数据仓库系统是一个信息传递系统。它不是一个关于技术的系统，而是解决用户问题和面向用户提供战略信息的系统。在需求定义阶段，重点是用户需要哪些信息，而不是你如何提供这些信息。
1. 维度分析
建立数据仓库与建立操作型系统在很多方面有很大的不同，特别是在需求收集阶段。适合操作型系统的收集需求的传统方法将不再适合数据仓库。
在向操作型系统提供需求信息的方面，用户可以告诉你关于所需功能、信息内容、使用方式等准确细节。在这方面，数据仓库系统有很大的不同。用户不能清楚的定义他们的需求。他们不能准确定义他们真正想从数据仓库得到哪些信息，也不能说明他们如何使用和处理这些信息。
数据仓库定义需求的整个过程就是如此模糊。你可以收集公司整个商业的数据。你可以参考行业的实践经验，收集指导日常决策的一些商业规则，可以了解产品是如何开发和销售的。但是这些对于确定需求细节来说都太笼统了。
2. 商业维度层次和分类
当用户根据商业维度分析指标的时候，他们通常希望首先看到总数，然后是各个层次的细节数据。用户在这里所做的就是穿过商业维度的不同层次，得到不同细节程度的数据。例如，用户首先看到了全年的总体销售数据，然后转到季度层次，看了每个季度的销售情况之后，用户更进一步的查看每个月的数据。这里的时间维度的层次由年、季度和月份组成。这种维度层次就是我们在分析中向下层钻取的路径。
在每一个主要的商业维度中，都有对分析有用的数据元素的分类。在时间维度中，你会设置一个数据元素来表示某天是否为假日。这个数据元素可以帮助分析，假期的销售情况与其他日子相比有什么不同。同样，在产品维度中，你也想要对产品包的类型进行分析。产品包的类型就是产品维度中的数据元素。时间维度中的假日标志和产品维度中的产品包类型在这些维度中不是必须的维度层次，这样的数据元素可以称为分类。
3. 收集需求的方法
谁是能够使用数据仓库信息的用户？你从哪里收集用户的需求？
3.1 收集需求列表
数据元素：事实类型、维度
根据时间记录的数据
从源系统进行数据抽取
商业规则：特性、范围、领域、操作记录
3.1 需求收集方法
（1）采访，一对一或在一个小团体内；（2）联合应用程序设计（JAD）会议
3.1.1 采访
采访内容
当前信息来源
哪一个操作型系统产生与重要商业主题相关的数据？
支持这些主题的计算机系统有什么类型？
在已有报表和在线查询中传递的是什么样的信息？
现有信息传递系统的细节程度是怎样的？
主题领域
对于分析最有价值的主题领域是哪些？
商业维度是哪些？有哪些层次？
制定决策的商业分区是什么？
不同地区需要的是全球信息还是只需要当地信息来制定决策？还是两者混合？
只在特定的区域供应特定的商品和服务吗？
关键性能指标
商业单位的表现是如何衡量的？
哪些是关键的成功因素？如何监控？
这些关键指标是如何出现的？
所有市场都是用这个方式衡量吗？
信息频率
决策支持所需的数据更新频率是多少？时间间隔是多长？
每种分析与不同时间的标准对比如何？
数据仓库中的信息需求的时间线是什么？
作为需求定义的初始文档，准备采访提纲时可以包括以下内容：
1. 用户资料
2. 背景和目标
3. 信息需求
4. 分析需求
5. 当前使用的工具
6. 成功标准
7. 有用的商业指标
8. 相关商业维度
3.1.2联合应用程序设计
通过群体会议的形式为了开发目标而聚集在一起。它是一个联合开发计算机应用的方法，用户和IT专业人员通过一种有组织的方式组合在一起。
