Entrepôt de données
Entrepôt de données : centraliser pour analyser
Un entrepôt de données centralise les données venues de plusieurs sources dans une structure conçue pour l'analyse. Il ne fait fonctionner aucune application : il sert à interroger, à croiser et à conserver un historique que les outils opérationnels ne gardent pas.
Ce qu’un entrepôt de données apporte
| Besoin | Ce que l’entrepôt résout |
|---|---|
| Croiser publicité et facturation | Deux sources dans un même endroit |
| Conserver un historique long | Les outils purgent, l’entrepôt garde |
| Éviter l’échantillonnage | Les données brutes, complètes |
| Servir plusieurs outils de restitution | Une source unique de vérité |
Le premier point est celui qui déclenche la plupart des projets. Aucun outil publicitaire ne connaît le montant réellement facturé.
La place de l’entrepôt dans une chaîne de mesure
Les sources alimentent l’entrepôt par des flux réguliers. Les données y sont transformées et modélisées. Les outils de restitution viennent ensuite y lire ce dont ils ont besoin.
Cette séparation évite que chaque outil calcule ses propres chiffres, avec ses propres règles.
Ce que la mise en place demande
Des flux fiables, une modélisation réfléchie et quelqu’un pour écrire les requêtes. Le troisième point manque le plus souvent : un entrepôt sans analyste est un coût de stockage.
Ce qu’un entrepôt de données ne produit pas
Des réponses. Il rend les questions possibles. La qualité de l’analyse dépend de celui qui interroge, pas de l’outil.
Les confusions fréquentes et ce qui les sépare
- Base de données applicative
- La base applicative fait tourner un site en temps réel. L'entrepôt est optimisé pour des requêtes d'analyse sur de gros volumes.
- Lac de données
- Le lac stocke des données brutes sans structure imposée. L'entrepôt impose un schéma, ce qui le rend exploitable directement.
Mis à jour le