Aggregation und Konsolidierung Die im ersten Schritt extrahierten und transformierten Daten werden mit dem Datenbestand des Datawarehouse abgeglichen. Neue Information werden ergänzt, Änderungen an Stammdaten werden historisiert.

Qualitative Checks erkennen Datensätze, die nicht den definierten Anforderungen genügen und soertieren diese aus. Verschiedene Datenquellen werden über gemeinsame Attribute Verknüft und werden in Fakten und Dimensionen transformiert.

Anschließend werden die Daten in sogenannte Cubes - multidimensionale Datenwürfel - geladen. Dabei werden relevante Kennzahlen wie Umsatz, Visits, Conversions, Verkaufspreis, Buchungen, Anfragen, Marge in Abhängigkeit von Dimensionen wie Produkt, Zeit, Affiliate, Region, Absatzmarkt oder anderen vorberechnet. Vergleichende Werte, wie Vormonatswerte oder prozentuale Änderung dieser werden ebenfalls im Cube berechnet.

Cubes werden im Bereich Business Intelligence schon seit vielen Jahren verwendet. Sie erlauben umfangreiche Analysen der Daten und sind hinsichtlich Performance und Größe hochgradig skalierbar.