Un Data Warehouse (DW) es una colección de datos temática, integrada, no volátil y variante en el tiempo diseñada para ayudar en la toma de decisiones, por lo cual, los cambios producidos en los sistemas operacionales que afectan la información del DW deben ser registrados de manera que sea posible reconstruir su evolución en todo momento. En un Data Warehouse existen datos que se requiere analizar, y estos cambian en el tiempo (por ejemplo el Departamento o Sucursal donde trabaja un Empleado, Domicilio de un Cliente, entre otros.), lo que afecta el resultado del DW, no reflejando la historia real de cambios de la organización, por lo que se requiere una estrategia de almacenamiento particular en el Data Warehouse. El autor Kimball (1996) denomina a este problema “Slowly Changing Dimensions (SCD)”, o Dimensiones que Cambian Lentamente. Él propone en su libro tres diferentes tratamientos para mantener la historia de cambios en el DataWarehouse, los que han evolucionado y se han ampliado a 7 a la fecha en Kimball & Caserta (2013). En este trabajo se plantea la hipótesis que existen diferencias de Rendimiento en la implementación de los SCD 1 a 7 en un DW, al diseñar usando el Modelo Relacional y Objeto Relacional. Para ello se inicia este trabajo identificando y describiendo los SCD existentes, a través de un Mapeo Sistemático de los SCD, luego se proponen estructuras de almacenamiento de los atributos que cambian en una dimensión de un Data Warehouse, tanto en un Diseño Relacional y Objeto Relacional. Se definen las métricas de rendimiento a utilizar en las consultas en Oracle. Finalmente se realizan siete experimentos, con los SCD 1 a 7, y se aplican las métricas de Rendimiento para las consultas en el Data Warehouse.