Que faut-il savoir sur « Data warehouses » — Partie III : Mise en œuvre opérationnelle › 1. Architecture des données ?

Le data warehouse (entrepôt de données) est une base centralisée, souvent structurée selon un modèle relationnel ou multidimensionnel, dont la vocation est de stocker de façon organisée et pérenne les informations importantes de l’entreprise.

Cette approche facilite l’analyse historique et la production de rapports de pilotage.

Grâce à des processus d’extraction, de transformation et de chargement (ETL/ELT), les données issues de diverses applications (comptabilité, ventes, CRM, etc.) sont nettoyées et alignées sur un modèle commun, pour être ensuite exploitées via des outils de Business Intelligence ou d’analytique.

L’entrepôt présente l’avantage de proposer un point d’accès unique et maîtrisé pour la consultation, tout en garantissant une certaine stabilité.

On y applique les règles de qualité et de validation définies dans les politiques de gouvernance, ce qui limite les doublons ou les écarts.

Son inconvénient potentiel réside dans la nécessité d’une modélisation rigoureuse, parfois complexe à faire évoluer lorsque de nouveaux types de données émergent, ou que la structure de l’organisation change.