מהשלב הזה יכנס למשתמש הקצה, מאי להעלות השערות שונות, כמו גם לנווט הנתונים הכלולים ההסעות. PROCECO שם הם מערכת בסיסית של התהליכים מאחורי ארכיטקטורה של DW בעל חשיבות עליונה עבור אותו. ראשית התהליך של חילוץ, אשר ללמוד ולהבין את מקור הנתונים, לוקח אלה שימושיות עבור החנות. לאחר חילוץ נתונים, הם הופכים לתוך טופס ייצוגי ערך לגולשים. תהליך זה כולל תיקון שגיאות, לפתרון בעיות של התחום, מחיקת שדות שאינם של הריבית, מפתחות, צבירה של מידע, וכו '. בסופו של תהליך שינוי, הנתונים העומס DW עשוי, פקדים איכות שהופעלו מתבצעות כדי להבטיח כי היא נכונה.
כאשר המידע זמין, מיידעת את המשתמש. חשוב לפרסם את כל השינויים שנעשו. הפעם, וכן משתמש הקצה ניתן לבצע שאילתות. זה חייב להיות כלי שאילתה, עיבוד נתונים. לפעמים רצוי לעקוב אחר המסלול ההפוך של מטענים. לדוגמה, ניתן להאכיל מערכות עם המידע DW מעודן או לאחסן אותן השאלות שנוצר על-ידי המשתמש עשויים להיות מעניינים, מדוע הוא המשוב של נתונים או משוב. גם הוא התהליך של ביקורת, אשר מאפשר לדעת מהיכן המידע מגיע כמו גם איזה חישובים שנוצר אותו.
כבר נבנה ההסעות, היא עניין החברה להישג מידע המספר הגדול ביותר של המשתמשים, אבל, מצד שני, זהיר מאוד בהגנה מפני שיותר \"האקרים\", 'החטטן' או מרגלים (אבטחה). בנוסף, פעילויות עבור גיבוי ושחזור של המידע, הן מאוחסן ההסעות צריך להיות תזרימי אילו ממערכות המקור לחנות. של נתונים בדרך כלל חברות אין יישומים ייחודיים עבור כל חלק של הפעולות של העסק, אבל זה ייתכן שכפולי וניקוי מערכות שונות לשרת גם להגדיר פעולות, ובמקרים אלה, סביר כי בסיסי נתונים של מערכות תפעוליות מכילות נתונים כפולים, לפעמים שגוי, מיותר או לא שלם. להוסיף את זה שגיאות אפשריות בזמנו של הזנת נתונים למערכות נתונים תפעוליים. ניקוי נתונים הוא התהליך של המרת נתונים. . זה הרבה יותר פשוט כדי לעדכן רשומות עם נתונים טובים. נתונים ניקוי רציניים, כולל פירוק . הניקוי של נתונים ניתן לחלק שישה צעדים: להפריד בין אלמנטים, לתקנן, לאמת, קיבוץ, ולהרכבה מחדש של נתונים.