操作型商业智能正在成为商业智能发展的一个方向，它要求商业智能不仅要为企业“金字塔”组织架构中的高层提供决策支持，同时也要帮助一线的业务人员更好地开展工作。
但是普通业务人员的关注点和要求与决策层差别很大。对于管理人员来说，他们更关注历史数据的分析，期望从中找出规律，发现问题。而对于一线的业务人员，他们则关注操作型的数据，要求实时地看到最新的业务进展情况，指导自己当前的工作。
但是传统的数据仓库都是静态的，它存储的数据都是历史性的和加总的。它丢失了具体的事务性信息，同时最新的进展情况也无法得到及时反映。为了解决这种问题，操作型数据存储（ODS）的概念被提出。
“数据仓库之父”比尔· 恩门认为ODS是支持企业对最新的、运营性的、整合的、总体的信息的需求而建立的具有主题导向的、整合的、变动的、显示当前值的、只有细节的数据的集合。
ODS代表着企业最新一分钟运营情况，而从ODS中做出的决定的焦点是即刻的。
因此在数据仓库的建设中，我们会看到在企业级数据仓库之外还存在一个ODS，通过在物理上把传统的数据仓库和ODS区别开来，整个数据仓库项目满足了企业不同的业务需要。
但是在这样的架构下，企业数据仓库建设的成本上将大幅提高，不仅要维护企业数据仓库，还要维护ODS，数据冗余度增加的同时，成本也急剧增加。
另外，一份数据同时存储于两个地方，使数据的一致性和准确性也面临着挑战。
而动态数据仓库的出现解决了这些问题，它利用一套数据仓库系统来同时满足管理层决策的需求和业务人员实时操作的需求。
动态数据仓库的构建技术实际上和传统的数据仓库一样，但是在扩展性和负载性上有了更高的要求。
动态数据仓库要实时地或者准实时地从业务系统中提取数据，同时要求对用户的请求快速地响应，另外还要应对大量人员的同时使用。这对动态数据仓库的稳定性提出了很大的挑战。
那到底什么样的数据仓库才能称得上动态的数据仓库呢？在动态数据仓库方面走在前面的Teradata公司提出了六个方面的衡量指标:
◆动态地访问:对一线操作性的决策和服务提供支持，响应时间要少于10秒。
◆动态地加载:准实时地导入数据，在一分钟或几秒钟之内小批量地快速加载。
◆动态事件监控:快速地反映业务中发生的事件，例如在信用卡业务中，一次性地大额透支事件，要及时地被提取出来，从而提醒银行保持警惕，避免信用卡被盗取对银行和用户造成损失。
要做到这一步，就必须在业务规则中进行定义，并能够从复杂的环境中进行一定的智能判断。
◆动态地企业整合:能够把数据动态地整合进企业级的架构中，从而支持所有人员的快速决策。
◆动态地负荷管理:动态地系统管理，从而实时地进行性能优化和资源利用。
◆动态地可获得性:在提供用户实时地使用时要保证高度的可靠性和稳定性。
在动态数据仓库的建设中，王闯周提出了节点扩充的概念，每个节点都能应对一定程度的数据加载和用户访问，随着数据量的不断增大和用户群的增长，不断扩充节点，从而轻松地扩展。
数据仓库的目的有两个，一个是对内帮助企业进行内部管控，降低成本，提高效率。另一个是对外，更好地服务客户，提升客户价值。传统的数据仓库只关注前者，而动态数据库的出现不仅使企业内部管控上更加强大，同时大幅地提升了用户满意度。
在Teradata在与中国邮政合作的邮件跟踪查询系统中，就采用了动态数据仓库。通过这个系统，客户可以在网上方便地查看自己的邮件是否送达，如果没有送达，现在在什么地方，是在飞机上呢，还是在某个中心局。同时，中国邮政也可以对邮件进行实时的、更加细致地监控，保证邮件的安全、快速地送达。