Wenn Leute durch Data-Warehousing produktiver werden wollen, so können sie das, aber beweisen können sie es kaum. Deshalb läßt sich Data-Warehousing schwer verkaufen. In vielen Unternehmen verlangt die Geschäftsführung einen garantierten Produktivitätszuwachs. Ein Data-Warehouse zielt jedoch auf qualitative Verbesserungen, die sich zwar auch unter dem Strich auswirken, aber nicht in Zahlen prognostizierbar sind. Argumente für Data-Warehousing müssen über die Rentabilität hinausreichen: Die Dinge wieder in den Griff zu bekommen wäre beispielsweise ein guter Grund. Dank des Computers konnten Unternehmen unerreichte Dimensionen annehmen, doch wuchsen manche zu unkontrollierten Giganten heran. Data-Warehousing soll helfen, das wirtschaftliche Geschehen durch richtige Entscheidungen zu beeinflussen. Auch damit läßt sich gut argumentieren: Man definiert die Informationen, die für Trendanalysen benötigt werden, bestimmt die Geschäftsfelder und legt das Ergebnis den Managern vor. Beispielsweise kann man darlegen, daß sich ein Kundengesamtprofil erstellen läßt, aus dem im Detail hervorgeht, welche Produkte ein Kunde gekauft und wieviel er ausgegeben hat. Man könnte besonders zahlungskräftige Kunden ermitteln und Kauftrends aufspüren. Unter Umständen mit Hilfe von zugekauften Daten Dritter ließe sich eine Reihe von "Mikromarketing"-Strategien entwickeln.

Ein solcher Ansatz wird die Phantasie beflügeln. Wenn man aber versucht, Data-Warehousing direkt mit Rentabilität zu begründen, dann ist man schnell wieder am Anfang: auf der Suche nach dem, was niemand je wirklich faßbar gemacht hat, der Produktivität des Mitarbeiters.