在许多行业中，成功企业都是那些能运用客户与商业数据来支持实时决策的公司。分析数据所获得的洞见是商业智能的基础，而商业智能则是竞争力的来源。
以金融及保险服务业为例，其将历史性与外部数据整合在一起，能立即评估出客户的终生价值；无线通讯业，则运用具体的客户通话纪录，来评估新的计费方案；零售业使用客户与存货数据，达到更有效的行销、交叉销售，且让货架上摆满客户所要的货品。这类相关的例子可以说是不胜枚举。
近来，因为存储设备成本降低，企业开始考虑永久储存其所有数据，认为深度的历史数据，在时机来临时，可产生前所未有的商业智能与其它益处。
但假如企业未仔细思考数据储存容量的选择，将可能导致系统运算效能降低，进而影响实时决策的制定以及策略方案的推行。然而，策略行动也许会失败，其原因可能是决策不够实时，或是治理阶层错认为自己对外部挑战与公司的能力有完整的了解。既使策略行动勉强持续，往往需要花费众多人力，来调整容量不适合公司商业需求的系统，这样不仅成本高昂也会令人感到挫败。
错以每个Megabyte的成本为重心
由于具体通联记录、交易数据与网络点选流等数据的快速增加，企业的数据每8个月就增加一倍。可想而知，采用数据仓库的企业会以每Megabyte的成本作为比较标准，选择成本最低的数据储存系统。厂商也提供超高容量的硬盘，满足企业日渐增加的数据需求，进一步刺激了此方式的发展。
但是，假如I/O的速度固定----I/O速度的增加不像储存容量提升一样快，增加硬盘的容量，只会让极需实时决策的企业难以快速存取数据。在这样的情况下，选择大容量所节省的成本则失去其意义，因为花了数百万美元的新系统无法快速存取数据，便无法达到原有的功效。
当然，除了磁盘容量之外，企业还有其它方式来解决效能的问题，例如分割、压缩、先后顺序排程、查询最佳化与进阶索引（advancedindexing）等，都能提供有效的协助。但若能搭配符合企业策略目标、运算能力与数据温度的储存功能，上述技术便能发挥更大的效力。
多重温度的数据仓储
要了解数据仓库的储存需求，必须先了解多温度数据仓库的概念。几乎在所有数据仓库系统中，数据具有不同的温度。温度高的数据是最近、最常用的数据，同时拥有许多使用者及应用程序进行存取多种应用。
随着需求降低，数据的温度也降低。温度较低的数据是历史数据，占据的数据仓库容量比较热的数据还大。但温度低的数据偶然会回温。例如，健康保险公司也许需要产生好几年的纪录，证实公司如何保护病人的隐私。
考量数据温度的容量规划
在了解多重温度数据后，企业可以进行容量的规划，其中要测量的项目包含：数据的汇总温度、系统容量、系统效能的需求与能力。此规划过程需要商业与IT专业人员紧密合作，确保IT人员了解各种数据日后可能的使用方式。
第一步是依据数据的存取频率与大小，将数据分类。企业一开始可将数据分类为主要策略数据、目前决策支持数据或历史性决策支持数据，最后再决定各类别的数据温度（测量数据温度的公式也包含了数据查询、更新与维护的效能需求）。
接下来，企业必须决定各类别数据的容量与效能需求，进而决定系统的需求。若采用较小的数据仓库来储存温度高的数据，目标则是兼顾成本与效能，让系统能提供支持重要决策的实时商业智能。大多数的企业会采用目前市场上最小的磁盘（如36GB,15KRPMdisks）与RAID-1备份系统。
相对地，假如大部分储存温度低数据的数据仓库，就比较不需要高效能，企业可以选择更高的单位容量（如73GB或146GB磁盘）。也有些数据仓库所储存的数据在温度上较平均，但不论是何种情形，在选择磁盘容量大小时，必须先测量各类数据的温度，并且找到一个汇总温度。
做个有数据智能的人
总而言之，数据仓库所含的数据，其价值在于其可支持决策的功能，非凡是现今商业环境中重要的实时决策。商业与技术的合作，再加上了解多重温度数据仓库的概念，是数据仓库是否能发挥应有功效的要害所在。
