企業信息化建設過程中，為了提高日常的工作效率以及提高本企業的市場適應能力，大部分企業會根據市場、客戶和企業本身建立不同的業務系統來滿足需求。但此系統往往因為市場需求、設計理念、建設時間、平臺選擇等因素的不壹致性而導致系統間相互獨立、信息分散等特點，從而形成信息孤島，為了解決上述問題，企業就需要壹種行之有效的技術進行信息整合，通過集成不同的系統信息為企業提供統壹的決策分析平臺，幫助企業解決實際的業務問題（如：如何提高客戶滿意度和忠誠度，降低成本、提高利潤，合理分配資源，有效進行全面績效管理等）。人們往往會采用數據倉庫技術實現。
使用數據倉庫有3個方面的好處：
（1）數據倉庫能夠為業務部門提供準確、及時的的報表。雖然給業務系統也能夠提供報表功能，但由於業務處理系統是為實現某個業務功能開發的，業務處理系統中的報表只能提供局部的信息，無法提供關於企業整體的信息，使管理人員有“只見樹木，不見森林”的感覺。另外業務系統中的報表相對是比較固定的，對於業務人員臨時提出來的壹些分析要求，必須經過軟件人員大量艱苦的開發工作才能實現，業務人員往往感覺報表功能不能滿足管理上的要求。而在數據倉庫中提供的靈活的報表工具，可以很方便地增加新的報表，適應業務的變化。
（2）數據倉庫可以賦予管理人員更強大的分析能力。聯機分析處理（OLAP）是數據倉庫中經常采用的壹種分析手段。OLAP技術使得用戶能夠方便地從多個角度對信息進行分析，使業務人員可以了解更多的信息。例如，對於業務收入指標，我們可以了解到每個產品是通過哪些渠道銷售出去的，銷售給哪些類型的客戶，我們不僅可以看到某個區域總的銷售收入，而且可以看到在該區域中每個城市、每個商店的銷售情況，直到查看到具體的壹筆銷售合同。OLAP分析的另壹個好處是它采用業務名詞而不是技術術語對事物進行描述，因此業務人員可以清晰地了解數據對象的含義，並且無需依賴技術人員，就可以自主地進行業務分析。
（3）數據倉庫是進行數據挖掘、知識發現的基礎。利用數據挖掘技術，我們可以發現數據中存在的模式和規律，例如可以了解到不容的用戶群體具有什麽樣的消費行為，對於價格的敏感度如何。利用這些知識，可以幫助企業對未來的變化趨勢進行預測，制定更加準確的市場策略，實現交叉銷售/向上銷售的目標。由於數據倉庫已經實現了企業數據的整合，提供了反映企業全局的、壹致的信息，因此，在數據倉庫的基礎上進行數據挖掘，可以使預測分析結果更加準確、更完整。
隨著雲計算、大數據的不斷深入，伴之而來的是海量的數據，那麽如何更好的從這些數據中提取有用的信息呢？那數據倉庫就發揮了他巨大的潛力。