Un Data Warehouse (depozit de date) este un sistem centralizat de stocare, proiectat special pentru a agrega, organiza și structura date provenite din multiple surse operaționale ale unei organizații — sisteme de vânzări, contabilitate, marketing, resurse umane — într-un format optimizat pentru analiză și raportare, spre deosebire de sistemele operaționale de zi cu zi, optimizate pentru procesarea rapidă a tranzacțiilor individuale.
Spre deosebire de un Data Lake, care stochează date brute în formatul lor original, un Data Warehouse aplică o structură predefinită și riguroasă la momentul introducerii datelor (schema-on-write), prin procese de transformare și curățare a datelor (ETL – Extract, Transform, Load) care asigură consistența, calitatea și organizarea datelor pentru analiză eficientă și fiabilă.
Pentru proiectele de inteligență artificială, un Data Warehouse bine structurat oferă o sursă de date curate, consistente și de încredere pentru antrenarea modelelor de învățare automată pe date tabelare de business — predicția vânzărilor, scoring de credit, segmentarea clienților — unde calitatea și structura consistentă a datelor de intrare sunt esențiale pentru performanța și fiabilitatea modelului rezultat.
Arhitecturile moderne de date combină adesea ambele abordări într-o structură hibridă, uneori numită „Data Lakehouse”: un Data Lake pentru stocarea flexibilă a datelor brute și diverse (inclusiv date nestructurate necesare pentru AI generativă modernă, precum text și imagini) și un Data Warehouse pentru datele structurate, curate, folosite pentru raportare de business tradițională și modele predictive clasice, oferind organizației flexibilitatea de a susține simultan atât proiecte tradiționale de business intelligence, cât și inițiative avansate de inteligență artificială.
