Die Warenhäuser werden im alten DWH in einer Dimension Partners, zusammen mit Lieferanten und weiteren Objekten gehalten. Dies, um die Faktentabelle der Lieferinformation zu vereinfachen, welche Informationen unter Berücksichtigung von Abgangs- und Ankunftsorten bereitstellt. Die Modellierung des alten DWH hat in der Vergangenheit in einigen Bereichen zu Problemen im Betrieb und bei der Erfüllung von Analyseanforderungen geführt, weshalb die Modellierung in Bezug auf die Warenhäuser überprüft und ein tragfähiges Konzept für die Modellierung im DWH-Zukunft entworfen werden soll.

Zu Beginn wird die Ist-Situation beschrieben, in Bezug auf die Modellierung analysiert und es werden Anforderungen an die Modellierung im DWH-Zukunft unter Berücksichtigung von Strukturen und Hierarchien formuliert. Anschliessend werden mögliche Modellierungsalternativen vorgestellt, bevor ein Kriterienkatalog für die Bewertung der Alternativen entworfen und auf diese angewandt wird. Basierend auf dem Resultat der Bewertung, wird eine Modellierungsalternative zur Implementierung empfohlen und aufgrund der beschriebenen Anforderungen beispielhaft modelliert.

Das Ergebnis ist ein Vorschlag zur Modellierung der Warenhäuser in einer Dimension Betriebsstelle unter Berücksichtigung relevanter Attribute, Strukturen und Hierarchien, die so bisher in voneinander getrennten Systemen oder in Konzepten existierten. Damit wird die Modellierung im alten DWH nicht bestätigt, sondern eine alternative Implementierung empfohlen. Der Grund für diese Entscheidung war insbesondere die Anforderung an das DWH-Zukunft, sich so nahe wie möglich an der Realität zu orientieren sowie der Umstand, dass die Anforderungen an die Auswertung der Lieferinformationen noch sehr unscharf waren, weshalb man sich noch nicht zu sehr darauf fixieren sollte. Für die allfällige Umsetzung einer ähnlichen Faktentabelle für Lieferinformationen, wie die bestehende im alten DWH, wurde ein Vorschlag zur Begünstigung der späteren Zusammenführung von Betriebsstellen (Warenhäuser) mit Lieferanten in Data Marts illustriert.