进行过滤，专注于某一方面的问题，例如，用户通过拖拽的方式很容易的得到诸如“华东地区2003年的销售情况”这样的数据。

◆钻取钻取包含向下钻取和向上钻取操作，钻取的深度与维所划分的层次相对应。向下钻取是通过对某一行汇总数据进行细分来分析数据。例如，用户分析“各地区、城市的销售情况”时，可以对某一个城市的销售额细分为各个年度的销售额，对某一年度的销售额，可以继续细分为各个季度的销售额。通过钻取的功能，使用户对数据能更深入了解，更容易发现问题，做出正确的决策。向上钻取是指自动生成汇总行的分析方法。通过向导的方式，用户可以定义分析因素的汇总行，例如对于各地区各年度的销售情况，可以生成地区与年度的合计行，也可以生成地区或者年度的合计行。

◆旋转为了方便用户更直观的查看分析数据，博科财务智能仓支持数据的旋转功能，从不同的视角来查看数据，对于一些数据，通过旋转功能，看起来可以更加直观，例如时间序列分析中，各地区各年度的增长量情况，把年份作为旋转维度，则同一地区不同年度的数据以及增长量将在一行显示，看起来更容易理解。

——数据挖掘。数据挖掘是按照既定的业务目标，对大量的企业数据进行探索、揭示隐藏其中的规律并进一步将之模型化了的先进、有效的方法。OLAP允许用户使用“数据挖掘”或导航技术获取更详细的信息。数据导航能帮助最终用户回答“为什么”的问题，大多数OLAP工具都可以使用户在一个数据集内向下挖掘到最深层次的细节，而大多完整的工具允许用户“挖掘到任何地方”，除“向下挖掘”外，还可“向上挖掘”，甚至可以“跨越挖掘”，即在同一层次上从一个数据集水平地移到另一套数据上。例如，使用者可以按照季度、商店类型、洲三个维度来展现数据，并对每一项提供了“实际消费”、“平均实际消费”、“该项消费占该类消费的百分比”、“实际收益”、“平均实际收益”以及“该项数据占该类收益的百分比”的比较数据。这样可以使消费和收益的数据更为直观地进行横向的和纵向的比较。