數據倉庫的源數據可以分為3個主要類別：生產數據、內部數據、外部數據.
生產數據
生產數據主要來源於企業的各種操作型系統。基於數據倉庫的信息要求，要從不同的操作型系統中選擇數據段。在操作型系統中，信息查詢的範圍很窄。你不能在操作型系統上查詢沒有預先安排的，所有的查詢是可以預知的。我們不能跨越不同的操作型系統中進行某個特定的查詢。
生產數據最大的調整就是將從不同系統中得到的數據進行標準化，並且將它們轉換，整合成數據倉庫可以存儲的有用數據。
內部數據
每個組織中的用戶都有自己的電子表格、文檔、客戶信息，有的時候甚至有部門數據庫。這就是內部數據，其中有些部分對數據倉庫是有用的。
內部數據增加了數據轉換和整合過程的複雜性。我們需要事先計劃好如何獲取內部數據。
外部數據
外部數據所起的作用是內部數據無法替代的。企業內部數據可以告訴企業過去和現在的生產和經營情況，為了瞭解行業發展趨勢及其他公司進行比較，需要從外部數據源獲取數據。
從不同的操作型系統和外部得到數據後，需要為數據倉庫的存儲做準備。我們需要進行數據的抽取、轉換和裝載。
數據抽取
依賴市場上的工具進行抽取就可以。常見的是，數據倉庫實施人員將數據源抽取到一個獨立的物理環境裡，這樣可以更容易的將數據轉移到數據倉庫中。在這個獨立的環境中，你可以將數據放入許多文本文件、關係數據庫或兩者的結合體重。
數據轉換
在每個系統的實施中，數據轉換是非常重要的工作程序。首先，要對每一個不同來源的數據進行清洗。清洗的過程可能是更正錯誤的拼寫，檢查多個數據源之間編碼或壓縮格式的矛盾，或者補充遺失數據的默認值，也可以排除多個數據源系統中取同一個數值時出現的重複問題。
對數據元素的標準化也是數據轉換過程的一個很重要的組成部分。要對數據類型進行標準化，也要對來自不同數據源的相同數據元素長度進行標準化。語義的標準化也是一個重要的任務，你要解決異形同義和同音異義的問題，當來自不同源系統的不同的詞表示相同的意思時，你就得解決好異形同義的問題。當相同的字段名在不同的數據源系統中代表不同的意義的時候，就必須解決同音異義的問題。
轉換過程還包括組合從不同數據源提取的數據，要組合一個源記錄中提取的數據，或者對很多源記錄中提取的數據進行組合。數據轉換還包括清除沒有用的源數據，並將源記錄進行新的組合。
數據轉換工作也要包含適當的數據彙總。
當數據轉換工作結束後，我們就得到了清理、標準化和彙總後的完整數據了。可以將數據裝載到數據倉庫的每組數據中。
數據裝載
當數據倉庫開始工作後，需要繼續提取源數據的變動，將這些數據變動按照數據倉庫的要求進行轉換後，存入正在工作的數據倉庫中。
