Mit dem Data Ware House werden Daten aus verschiedenen internen und externen Quellen konsolidiert, verdichtet, analysiert und dem Anwender bedarfsgerecht und interaktiv zur Verfügung stellt. Eine umfassende Sicht auf aktuelle und historische Geschäftsdaten erlaubt schnelle und zuverlässige Geschäftsentscheidungen und eine gezielte Umsetzung neuer Marktanforderungen.
Ausgangsbasis sind SQL-Datenbanken, welche auf unterschiedlichen Faktentabellen des Navision-Grosso-Systems basieren und täglich aktualisiert werden.
Die Aufbereitung erfolgt in mehreren mehrdimensionalen OLAP-Würfeln nach verschiedensten thematischen Kriterien. Die Tabelle Warenposten mit jeder einzelnen Geschäfts-Warenbewegung und die Tabelle Ware-Daten bilden die Grundlage für den Verkaufs-Cube. Der Financial-Cube basiert auf den Postentabellen für den Kreditor, den Debitor, den Mehrwertsteuerposten und den Anlageposten.
Diese Daten werden mit verschiedenen Stammdaten, Kalenderdaten, zeitlichen Dimensionen, soziodemographische Daten, Logistikdaten und natürlich auch Statistikdaten, wie zum Beispiel aus dem VMP-Datenpanel oder dem Grosso-DWH, verknüpft.
Das Datenmodell bietet die Basis für verschiedene Basisanalysen, periodische und individuelle Auswertungen. Für nahezu alle wichtigen Stammdaten sind Dimensionen definiert, teilweise in mehreren Aggregationsstufen.
Objektgruppen und -untergruppen, Vertriebslinien, FAS-Kennzeichen und Gemeindestrukturen sind einige Beispiele dafür. Hinzu kommen die zeitlichen Dimensionen Buchungsdatum und EVT. Kennzahlen wie Roherträge, Verkaufswerte, Durchschnittswerte und Quoten gestatten umfangreiche betriebliche Analysen. Eine Auswahl ist: