OLAP , OLTP, dan Data Warehouse.

1. OLAP (OnLine Analitycal Processing) "Pengolahan Analisa Online".

• Merupakan sebuah pendekatan untuk dengan cepat menjawab pertanyaan-dimensi analitis multi, dan merupakan bagian dari kategori yang lebih luas dari suatu Intelijen Bisnis yang mencakup, seperti Pelaporan Relasional dan Data Mining.
• Penggunaan khas OLAP termasuk Bisnis Laporan untuk penjualan, pemasaran, pelaporan manajemen, manajemen bisnis proses (BPM), penganggran dan peramalan, pelaporan keuangan dan daerah yang sama dengan aplikasi baru datang, seperti pertanian 
• Database dikonfigurasikan untuk mengguanakan OLAP model data multidimensi, memungkinkan untuk kompleks analitis dan ad-hoc query dengan waktu eksekusi yang cepat.
• Mereka meminjam aspek Database Navigasi dan database Hierarki yang lebih cepat dari Database Relasional. 
• OLAP biasanya ditampilkan dalam atau matriks. Dimensi membentuk baris dan kolom dari matriks, bentuk tindakan nilai.                         

2. OLTP (OnLine Transaction Processing) "Proses Transaksi Online".

• Merupakan sistem transaksi yang mengacu pada kelas sistem yang memfasilitasi dan mengelola aplikasi berorientasi transaksi, biasanya digunakan untuk Entri Data dan Pengambilan Proses Transaksi.
• Transaksi dalam konteks komputer atau Transaksi Database, contohnya Transaksi Komersil yang merupakan definisi dalam hal Bisnis (Transaction Processing Performance Council). 
• Contoh Transaksi komersial  yaitu pada mesin ATM (Anjungan Tunai Mandiri) "Automatic Teller Machine", merupakan OLTP yang merujuk kepada proses di mana sistem segera merespon permintaan pengguna (User). ATM ini bagi Bank merupakan salah satu contoh aplikasi pemrosesan Transaksi Komersial.
• Teknologi OLTP banyak digunakan pada sejumlah industri, termasuk perbankan, penerbangan, mailorder, supermarket, dan manufaktur.
• Aplikasi termasuk Perbankan Elektronik, Pemrosesan Order, Sistem Jam Waktu bagi karyawan, E-commerce, dan eTrading. IBM Cics merupakan salah satu sistem pada OLTP yang banyak digunakan secara meluas.   
• Manfaat dari OLTP adalah memiliki dua manfaat utama yaitu Kesederhanaan dan efisiensi untuk bisnis, dan Mengurangi jejak makalah, sehingga lebih cepat lebih akurat perkiraan untuk pendapatan dan beban.
• Kekurangan dari OLTP, diantaranya :

1. Seperti halnya sistem pengolahan informasi, keamanan dan keandalan adalah suatu  pertimbangan., bila organisasi memilih untuk mengandalkan OLTP, operasi dapat sangat mempengaruhi jika sistem transaksi atau database karena tidak tersedia.
2. Data yang rusak, kegagalan sistem, atau masalah ketersediaan jaringan.  
3. Selain itu, seperti banyak solusi modern teknologi informasi online, beberapa sistem membutuhkan pemeliharaan offline yang selanjutnya mempengaruhi pada analisa biaya dan manfaat.

3. Data Warehouse "Gudang Data".

• Merupakan suatu sistem pada Komputer untuk Mengarsipkan dan Menganalisis Data Organisasi, seperti Data Penjulan, Pembelian, Gaji, dan Informasi lainnya dari operasi harian. Dan merupakan Database untuk pelaporan
• Biasanya  suatu organisasi menyalin suatu informasi dari sistem operasionalnya, seperti pada Penjualan dan SDM.
• Gudang Data haruslah memiliki jadwal yang teratur, misalnya setiap malam atau setiap akhir minggu, setelah itu, manajemen dapat melakukan Kueri kompleks (bahasa komputer untuk melakukan permintaan secara basis data dan sistem informasi, berupa SQL, MDX, DMX) dan analisis, seperti Penambangan Data, Data Mining) terhadap informasi tersebut tanpa harus membebani Sistem yang operasional.
• Beberapa manfaat Data Warehouse :

1. Menyediakan Model Data Umum untuk semua data yang menarik terlepas dari sumber data itu, sehingga  memudahkan  untuk melaporkan dan menganalisa informasi, beberapa model data yang digunakan untuk mengambil informasi seperti faktur penjualan, order receipts, biaya buku besar, dsb.
2. Sebelum memasukkan Data ke dalam Gudang Data, inkonsistensi diidentifikasi dan diselesaikan, sehingga sangat menyederhanakan dalam pelaporan dan analisa.
3. Untuk Informasi dalam Data warehouse ini di bawah kontrol User Gudang Data sehingga bila sistem sumber data dibersihkan dari waktu ke waktu, informasi dalam Gudang Data dapat disimpan dengan aman dalam jangka waktu yang lama.
4. Menyediakan pengambilan data tanpa memperlambat sistem operasional.
5. Dapat bekerja dalam kaitannya dengan meningkatkan nilai Aplikasi Bisnis Operasional, terutama Customer Relationship Management (CRM) sistem.
6. Memfasilitasi Aplikasi Decision Support System seperti laporan trend (misalnya Penjualan item yang paling di daerah tertentu dalam dua tahun terakhir), Laporan pengecualian, dan Laporan yang menunjukkan kinerja aktual versus gol.
7. Dapat merekam informasi historis untuk tabel sumber data yang tidak ditetapkan untuk menyimpan sejarah update.