Poza tym możesz uwierzyć, że dane, które trafiają do hurtowni, są teraz tak bliskie doskonałości, jak to tylko możliwe. Jest to prawdopodobnie prawda w momencie zapisywania go do bazy danych, ale może się to wydawać zaskakujące, ale może to nie być wystarczający warunek. Do tej pory omówiliśmy tylko problemy związane z wieloma punktami wejściowymi, tj. problem zasadniczo przestrzenny. Bazy danych również cierpią z powodu problemów czasowych: baza danych może pozostać niezmieniona, ale okoliczności jej wypełnienia mogą nie. Przede wszystkim kwestia integralności referencyjnej: jeśli np. element danych Y dziedziczy wartości, właściwości, metody itp. z elementu danych X, to uzasadnienie dalszego istnienia Y w modelu danych zależy od dalsze istnienie X. Firma zależna może istnieć jako taka tylko wtedy, gdy firma macierzysta nadal istnieje, podając jeden prosty przykład. Nie oznacza to, że spółka zależna zaprzestaje prowadzenia działalności, może nadal to robić, nawet pod tą samą nazwą, ale ważne jest, aby baza danych miała jakiś sposób na rozróżnienie zmiany okoliczności. W przypadku takich relacji często dobrym pomysłem jest rozszerzenie struktury danych o informacje o znacznikach czasu, które mogą być okresowo aktualizowane, co określa daty rozpoczęcia i zakończenia, dla których informacje są uważane za ważne. Możliwe jest uruchomienie inteligentnego oprogramowania w hurtowni danych w celu testowania takich kwestii, na przykład sprawdzenie wszystkich wpisów w spółkach macierzystych i zależnych pod kątem istotnych zmian w zachowaniu (np. zmiana adresu do faktury, pociągająca za sobą reorganizację lub rozpuszczenie).