Quelles alternatives d’un Data Warehouse ?

0
86

Nous avons à plusieurs reprises définit la Business Intelligence, pourquoi la définir une fois de plus ?.  Nous avons choisis de donner la définition de la BI d’un Cabinet de recherche, vu que toutes les définitions que nous avons donné précédemment nous viennent soit de Bill Inmon ou encore de Ralph Kimball, tous les deux fervents défenseur de la mise en place d’un datawarehouse. Or ce qui attiré notre attention dans la définition de la Business Intelligence selon Forrester Research c’est que ce dernier définit la Business Intelligence de deux façons comme suit :

  1. En utilisant une définition très large du terme :“Business Intelligence is a set of methodologies, processes, architectures, and technologies that transform raw data into meaningful and useful information used to enable more effective strategic, tactical, and operational insights and decision-making.”

Selon définition, la Business Intelligence inclut des technologies telles que l’intégration de données, gestion de la qualité de données, le data warehousing, le master-data management, text- and content-analytics, et bien plus… Par ailleurs, Forrester distingue bien les deux couches de préparation de données (ETL, DW, DM..) et d’utilisation de données (Analyses, Reporting, Dashboarding…).

  1. En utilisant une définition beaucoup plus light de la Business Intelligence: “…referring to just the top layers of the BI architectural stack such as reporting, analytics and dashboards.”

source : wikipedia.

Nous nous intéressons à la deuxième définition vue que la première inclut déjà le Data warehousing dans la Business Intelligence.

La raison d’être de la BI est de fournir aux décideurs la bonne information, au moment opportun et dans le format le plus adéquat, afin de pouvoir prendre des décisions basées sur les faits. Or, les données de l’entreprise ne sont pas stockées dans une même base de données, mais dans des bases de données différentes et le plus souvent hétérogènes tels que les ERP, Le système de planification budgétaire, CRM, SRM…

Avant de parler des alternatives aux data warehousing, faisons juste un petit rappel des transformations que subissent les données avant leur mise à disposition aux outils BI :
la transformation de données dans le domaine de la BI est question de nettoyage, déduplication, standardisation et ajout de valeur aux données extraites des différents systèmes sources.

Il est aussi important de rappeler que Ralph Kimball avait statué que la phase de préparation de données (ETL et Data warehousing) représente 70% de l’effort de mise en place d’une système BI complet. Ceci est pour dire que l’information, avant de mettre à la disposition des utilisateurs, subit des traitements rigoureux et complexes à cause, en grande partie, de la structure des systèmes transactionnels qui sont là pour supporter les processus opérationnels/réalisations et non pas les processus de pilotage et de mesure.

Les transformation et stockage de données peuvent être effectués selon quatre options, qui représentent les alternatives au data warehousing :

Alternatives au Data warehouse

1ère alternative au data warehouse : Tableur Excel ou autres

La première alternative au Data warehouse est l'utilisation de tableurs Excel ou autres : l'extraction de données est faite par le biais des fonctions...

2ème alternative au data warehouse : Accès direct aux systèmes sources

la deuxième alternative au Data warehouse est l'utilisation des systèmes sources : Pas d'extraction, toutes les données sont transformées et stockées dans les BD...

3ème alternative au data warehouse : Transformations à la volée par...

la troisième alternative au Data warehouse est l'utilisation du système de requêtage de l'outils BI directement sur les systèmes sources : Pas d'extraction, toutes...

4ème alternative au data warehouse : ETL intégré et BD propriétaire

la quatrième alternative au Data warehouse est l'utilisation de l'ETL et la BD propriétaire intégrés à l'outil BI (C'est le cas de plusieurs outils...
PARTAGER