BI센터와 데이터웨어하우스팀은 서로 밀접한 관계를 갖고 있지만 언제나 이들이 동시에 설치되는 것은 아니고 대체로 데이터웨어하우스팀이 먼저 구성된다.
개발에서 생산으로 이어지는 다른 기술부문과 마찬가지로 데이터웨어하우스는 생산관련 전문지식을 바탕으로 구축, 생산환경으로 이전돼야 한다. 또 데이터웨어하우스를 개발, 사용하고 사용자들을 도와주는데 필요한 상당한 수준의 지식이 있어야 한다. 하지만 이러한 지식은 한 곳으로 모으지 않으면 쓸모 없게 된다. 메타데이터 관리, 데이터의 분석, 예외적 데이터 처리 등의 문제는 너무 전문적이어서 모든 사용자가 알 필요는 없고 이는 BI센터가 담당하는 것이 좋다. 그런데 그런 활동은 우선 데이터웨어하우스팀이 할 수 있다. 이 팀에는 사업 분석자와 사업부서에서 경험을 쌓은 직원들을 포함시켜야 한다. 또 BI 후속 프로젝트를 추진하기 위해서는 개발팀을 다시 구성하는 것이 바람직하다. 모든 프로젝트는 시작과 중간 그리고 끝이 있게 마련이지만 거기에는 시종일관 안정된 핵심 지식이 있어야 하는데 센터가 그런 역할을 할 수 있는 것이다.
데이터웨어하우스를 구축하는 데는 많은 시간과 광범위한 전문 기능이 필요하기 때문에 전사 차원의 강력한 의지가 있어야 한다. 그렇지 않으면 소기의 목적을 달성하지 못하든가, 아니면 경비만 낭비하는 결과를 초래하게 될 것이다. 먼저 우수한 팀을 구성해야 하고 여기에서 센터가 이 팀을 통제하도록 해야 한다. 데이터웨어하우스 구축팀은 광범위한 기술 및 사업관련 전문지식과 기능이 있는 직원들로 구성하고 데이터웨어하우스 구조설계팀과 BI팀이 부분적으로 책임을 공유하면서 상호 협력하도록 해야 한다. 구조설계팀은 프로젝트 구축 관리자, 하드웨어 및 운용체계(OS) 설치/지원 담당, 데이터베이스 및 데이터 관리담당, 기술 담당 등으로 구성되며 BI팀에는 기술 담당, BI 응용 프로그램 개발 담당, 기술에 밝은 사업 분석자 등이 포함된다.
데이터웨어하우스, BI 툴 및 관련 응용 프로그램을 개발하는 데 있어서 정보시스템(IS:Information System)부서는 전통적인 프로젝트를 개발할 때와 같은 방법으로 접근해서는 안된다. 전통적인 프로젝트 개발에서는 IS가 중심이 돼 사용자들의 필요사항을 조사, 이를 바탕으로 데이터베이스를 구축하고 시행했다. 이제는 그렇게 해서는 안되며 헌신적이고 광범위한 능력을 가진 팀이 종전방식을 탈피하면서 정확하고 완벽한 프로젝트를 추진하도록 해야 한다.
기업은 임원회의에 직접 보고할 수 있는 고위 관리자를 책임자로 임명해 이런 전략적 프로젝트를 지원해야 한다. 또 관리자가 이 프로젝트만 전담토록 해 그보다 ‘더 중요한’ 프로젝트가 생기면 밀려나는 일이 없도록 해야 한다. 비즈니스에 밝은 데이터베이스 관리자(DBA:DataBase Administrator)를 프로젝트 책임자로 임명하는 기업이 많이 있으나 프로젝트 책임자는 높은 직위에 있는 직원으로 정하는 것이 바람직하다. 프로젝트 책임자는 반드시 비즈니스를 잘 이해해야 하고 필요한 사항을 찾아 파악할 능력이 있어야 하며 데이터웨어하우스가 제공하는 데이터가 모든 사업부서의 목적에 부합하도록 해야 한다. 또 그는 정치적인 역량이 있어서 각 사업부서에서 나오는 다양한 의견을 조정하고 합의점을 이끌어내도록 해야 한다.
데이터웨어하우스 구조설계팀은 1차적으로 데이터웨어하우스가 유연성과 확장가능성이 있는 구조와 인프라를 설계해야 한다. 데이터웨어하우스에 들어갈 데이터를 결정하는 데 많은 시간과 노력을 할애해야 한다. 하지만 이 작업을 수행하는 데 필요한 시간과 노력을 과소평가하는 기업체가 많이 있다. 어느 기업의 경우는 이런 작업을 수행하는데 적어도 2, 3개월과 몇 명의 전문직원이 필요할 것으로 보고 있다. 구조를 설계하는 데는 또 OS 지원 직원과 DBA 및 데이터 관리자의 지원이 있어야 한다.
또 데이터웨어하우스 프로젝트팀에는 각 사업부서를 대표하는 여러 개의 BI팀이 포함돼야 한다. 이들 팀은 구조설계팀이 논리적 데이터 모델과 데이터의 추출 및 변형 절차를 만드는 데 필요한 자료를 제공해야 한다. 이들 BI팀이 프로젝트에 참여하는 시기는 데이터웨어하우스에서 제공하는 데이터의 주제별 순서와 설치할 응용 프로그램에 따라 다르다.
사업부문에 대해 종합적으로 이해하고 관련기술도 어느 정도 아는 사업 분석자들은 사용자와 사업부서의 입장에서 가치있는 지식과 지침을 제공함으로써 사업부서와 프로젝트 사이의 긍정적인 관계를 유지할 수 있게 한다. 이들은 기업 운영관련 데이터를 사업분석이 가능한 데이터로 전환할 뿐 아니라 데이터웨어하우스의 자료와 사용자들이 입력한 데이터가 조화를 이룰 수 있도록 지원한다. 이처럼 비즈니스 분석자들은 데이터웨어하우스 구축단계에서는 매우 중요한 역할을 하고 그 다음에는 사용자들을 교육시키다가 나중에는 BI센터에서 핵심 역할을 하게 된다.
각기 다른 데이터 자원으로부터 나오는 데이터를 통합하는 것은 복잡한 작업이므로 그 공급원과 통합방법을 명확하게 알아야 한다. 따라서 기술담당 직원들은 BI팀과 긴밀하게 협조해야 한다. 또 데이터웨어하우스 설계팀은 각 사업부서의 요구에 맞는 구조를 설계하기 위해 모든 관련 사업부서와 긴밀하게 협력해야 한다.
대부분의 기업체는 데이터웨어하우스를 구축할 때 데이터 확보보다는 최종 사용자들의 접속부분에 더 치중하고 있다. 이들 업체는 마치 데이터는 사업부서나 운영부서에서 제공하고 IS부서가 이들 데이터를 통합하고 전환하기만 하면 데이터웨어하우스가 구축되는 것으로 생각하고 있다. 하지만 각종 이질적인 데이터 자원을 기업에 유익한 데이터로 전환해야 하는 것을 비롯한 여러가지 문제 때문에 실제로는 데이터를 수집, 확보하는 것이 가장 어려운 과제다. 데이터웨어하우스를 구축하고 있는 대부분의 기업체는 여기에서 일어나는 문제의 심각성을 인식하지 못하고 있을 뿐 아니라 필요한 자원의 분량을 과소평가하고 있다. 오는 2005년까지 데이터웨어하우스를 구축하는 기업의 80%가 프로젝트 계획이 잘못되고 데이터 확보예산을 50% 낮게 책정함으로써 프로젝트가 중도에 취소되거나 또는 데이터웨어하우스가 부정확하거나 불완전한 데이터를 제공하게 될 것으로 보인다.
기업체들은 기술만이 이런 문제를 해결해 줄 수 있을 것으로 생각하는 경향이 있다. 추출, 전환 및 적재(ETL:Extraction, Transformation and Loading) 툴이 어느 정도 도움은 되지만 이것은 필요한 데이터가 어디에 있는지를 확인하고 데이터의 품질을 평가하거나 데이터웨어하우스에 적재하기 전에 어떻게 세척하고 통합해야 하는가 등의 문제는 해결하지 못한다. 유용한 데이터를 확보하는 방법을 개발하는데 필요한 전문기능은 데이터 분석에 필요한 기능과는 전혀 다르다. 따라서 경영진은 데이터웨어하우스에 필요한 데이터 자원을 확보할 수 있도록 적극 지원해야 한다.
만일 BI센터가 설치돼 있다면 ETL 개발자들이 필요한 사업관련 전문지식과 기능을 거기에서 습득할 수 있을 것이다. 센터직원들이 ETL 개발자들을 지원해 데이터가 데이터웨어하우스로 제때 이동할 수 있도록 해야 한다