数据仓库的实施者如何在商业智能化中帮助企业提供切实有效的系统实施目标及规划，决策者如何正确使用数据仓库系统的信息去指导决策将是我们下一个关注的问题。
数据和信息是一个行业/企业的重要财富，经过数十年的发展，企业保存了大量的日常业务数据及行业数据。
但随着数据的不断增多，信息量的不断增大，决策者感觉到无所适从。无序的信息及数据，让决策者陷入了数据的海洋中。用户从海量的数据中提取有利的信息变的异常困难，更不要提进行深入的分析。
让我们来看看传统数据收集及数据仓库的对比：
A与B分别是两个规模相当的公司的办事处主任，这两个公司每天都要处理大量的数据信息。A主任和B主任的职权也相当。
A办事处主任：公司没有使用数据仓库系统，以下简称A主任。
B办事处主任：公司已经成功使用数据仓库系统，以下简称B主任。
一个旺季到来：
A主任早上匆忙地塞块面包，上了车，拿起文员准备好的报表，厚厚的象本书，里面记载着这几天每个卖场的销售及备货情况， A主任看了看细心的文员勾画出来的重要数据，大概有了些概念。看了十几页，头已经发昏了。马不停蹄地走访了一天卖场后，晚上回到办公室，文员还在忙于统计今天的销售数据……
B主任早上来到办公室，打开电脑，在系统里调出昨天的数据，了解各个卖场的具体销售情况，又通过简单的系统功能，评价出各个卖场品项的销售优良；通过同期对比，发现了消费者的消费趋势……B主任胸有成竹地叫上司机，出门看市场了。
传统的销售模式下，简单的数据统计已经能够满足决策者的需要。但随着社会的发展，行业规模的扩大，从而引发的消费者需求越来越精细，决策者越来越感觉到力不从心。
没有及时、准确的数据/信息的支撑，决策者很难准确的把握市场方向，很难快速的对市场的变化做出判断，这好比“盲人摸象”，永远不知道大象是什么样。 旺季过后，区域决定召开总结会议。
会议前一周：
A主任在办公室里准备会议报告，桌上已经堆满了这个季度的报表、报告等文件，A主任要从这些数据海洋中找到自己需要的数据，外面文员也在翻查近期及去年的数据，各个业务代表也在同卖场收集销售数据，整个办事处都处在紧锣密鼓的准备中，似乎旺季的余温并没有消失。
B主任召集业务代表开了个简单的总结会议，大家通过系统一起分析了各个卖场在此次旺季的销售情况及出现的问题。会议过后，大家按照B主任的安排回到各自岗位，继续跟进旺季遗留的工作。
B主任通过旺季时的情况，以及各业务代表的总结，开始准备区域会议的报告，从系统里调出需要的数据及表格，直接链接到报告里，方便及省事。
随着信息量/数据量的不断增大，传统统计方式的弊端越发突出。滞后、数据丢失已经成为数据统计最为严重的问题。“我们拥有了大量的数据，但我们却缺乏有用的信息”，这点使决策者陷入困惑。
数据摆在眼前，是用还是不用，是及时的还是又是过时的，要想快速的做个同期对比等的问题已经迫不及待地出现在决策者眼前。
