存在于ERP里的数据不能直接进行分析处理。因为ERP的运行方法是联机事务处理OLTP（后有介绍），是基于传统的数据库技术、由事件驱动、面向应用功能和性能的操作型处理。对OLTP的要求是有明确的处理模型或公式、快速响应、安全和完整地将当前事务所产生的记录保存下来，方便地对保存的数据进行必要的维护等。为保证ERP的这些性能，它的数据库是按过程组织的，在一个结构中可能既包括了处理之前的原始数据又有处理之后的结果数据，还有数据的状态说明和其它的辅助性、过渡性的数据，它们交织在一起。结果ERP数据库中的数据可以说是事无巨细的混和体。在OLTP中为了业务过程的处理的方便和效率这作法是必要的。但是这种数据结构对于综合性的分析，就太多、太繁琐和没有必要。分析处理只须要所关注对象的核心数据。为提高分析的效率，将这部分数据从原始数据库中抽取出来，构成面向针对性主题的、精简的新的数据组织方式，再进行分析。
另外，ERP数据库缺少对历史数据的有效组织：ERP的数据主要是实时的，缺少对历史数据的积累和便于分析访问的有效结构。从分析处理过程来看，分析一般需要多表操作、较长的运行时间，若直接利用ERP业务系统的数据库中现有的数据进行决策的分析和推理、将影响ERP系统OLTP的效率，并造成繁忙的网络数据传输。在需要直接访问历史数据时更是困难。因此分析数据不能直接与OLTP的数据库相连，必须建立独立的数据存储空间和结构。所以分析处理需要新的数据组织方式——数据仓库。
数据仓库技术
1991年，数据仓库概念的创始人W.H.Inmon做出定义：数据仓库Data Warehouse是面向主题的、集成的、稳定的、不同时间的数据集合，用以支持数据分析和管理决策过程。在这个定义中，主题是数据归类的标准，每个主题对应一个客观分析领域，它可以为辅助决策集成多个部门不同系统的大量数据。通俗来说，数据仓库是按照我们分析的对象组织的。数据仓库包含了大量的历史数据，经集成后进入数据仓库的数据是极少更新的。数据仓库内的数据时限为5年至10年,主要用于进行时间趋势分析。数据仓库的数据量很大,一般为10GB以上，大型数据仓库达到TB级。
联机分析处理OLAP
OLAP(联机分析处理:On-line Analytical Processing)是对数据仓库的信息分析处理过程，是数据仓库与用户接口部分。OLAP的目标是满足决策支持或多维环境特定的查询和报表需求，它的技术核心是“维”——或视角这个概念。因此OLAP也可以说是多维数据分析工具的集合。OLAP系统是跨部门、面向主题的。其基本特点是：基础数据来源于生产系统中的操作数据(Operational Data)；响应时间合理；用户数量相对较小,其用户主要是业务决策与管理人员。OLAP的结果主要采用图形、表格等可视化方式表达和输出，方便于决策应用。
何锐