Other kinds of transformations are

Other kinds of transformations are also made. For example, format changes to the data may be required, such as using male and female to denote gender, as opposed to 0 and 1 or M and F. Aggregations may be performed, say on sales figures, so that queries can use the summaries rather than recalculating them each time. Data cleansing software may be used to “clean up” the data, such as eliminating duplicate records.
Data are loade into the warehouse or mart during a “load window” this window is getting smaller as companies seek to have ever fresher data in their warehouse or mart almost immediately. For example, within 15n minutes of a purchase at Walmart, the details of the slae are in a warehouse and available for analysis.
Storing the data. A variety of possible architectures can store decision support data. The most common architecture is one central enterprise data warehouse, without data marts. Most organizations use this approach, as the data in the warehouse is accessed by all users and is the single version of the truth.
Another architecture is independent data marts. With this architecture, data are stored for a single or a few applications, such as in marketing or finance. Limited thought is given to how the data might be used for other applications and throughout the organization. This is very application centric approach to storing data.

Hasil (Bahasa Indonesia) 1:

Jenis lain dari transformasi juga dibuat. Sebagai contoh, perubahan format data mungkin diperlukan, seperti menggunakan laki-laki dan perempuan untuk menunjukkan jenis kelamin, sebagai lawan dari 0 dan 1 atau M dan F. agregasi dapat dilakukan, mengatakan pada angka penjualan, sehingga pertanyaan dapat menggunakan ringkasan daripada gelondongan mereka setiap kali. Data pembersihan perangkat lunak dapat digunakan untuk "membersihkan" data, seperti menghilangkan record-record duplikat.Data yang loade ke dalam gudang atau mart selama "jendela beban" di jendela ini semakin kecil sebagai perusahaan berusaha untuk memiliki data yang pernah segar di gudang atau mart mereka segera. Sebagai contoh, dalam beberapa menit 15n pembelian di Walmart, rincian slae adalah di sebuah gudang dan tersedia untuk analisis.Menyimpan data. Berbagai kemungkinan arsitektur dapat menyimpan data dukungan keputusan. Arsitektur yang paling umum adalah satu gudang data perusahaan pusat, tanpa data Mart. Sebagian organisasi menggunakan pendekatan ini, sebagai data dalam gudang diakses oleh semua pengguna dan adalah versi single dari kebenaran.Arsitektur lain adalah independen data Mart. Dengan arsitektur ini, data disimpan untuk satu atau beberapa aplikasi, seperti dalam pemasaran atau keuangan. Terbatas pemikiran diberikan kepada bagaimana data dapat digunakan untuk aplikasi lain dan seluruh organisasi. Ini adalah aplikasi yang sangat sentris pendekatan untuk menyimpan data.