确定数据范围实际上是对ODS进行主题划分的过程，这种划分是基于对业务系统的基础上而进行的，并不十分关心整个数据仓库系统上端应用需求，但是需要把上端应用需求与ODS数据范围进行验证，以确保应用所需的数据都已经从业务系统中抽取出来，并且得到了很好的组织。一般来讲，主题的划分是以业务系统的信息模型为依据的，设计者需要综合各种业务系统的信息模型，并进行宏观的归并，得到企业范围内的高层数据视图，并加以抽象，划定几个逻辑的数据主题范围。在这个阶段，以ER模型表示数据主题关系最为恰当。
2：根据数据范围进行进一步的数据分析和主题定义
在第一步中定义出来了企业范围内的高层数据视图，以及所收集到的各种业务系统的资料，在这一步中，需要对大的数据主题进行分解，并进行主题定义，直到每个主题能够直接对应一个主题数据模型为止。在这个阶段，将把第一步生成的每个ER图中的实体进行分解，分解的结果仍以ER表示为佳。
3：定义主题元素
定义维、度量、主题、粒度、存储期限
定义维的概念特性：
维名称，名称应该能够清晰表示出这个维的业务含义。
维成员，也就是这个维所代表的具体的数据，
维层次，维成员之间的隶属与包含的层次关系，每个层次需要定义名称
定义度量的概念特性：
度量名称，名称应该能够清晰标书这个度量的业务含义
定义主题的概念特性：
主题名称和含义，说明该主题主要包含哪些数据，用于什么分析；
主题所包含的维和度量；
主题的事实表，以及事实表的数据。
定义粒度：
主题中事实表的数据粒度说明，这种粒度可以通过对维的层次限制加以说明，也可以通过对事实表数据的业务细节程度进行说明。
定义存储期限：
主题中事实表中的数据存储周期。
4：迭代，归并维、度量的定义
在ODS中，因数据来自于多个系统，数据主题划分时虽然对数据概念进行了一定程度上的归并，但具体的业务代码所形成的各个维、以及维成员等还需要进一步进行归并，把概念统一的维定义成一个维，不允许同一个维存在不同的实体表示（象不同的业务系统中一样）。
5：物理实现
定义每个主题的数据抽取周期、抽取时间、抽取方式、数据接口，抽取流程和规则。
物理设计不仅仅是ODS部分的数据库物理实现，设计数据库参数、操作系统参数、数据存储设计之外，有关数据抽取接口等问题必须清晰定义。
DW设计指南