Proces ETL vključuje:

• pridobivanje podatkov iz zunanjih virov (Extract),
• preoblikovanje podatkov v skladu s poslovnimi potrebami (Transform),
• nalaganje podatkov v podatkovno skladišče (Load).

Proces ETL je zelo pomemben, saj določa način nalaganja podatkov v podatkovno skladišče. S pojmom ETL lahko poimenujemo tudi proces nalaganja v katerokoli podatkovno bazo.

Pridobivanje (Extract)

Prva faza procesa ETL je pridobivanje podatkov iz različnih sistemskih virov. Vsak ločen sistem lahko uporablja različno organizacijo ali format podatkov. Poznamo veliko različnih formatov podatkovnih virov, najpogosteje pa se uporabljajo relacijske podatkovne baze ali nepovezane datoteke. Ko je postopek pridobivanja podatkov zaključen, so podatki zbrani v stolpcih, ki jih včasih imenujemo tudi polja. Zdaj lahko vsako vrstico podatkov obdelujemo posebej.

Preoblikovanje (Transform)

Faza preoblikovanja se nanaša na zaporedje ukazov ali funkcij v pridobljenih podatkih, ki zagotovijo nalaganje podatkov. Nekateri podatkovni viri zahtevajo zelo malo obdelav e-podatkov. V nekaterih primerih je lahko zahtevana katerakoli od spodaj navedenih kombinacij obdelave:

• nalaganje le določenega izbranega stolpca podatkov,
• prevajanje kodirane vrednosti (npr. sistemski vir shranjuje M za oznako moškega spola in F za oznako ženskega spola),
• zagotavljanje nove preračunane vrednosti,
• združevanje podatkov iz več virov hkrati,
• povzemanje več vrstic podatkov (npr. skupna prodaja za vse regije).

Nalaganje (Load)

V fazi nalaganja podatke naložimo v podatkovno skladišče. Obseg procesa je odvisen od velikosti podjetja ali organizacije. Nekatera podatkovna skladišča nadomestijo stare podatke z novejšimi, kompleksni sistemi pa lahko celo shranjujejo podatke iz preteklosti in spremljajo njihove spremembe.

Podatkovno skladišče

Podatkovno skladišče je baza podatkov, ki predstavlja poslovanje podjetja v preteklih obdobjih. Te podatke analitiki uporabljajo pri analizah poslovanja na več ravneh – od strateškega načrtovanja do ocenjevanja uspešnosti posameznih organizacijskih enot podjetja. Podatki iz takšnih baz podpirajo izdelavo analiz jih običajno ne uporabljamo pri tekočem poslovanju.

Tehnologija OLAP

Tehnologija OLAP učinkovito uporablja skladišča podatkov za sprotno analizo in hitro podajanje odgovorov na kompleksna analitična vprašanja. Njen večdimenzionalni podatkovni model hitro dostopa do urejenih podatkov in jih posreduje s preprostimi grafičnimi prikazi. Odgovor na analitikovo povpraševanje o preteklem poslovanju podaja tudi možnosti nadaljnjega ugotavljanja podrobnosti. Sistemi OLAP hitro in zanesljivo podpirajo sprotno analiziranje poslovanja podjetja.

Podatkovno rudarjenje (Data mining)

Podatkovno rudarjenje (Data Mining) je en izmed ključnih členov sistema za analiziranje podatkov ali tudi tako imenovane poslovne inteligence. Podatkovno rudarjenje nam omogoča razkrivanje skritih vzorcev v podatkih, ki so jih v letih poslovanja zbrala podjetja iz raznih sistemov kot so: poslovni informacijski sistemi, CRM sistemi in druge aplikacije za zajem podatkov. Glavni namen podatkovnega rudarjenja je razkriti vzorce in povezave iz zbranih podatkov, prikazati njihove vrednosti, jih spremeniti v informacije in jih uporabiti v procesih (segmentacije, napovedovanja). Podatkovno rudarjenje nam omogoča avtomatizirano iskanje informacij v tej kopici podatkov. Cilj pri podatkovnem rudarjenju je najti pravila, vzorce, ki nam omogočijo najti vez med vzroki in posledicami. Na primer napovedovanje nečesa na podlagi množice dejstev o tem zbranih v preteklosti. Podatkovno rudarjenje se uporablja za segmentiranje (razvščanje) strank (komu pošiljati in katere reklame), za optimizacijo cen, razmeščanje artiklov po policah v trgovini, iskanje ustreznega besedila in slik na spletu, pa tudi za napovedovanje vremena, trendov ali tečajev na borzi.