С середины 90-х гг. в связи с развитием технологий интерактивной аналитической обработки данных (OLAP) в корпоративных системах баз данных начинают использоваться различные разновидности многомерных моделей данных. Такие модели стали основой инструментальных средств поддержки принятия решений. Они оперируют многомерными представлениями данных (в виде гиперкуба).
Основные понятия многомерной модели данных - измерение и ячейка. Каждое измерение представляет собой множество однородных значений данных, образующее грань гиперкуба. Обычно значениями измерений являются признаковые данные - годы, месяцы, кварталы, регионы, города, районы, названия предприятий, виды продукции и т.п. Измерения играют роль индексов, совокупности значений которых идентифицируют в гиперкубе конкретные его ячейки, или осей координат в многомерной системе координат гиперкуба. Ячейки (называемые также показателями) представляют собой, как правило, числовые величины - литералы, переменные либо формулы.
Операционные возможности многомерных моделей данных,используемых в OLAP, ориентированы на поддержку анализа данных.
Предусматривается конструирование разнообразных агрегаций данных в рамках заданного гиперкуба, построение различных его проекций подмножеств гиперкуба, полученных путем фиксации значений какихлибо измерений, детализация (дезагрегация) данных и вращение (изменение порядка измерений) гиперкуба, а также ряд других операций.