数据协调表示为数据迁移期间的记录验证阶段。在这个阶段，目标数据与源信息进行比较，以提供迁移结构正在分配数据。数据验证和协调定义了一种促进数值模型处理数据的技术。
在商业智能中提供信息质量的一个重要方面是信息的一致性。就像数据仓库一样，商业智能组合和转换数据并保存它，以便对其进行分析和解释。
必须提供几个过程步骤之间数据的一致性。DataSources 的数据协调使我们能够提供已加载到商业智能中并可在那里有效访问和使用的信息的一致性。
短语生产数据源用于在商业智能生产服务中用于数据共享的数据源。短语数据协调数据源用于数据源，这些数据源用作源中可用软件数据的准确参考，从而使我们能够与源信息进行比较。
数据模型- 数据模型位于3.x对象上（具有传输规则的数据流）。生产数据源需要数据传输来生成要支持商业智能的数据。该转换使用直接分配将 DataSource 区域与为数据协调而生成的 DataStore 对象的 InfoObject 相关联。
数据协调 DataSource 支持 VirtualProvider 直接访问软件数据。在 MultiProvider 中，来自 DataStore 对象的数据与直接解释过的数据相连。在基于 MultiProvider 表示的查询中，可以将加载的信息与源系统中的软件数据进行比较。
建模方面- 数据源的数据协调使我们能够测试加载信息的纯度。它将 DataStore 对象中的关键数字的数量与 VirtualProvider 直接在源系统中处理的等效总数进行比较。
它可以利用提取器或提取器错误分析来识别数据处理中的潜在错误。如果数据协调 DataSource 对生产 DataSource 使用多个提取模块，则可以访问此功能。
它可用于将传输的数据量保持在尽可能小的范围内，因为数据协调 DataSource 直接在源系统中创建数据。这最好使用由商业智能内容生成的数据协调 DataSource 或使用功能模块的通用 DataSource 来实现，因为这使我们能够执行聚合逻辑。