El proceso ETL, es un proceso de limpiado, extracción, transformación y carga de datos
Es este proceso puede ser, por dar un ejemplo, de eliminar algunas filas/columna, que no son de utilidad, por la logica de negocio/pedición de analisis del cliente, debido a que tienen algun valor vacio, o alguna razón aparte, tu lo que haces es eliminar dicha informacion de sin utilidad del dataset, para luego extraer la informacion "filtrada" y con ella, hacer transformaciones de datos necesarias (Como por ejemplo, calcular el valor total de un pedido en base a los productos comprados (Involucra tabla Pedido y tabla DetallePedido), para finalmente cargarlas dentro del DataWareHouse
Sobre los procesos:
En la primera fase, extraccion, se toman los datos de las diferentes fuentes que pueden haber de una logica de negocio concreta, como por ejemplo: Excel, SQL Server. MySql, etc.
En la segunda fase, transformacion, se adaptan los datos en base a un conjunto de reglas basadas en la logica de negocio. Ejemplos de algunas transformaciones podria ser uniones de campos (Nombre y apellido), calculo de campos (Total de boleta) y otros mas
En la tercera fase, carga, se ingresan los datos extraidos, limpiados y transformados, en el sistema, habiendo dos diferentes cargas: Full, siendo esta la primera, ya que antes no existian datos y delta, que es un ingreso parcial, de datos no existentes, esto sirve para evitar la sobre carga del servidor
PSA: Es un "lugar" (Yo definiria como base de datos) en donde se almacena la informacion a extraer TAL Y COMO ESTA, es decir la informacion original, sin procesar (Transformar), a modo de "copia de seguridad". Realmente, funciona como un datawarehouse mas, pero con los datos originales