A、不完整的數據，其特征是是一些應該有的信息缺失，如供應商的名稱，分公司的名稱，客戶的區域信息缺失、業務系統中主表與明細表不能匹配等。需要將這一類數據過濾出來，按缺失的內容分別寫入不同Excel文件向客戶提交，要求在規定的時間內補全。補全后才寫入數據倉庫。
B、錯誤的數據，產生原因是業務系統不夠健全，在接收輸入后沒有進行判斷直接寫入后臺數據庫造成的，比如數值數據輸成全角數字字符、字符串數據后面有一個回車、日期格式不正確、日期越界等。這一類數據也要分類，對于類似于全角字符、數據前后有不面見字符的問題只能寫SQL的方式找出來，然后要求客戶在業務系統修正之后抽取；日期格式不正確的或者是日期越界的這一類錯誤會導致ETL運行失敗，這一類錯誤需要去業務系統數據庫用SQL的方式挑出來，交給業務主管部門要求限期修正，修正之后再抽取。
C、重復的數據，特別是維表中比較常見，將重復的數據的記錄所有字段導出來，讓客戶確認并整理。
數據清洗是一個反復的過程，不可能在幾天內完成，只有不斷的發現問題，解決問題。對于是否過濾、是否修正一般要求客戶確認；對于過濾掉的數據，寫入Excel文件或者將過濾數據寫入數據表，在ETL開發的初期可以每天向業務單位發送過濾數據的郵件，促使他們盡快的修正錯誤，同時也可以作為將來驗證數據的依據。數據清洗需要注意的是不要將有用的數據過濾掉了，對于每個過濾規則認真進行驗證，并要用戶確認才行。
2、數據轉換
數據轉換的任務主要是進行不一致的數據轉換、數據粒度的轉換和一些商務規則的計算。
A、不一致數據轉換，這個過程是一個整合的過程，將不同業務系統的相同類型的數據統一，比如同一個供應商在結算系統的編碼是XX0001，而在CRM中編碼是YY0001，這樣在抽取過來之后統一轉換成一個編碼。
B、數據粒度的轉換，業務系統一般存儲非常明細的數據，而數據倉庫中的數據是用來分析的，不需要非常明細的數據，一般情況下，會將業務系統數據按照數據倉庫粒度進行聚合。
C、商務規則的計算，不同的企業有不同的業務規則，不同的數據指標，這些指標有的時候不是簡單的加加減減就能完成，這個時候需要在ETL中將這些數據指標計算好了之后存儲在數據倉庫中，供分析使用。
ETL日志與警告發送
1、ETL日志，記錄日志的目的是隨時可以知道ETL運行情況，如果出錯了，出錯在那里。
ETL日志分為三類。第一類是執行過程日志，是在ETL執行過程中每執行一步的記錄，記錄每次運行每一步驟的起始時間，影響了多少行數據，流水賬形式。第二類是錯誤日志，當某個模塊出錯的時候需要寫錯誤日志，記錄每次出錯的時間，出錯的模塊以及出錯的信息等。第三類日志是總體日志，只記錄ETL開始時間，結束時間是否成功信息。
如果使用ETL工具，工具會自動產生一些日志，這一類日志也可以作為ETL日志的一部分。
2、警告發送
ETL出錯了，不僅要寫ETL出錯日志而且要向系統管理員發送警告，發送警告的方式有多種，常用的就是給系統管理員發送郵件，并附上出錯的信息，方便管理員排查錯誤。