具体步骤如下：

（1）删除非战略性数据：数据仓库模型中不需要包含逻辑数据模型中的全部数据项，某些用于操作处理的数据项要删除。

（2）增加时间主键：数据仓库中的数据一定是时间的快照，因此必须增加时间主键。

（3）增加派生数据：对于用户经常需要分析的数据，或者为了提高性能，可以增加派生数据。

（4）加入不同级别粒度的汇总数据：数据粒度代表数据细化程度，粒度越大，数据的汇总程度越高。粒度是数据仓库设计的一个重要因素，它直接影响到驻留在数据仓库中的数据量和可以执行的查询类型。显然，粒度级别越低，则支持的查询越多；反之，能支持的查询就有限。