Data warehouse : définition et architecture
Un data warehouse, ou entrepôt de données, est une base conçue pour l'analyse, qui rassemble les données issues des applications de l'entreprise, les harmonise et en conserve l'historique. Bill Inmon, qui a popularisé la notion, le définit comme une collection de données orientées sujet, intégrées, historisées et stables, au service de la décision. Il sert de source commune aux tableaux de bord, au reporting et aux analyses.
Inmon et Kimball, deux architectures
Bill Inmon, dans Building the Data Warehouse, décrit un entrepôt central normalisé, modélisé pour l'entreprise entière, d'où l'on dérive des data marts par domaine : finance, ventes, achats. Ralph Kimball, dans The Data Warehouse Toolkit paru en 1996, part à l'inverse des besoins d'analyse : il construit des data marts reliés par des dimensions partagées, qui forment ensemble l'entrepôt. La première approche vise la cohérence globale, la seconde la rapidité de mise à disposition.
Le modèle en étoile de Kimball reste la forme courante des tables d'analyse : une table de faits, qui porte les montants et les quantités, entourée de tables de dimensions, qui décrivent le temps, le client, le produit, l'entité ou le compte. Un contrôleur de gestion y retrouve la logique de ses axes analytiques.
L'entrepôt dans le cloud
Snowflake, Google BigQuery, Amazon Redshift, Azure Synapse puis Microsoft Fabric ont déplacé l'entrepôt vers le cloud : le stockage et le calcul se facturent à l'usage et s'ajustent à la charge, ce qui a ouvert l'entrepôt aux ETI. Cette évolution a favorisé l'ELT, qui transforme les données dans l'entrepôt lui-même, et rapproché l'entrepôt du data lake, au point que certaines plateformes réunissent les deux sous le nom de lakehouse.
Qui le conçoit et l'exploite
Le data architect choisit la plateforme, dessine le modèle et fixe les règles de nommage, de sécurité et d'historisation. Le data engineer construit les flux qui l'alimentent et surveille leur exécution. Le BI analyst y branche les tableaux de bord et traduit les questions des métiers en requêtes. Dans une direction financière, l'entrepôt porte souvent le reporting de gestion, en complément de l'outil EPM qui garde la consolidation statutaire.
Les métiers
Les métiers qui s'en occupent.
- Data, BI & PlateformesData Architect
85 k€ à 180 k€ et plus brut annuel
- Data, BI & PlateformesData Engineer
42 k€ à 130 k€ et plus brut annuel
- Data, BI & PlateformesBI Analyst
35 k€ à 95 k€ et plus brut annuel
Questions fréquentes
Data warehouse (entrepôt de données) : vos questions.
- Quelle différence entre data warehouse et base de données ?
- Une base de données opérationnelle sert une application : elle enregistre les transactions au fil de l'eau, privilégie la rapidité d'écriture et reflète l'état présent des données. Le data warehouse sert l'analyse : il réunit plusieurs sources, conserve l'historique et privilégie la lecture de gros volumes agrégés. On parle de systèmes OLTP pour les premières et OLAP pour l'analyse, deux usages qui cohabitent dans toute entreprise équipée d'un entrepôt.
- Qu'est-ce qu'un data mart ?
- Un data mart est un sous-ensemble de l'entrepôt de données consacré à un domaine ou à une direction : les ventes, les achats, les ressources humaines, le contrôle de gestion. Il reprend les données utiles à ce périmètre, dans un modèle adapté à ses analyses, ce qui simplifie les requêtes et les droits d'accès. Selon l'architecture retenue, il se construit à partir de l'entrepôt central ou constitue lui-même une brique de l'entrepôt.
- Data warehouse ou EPM pour le reporting financier ?
- Les deux outils se complètent. L'EPM porte les processus propres à la finance : consolidation statutaire, éliminations intragroupe, budget et versions de prévision, avec leurs circuits de validation. Le data warehouse réunit des données plus larges et plus fines, ventes par client, marges par produit, données opérationnelles, qui nourrissent l'analyse de la performance. Il arrive que l'EPM lise certains agrégats dans l'entrepôt, et que l'entrepôt reçoive en retour les chiffres consolidés.
À propos de l'auteur
Consultant Sourcing chez Entourage Recrutement
Sourceur depuis sept ans sur les métiers financiers et technologiques, Bruno approche les profils qui restent loin des annonces. Il intervient sur les mandats en CDI comme sur les missions freelance.
Vous recrutez sur ces sujets ?
Décrivez le poste et son périmètre. Un consultant Tech vous recontacte sous 24 heures ouvrées pour cadrer la recherche avec vous.