Satisfaire aux exigences des métiers dans un environnement où les volumes et la complexité de données ne cessent d’augmenter, est un défi permanent, désormais bien assumé par les grandes entreprises et les organisations gouvernementales aujourd'hui.
Cette pression inexorable génére des besoins de datawarehouses d'entreprise toujours plus gros, supportant des systèmes décisionnels.
Les outils d’analyse prédictive, de datamining, des portails, et aux autres applications phares s’appuyent sur les données des datwrehouse de l'entreprise.
Cependant, l’évolution des métiers dépasse même en besoins de données, l'évolution classique des datawarehouses d'entreprise.
Et même si ces datawarehoused d’entreprise sont utiles à la consolidation physique et la transformation d’une grande partie des données de l'entreprise, une part importande de données réside toujours à l’extérieur du datawarehouse.
Par ailleurs, les datawarehouses requièrent également eux-mêmes des évolutions nécessaires, qui impliquent de nouveaux besoins en matière de prototypage, de migration, d’extension, ou de fédération.