Data warehouse (hurtownia danych) to centralna baza analityczna, która integruje dane z wielu systemów źródłowych i jest zoptymalizowana pod raportowanie oraz analizę - w odróżnieniu od baz operacyjnych (OLTP), zoptymalizowanych pod szybkie pojedyncze transakcje. Dane trafiają do hurtowni procesami ETL/ELT (ekstrakcja, transformacja, ładowanie) i są organizowane w modele wymiarowe - najczęściej schemat gwiazdy: tabela faktów (np. wizyty) otoczona wymiarami (pacjent, lekarz, placówka, czas).
Po co to analitykowi? Po pierwsze, hurtownia bywa produktem jego pracy: to BA definiuje, jakie dane mają się w niej znaleźć, jak liczone i jak nazwane - dokument mapowania źródło→cel to klasyczny artefakt analityczny. Po drugie, BA jest jej użytkownikiem: zapytania analityczne puszcza się na hurtowni, nie na produkcyjnej bazie (ciężki raport na bazie operacyjnej potrafi spowolnić system, na którym właśnie pracuje rejestracja).
Przykład z MediFlow: dane z 12 instancji systemu gabinetowego, rejestracji online i systemu finansowego spływają nocnym procesem ETL do jednej hurtowni. Raport obłożenia wszystkich przychodni, który wcześniej powstawał przez sklejanie dwunastu Exceli przez dwa dni, teraz jest jednym zapytaniem - i co ważniejsze, wszyscy patrzą na te same, zhistoryzowane liczby (hurtownia pamięta stany z przeszłości, czego systemy operacyjne zwykle nie robią).
Częste pomyłki: hurtownia to nie kopia bazy produkcyjnej (dane są przekształcone, ujednolicone i zdenormalizowane pod analizy) i nie to samo co data lake - jezioro danych przechowuje dane surowe, bez narzuconego z góry schematu, głównie na potrzeby data science.
Pojęcia powiązane: ETL, OLTP/OLAP, schemat gwiazdy, business intelligence, data lake.