A implementação de um data warehouse depende de ações políticas e técnicas. No campo político, assegure-se que exista suporte da alta direção da empresa e o comprometimento dos gerentes e analistas de negócios da área alvo de implementação. Escolha uma área que os resultados possam ser obtidos rapidamente. No campo técnico existem três abordagens de implementação: data warehouse virtual, data mart e data warehouse central. Comece implantando um data warehouse virtual para medir os benefícios dessa tecnologia na empresa e obter mais apoio interno. Selecione os dados a serem utilizados no data warehouse, pois os usuários se frustram com relatórios que sabem que estão incorretos. Recrute consultores experientes, interna e externamente.
Um data warehouse deve vir ao encontro de uma necessidade de negócio da empresa. A área de negócio deve ser a patrocinadora da iniciativa. Muitos projetos iniciados pelas áreas de sistemas fracassaram por não terem o apoio político necessário da direção da empresa ou por não terem definido um caso de negócio concreto. Escolha um projeto onde o retorno do investimento seja rápido e de fácil implementação. Evite escolher projetos complexos pois os resultados podem não ser tangíveis a curto prazo. Em projetos complexos o custo e o esforço de implementação são altos, correndo o risco de serem abortados antes dos benefícios aparecerem.
Na área técnica existem três abordagens de implementação de data warehouses: os virtuais, os data marts e os centrais. O data warehouse virtual utiliza o conceito de metadados (dados sobre dados) com regras de negócios. A partir dos metadados são acessados os dados diretamente das bases operacionais, tornando os custos mais baixos e reduzindo o tempo de implementação. Além de serem mais fáceis de implementar é possível demonstrar a viabilidade do projeto. Os data marts são data warehouses distribuídos e dedicados à áreas de negócios específicas. A vantagem é segregar em um ambiente todos os dados relativos a um determinado negócio e utilizar ferramentas analíticas orientadas para o negócio alvo. Os data warehouses centrais contém dados suficientes para descrever o negócio como um todo. Sua implementação é complexa e cara, porém permitindo uma visão global dos dados e pesquisas analíticas mais amplas.
Desenvolve-se data marts a medida das necessidades de negócios e através de metadados padrões obtém-se a visão dos dados distribuídos, ampliando o processo de pesquisa analítica. Também os metadados tem a capacidade de acessar dados operacionais em diversos tipos de bancos de dados, ideal para ambientes que requerem uma baixa extração e transformação dos dados. A utilização de metadados facilita a transição de data marts baseados em bancos de dados de baixo custo para ambientes corporativos mais complexos e na migração para o data warehouse central.
No mercado existem várias ferramentas de pesquisa analítica de dados para data warehouse que podem ser utilizadas em diferentes bancos de dados, incluindo os bancos de dados relacionais e multidimensionais ideais para requisitos complexos de apoio à decisão.