数据仓库设计包括3个主要阶段：概念设计、逻辑设计、物理设计。3中不同的设计场景：数据驱动的场景、需求驱动的场景、混合场景。
目前普遍认可数据集市基于数据的多维视图，但是对于如何根据用户的需求实现其概念设计仍然没有统一的看法。实体-关系模型（ERM）是面向遵循数据间的关联而非汇总数据的查询的，因而不适用于数据集市。ERM实际上具有足够的表达力来表示数据集市建模必需的大多数概念。然而，基本ERM不足以准确地突出多维模型的显著特征。
许多情况下，设计人员将逻辑层次（数据仓库设计分为概念层次、逻辑层次、物理层次）作为数据集市设计的基础——即，直接定义星型模式，这是关系型系统中的多维模型的标准实现。数据仓库设计若从设计星型模式开始（跳过概念设计阶段）相当于关系数据库设计跳过实体-关系模式的设计，在没有任何静态、动态或概念模式的前提下从编码阶段开始创建一个复杂的系统。
因此，产生了许多多维建模的方法。可分为概念层和逻辑层。其中概念层模型又可分为基于ERM的（如Franconi等人1999年提出的模型），基于UML的（如Luján Mora等人2006年提出的模型），即席的（如Hüsemann等人2000年提出的模型，维度事实模型）三种。
维度事实模型（Dimensional Fact Model，DFM）由Golfarelli、Maio和Rizzi在1998年提出，经过不断完善达到最适用于在实际项目中可能遇到的各种建模情况。DFM是专门支持数据集市设计的一种概念模型。它实际上是一种图形，基于多维模型。DFM的目标是：
- 提供对概念设计的有效支持；
- 创建一种环境，在其中可以直观地构造用户查询；
- 使设计人员和终端用户直接交流成为可能，目标是构造需求规范；
- 为逻辑设计构建一个稳定平台；
- 提供清晰、富有表达力的设计文档。
DFM生成的概念表示由一组事实模式组成。事实模式主要对事实、度量、维度和层次结构进行建模。事实具有动态性，随时间变化。度量是事实的一个数值特征，描述事实与分析相关的一个量化方面，通常是数值。维度是范围有限的事实属性，描述事实的分析坐标。层次结构是一棵有向树。有向树中，只有一条有向路径将树根连接到其他每个子孙节点。
参考资料：
《数据仓库设计：现代原理与方法》