La trasformazione digitale e l'eterogeneità delle sorgenti informative impongono ai Data Warehouse aziendali elevati requisiti di scalabilità, governabilità e qualità del dato. Tali flussi di integrazione, spesso frutto di evoluzioni incrementali e soluzioni eterogenee, presentano criticità in termini di manutenibilità, tracciabilità e capacità di incorporare nuove fonti. La presente tesi descrive un progetto di reingegnerizzazione dei processi di integrazione dati realizzato presso l'azienda di consulenza informatica Var Group - Data Science Operations, volto a modernizzare l'architettura di alimentazione del Data Warehouse interno. L'analisi dell'architettura attuale evidenzia pipeline non uniformi, tipizzazione debole delle sorgenti, carichi non incrementali e controlli qualitativi non strutturati; l'architettura obiettivo adotta un framework multilivello costruito da tre livelli (L0, L1 ed L2) allo scopo di separare preparazione, consolidamento e pubblicazione del dato.