传统ERP系统所运用的联机事务处理(OLTP)已不能满足终端用户对数据库查询分析的需要，SOL 对大数据库进行的简单查询也不能满足用户分析的需求。用户的决策分析需要对关系数据库进行大量计算才能得到结果，而查询的结果并不能满足决策者提出的需求。作为数据仓库关键支持技术的联机分析处理(OLAP)技术具有多维数据库和多维分析的概念，传统ERP系统集成数据仓库后就能使用户以动态随机查询、浏览、计算、时序分析以及复杂建模等方式来访问数据仓库中所存储的数据，从而可以支持复杂的分析操作，并且以一种直观易懂的形式将查询结果提供给决策人员，使决策人员从多种可能的观察角度快速、一致、交互地获取信息。

传统ERP系统对于深层次的分析，如数据分类、聚类和数据随时间变化的特征，仍然需要其他分析工具。作为数据仓库关键支持技术的数据挖掘(DM)技术能够从大量的、不完全的、有噪声的、模糊的、随机的数据中，提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识。传统ERP系统集成数据仓库后就能够帮助用户理解有关数据的真正含义，并了解数据之间所存在的关系，能够在信息中揭示出相应的模式与趋势。

国内外大量组织机构已经发现，随着全球经济一体化竞争愈演愈烈，与ERP系统集成的数据仓库作为能够为商务运作提供结构与工具，以便系统地组织、理解和使用数据进行战略决策的有效途径，愈来愈为各大组织机构所重视和应用。数据仓库的数据可以从联机的事务处理系统、异构的外部数据源、脱机的历史业务数据中来抽取，然后进行清理和转换，并按决策主题的需要进行重新组织，从而构造一个作为决策支持系统和联机分析应用数据源的结构化数据环境。