Le projet Data Warehouse, un processus continu

Une démarche singulière

La toute première génération de Data warehouse a été marquée par une succession d'échecs. Les concepteurs appliquaient le "postulat du technicien" :
" Si je mets le maximum de données, les utilisateurs trouveront leur bonheur."
Bien entendu, avec une hypothèse erronée dès l'énoncé du principe fondateur, on ne peut que bâtir des usines à gaz.
En fait, le projet Data Warehouse est un processus. Il sera toujours en perpetuelle évolution, que ce soit sur le plan du nombre d'utilisateurs que celui des thématiques traitées.

Une succession de projet plus "légers"

Il est important de considérer le projet Data Warehouse, non pas comme unique, mais plutôt comme une succession de projets plus légers, focalisés sur les besoins métiers, répondant chacun à une necessité clairement identifiée et définie. Chacun des projets s'intégrant avec le précédent et ouvrant des pistes pour les suivants. Un peu comme un puzzle sans fin.
C'est la solution pour suivre de près les attentes des utilisateurs et maîtriser le ROI du projet.

Les 4 temps du projet

  1. Identifier le besoin auprès des utilisateurs
    Le data warehouse est le pivot du système décisionnel. Les données stockées seront transformées en informations et exploitées par les utilisateurs-décideurs. Il semble donc primordial de placer les besoins des utilisateurs au centre de la problématique.
    C'est vrai quel que soit le projet d'informatisation. Mais dans le cas du projet Data warehouse, cette omission ne pardonne pas.
    Ainsi, chacune des phases du projet sera définie sous l'éclairage des nécessités utilisateurs, des besoins métiers. On accordera un soin particulier à la délicate phase de collecte et notamment aux opérations de nettoyage, de formatage et de consolidation. Ne perdons pas de vue qu'une donnée n'a pas de valeur en soi. C'est bien l'utilisateur-décideur qui transformera les données en informations. Voir aussi les données de référence.
  2. Modéliser les données
  3. Choisir l'architecture technique
  4. Implanter et déployer
    Elaboration des schémas d'accès aux données et des règles de nettoyage et de consolidation. Voir aussi Data Warehouse et DataMart.

Sur le même sujet

A lire

Véritable "guide de terrain" alimenté par les 25 années d'expertise de Ralph Kimball dans le domaine du data warehouse, cet ouvrage met à la disposition des décideurs tout un ensemble d'outils et de techniques pour concevoir, développer et déployer un data warehouse au sein d'une grande entreprise.

Le data warehouse Guide de conduite de projet. Le data warehouse
Guide de conduite de projet

Ralph Kimball, Laura Reeves,
Margy Ross, Warren Thornthwaite
Eyrolles 576 pages
Prix librairie :

D 1 2 3 4 5 6 7



Envoyer le lien de cet article par e-mail  Recommandez cet article

Partagez avec Twitter   Partagez sur Facebook  
Partagez sur LinkedIn  Partagez sur Viadeo  Partagez sur Del.icio.us  Partagez sur Yahoo !  Partagez sur BlogMarks  Partagez sur Scoopeo  Bookmark Google  



Copyright : Alain FERNANDEZ ©1998-2010 Tous droits réservés Mentions légales


Nouveaux tableaux de bord des managers Alain Fernandez, cliquez pour consulter la fiche
cccccccc

 Projet BI   Architecture BI   Perspectives BI   BI 2.0   Outils d'analyses   M.D.M   Data Warehouse   Olap   Reporting   BI Open Source