Les entrepôts de données traditionnels sont hébergés sur site. Les données sont acheminées depuis des bases de données relationnelles, des systèmes transactionnels, des applications métier et d'autres systèmes sources. Toutefois, ils sont généralement conçus pour capturer un sous-ensemble de données par lots et les stocker selon des schémas rigides, ce qui les rend inadaptés aux requêtes spontanées ou à l'analyse en temps réel. Les entreprises doivent également acheter leur propre matériel et logiciel avec un entrepôt de données sur site, ce qui rend le scaling et la maintenance coûteuses. Dans un entrepôt traditionnel, le stockage est généralement limité par rapport au calcul. Par conséquent, les données sont transformées rapidement, puis supprimées pour préserver un espace de stockage libre.

Les activités d'analyse de données d'aujourd'hui se sont transformées en étant au centre de toutes les activités commerciales essentielles, y compris la génération de revenus, la maîtrise des coûts, l'amélioration des opérations et l'optimisation de l'expérience client. À mesure que les données évoluent et se diversifient, les entreprises ont besoin de solutions d'entrepôt de données plus robustes et d'outils d'analyse avancés pour stocker, gérer et analyser de grandes quantités de données dans leur organisation.

Ces systèmes doivent être suffisamment évolutifs, fiables et sécurisés pour les secteurs réglementés et suffisamment flexibles pour gérer une grande variété de types de données et de cas d'utilisation du big data. Ils doivent également prendre en charge une tarification et des calculs flexibles, afin que vous ne payiez que ce dont vous avez besoin au lieu d'estimer votre capacité. Les exigences vont au-delà des capacités de la plupart des anciens entrepôts de données. C'est pourquoi de nombreuses entreprises se tournent vers des solutions d'entreposage de données dans le cloud.

Un entrepôt de données cloud ne fait aucun compromis par rapport à un entrepôt de données traditionnel. Il étend les capacités et s'exécute sur un service entièrement géré dans le cloud. L'entreposage de données dans le cloud offre une évolutivité instantanée pour répondre à l'évolution des exigences métier, ainsi qu'un traitement des données performant qui permet de traiter des requêtes analytiques complexes.

Avec un entrepôt de données cloud, vous bénéficiez de la flexibilité inhérente à un environnement cloud dont les coûts sont plus prévisibles. L'investissement initial est généralement beaucoup plus faible et les délais de livraison sont plus courts avec les solutions d'entreposage de données sur site, car le fournisseur de services cloud gère et maintient l'infrastructure physique.

Tout comme les entrepôts de données traditionnels, les entrepôts de données cloud collectent, intègrent et stockent des données provenant de sources internes et externes. Les données sont généralement transférées à partir d'un système source à l'aide d'un pipeline de données. Les données sont extraites du système source, transformées, puis chargées dans l'entrepôt de données, un processus appelé ETL (extraction, transformation, chargement). Les données peuvent également être envoyées directement vers un dépôt central, puis converties à l'aide de processus ELT (extraction, chargement, transformation). À partir de là, les utilisateurs peuvent accéder aux données, les exploiter et créer des rapports à l'aide de différents outils d'informatique décisionnelle. Les entrepôts de données cloud doivent également prendre en charge les cas d'utilisation de flux de données afin d'activer les données en temps réel ou presque.

Dans un environnement de cloud public, les entrepôts de données cloud offrent, entre autres, le stockage, le traitement, l'intégration, le nettoyage et le chargement de données structurées et semi-structurées. Vous pouvez également les utiliser avec un lac de données cloud pour collecter et stocker des données non structurées. Certains fournisseurs vous permettent même d'unifier votre entrepôt et votre lac de données pour conserver et gérer de manière centralisée une copie unique de vos données d'entreprise.

En ce qui concerne les services d'entreposage de données cloud, les approches varient d'un fournisseur cloud à l'autre. Par exemple, certains entrepôts de données cloud peuvent utiliser une architecture basée sur des clusters semblable à un entrepôt de données traditionnel. D'autres, en revanche, adoptent une architecture sans serveur moderne, ce qui réduit davantage les responsabilités de gestion des données. Cependant, la plupart des entrepôts de données cloud proposent des fonctionnalités intégrées de stockage de données et de gestion de la capacité, ainsi que des mises à niveau automatiques.

Voici d'autres fonctionnalités clés des entrepôts de données cloud :

• Traitement massivement parallèle (MPP)
• Datastores en colonnes
• Intégration de données ETL et ELT en libre-service
• Fonctionnalités de reprise après sinistre et sauvegardes automatiques
• Outils de conformité et de gouvernance des données
• Intégrations pour l'informatique décisionnelle, l'IA et le machine learning

L'entreposage de données dans le cloud offre toute une gamme de solutions dont peuvent tirer parti les entreprises. Voici quelques-uns des cas d'utilisation les plus courants des entrepôts de données :

Prendre des décisions en temps réel : analysez les données en temps réel pour relever les défis de manière proactive, identifier les opportunités, gagner en efficacité, réduire les coûts et répondre de manière proactive aux événements métier.

Consolider des données cloisonnées : récupérez rapidement des données à partir de plusieurs sources structurées au sein de votre entreprise (systèmes de point de vente, sites Web, listes de diffusion, etc.) et regroupez-les en un emplacement unique pour les analyser et obtenir des insights.

Créer des rapports métier et analyse ad hoc : conservez les données historiques sur un serveur distinct des données opérationnelles afin que les utilisateurs finaux puissent y accéder et exécuter leurs propres requêtes et rapports sans nuire aux performances des systèmes opérationnels ni attendre l'aide des services informatiques.

Mise en œuvre du machine learning et de l'IA : collectez des données historiques et en temps réel pour développer des algorithmes capables de fournir des prédictions, par exemple pour anticiper les pics de trafic ou suggérer des produits pertinents à un client qui navigue sur un site Web.

De nombreuses entreprises et de nombreux secteurs ont besoin d'effectuer une analyse de données non seulement à grande échelle, mais également en continu et en temps réel. Certains fournisseurs de services utilisent par exemple des données en temps réel pour ajuster dynamiquement les prix en cours de journée. Les compagnies d'assurance effectuent le suivi des polices, des ventes, des demandes d'indemnisation, des données de paie, etc. Elles utilisent également le machine learning pour anticiper les fraudes. Les sociétés de jeux vidéo doivent surveiller le comportement des utilisateurs et être capables de réagir en temps réel pour améliorer l'expérience des joueurs. Les entrepôts de données permettent de réaliser toutes ces activités.

Si votre organisation présente l'une des caractéristiques ou réalise l'une des activités suivantes, elle a probablement besoin d'un entrepôt de données :

• Sources multiples de données disparates
• Analyse et affichage de big data, en temps réel ou de manière asynchrone
• Modèles de machine learning et autres processus basés sur l'IA
• Analyse de flux
• Analyses ad hoc et création de rapports personnalisés
• Exploration de données
• Science des données et analyse géospatiale

Lorsque vous choisissez un entrepôt de données cloud, il est essentiel d'évaluer le fonctionnement des solutions et de bien comprendre les cas d'utilisation existants que votre entrepôt de données cloud doit prendre en charge.

Au-delà des capacités d’entreposage, il existe de nombreux autres éléments dont il faut tenir compte lors du choix entre les différents fournisseurs, notamment les différences en termes d’architecture, d’évolutivité, de sécurité, de prix, de performances, etc. Par exemple, vous constaterez peut-être qu'une solution simple à implémenter n'est pas aussi facile à faire évoluer ou que vous devrez peut-être former tous les analystes de données et acheter des licences supplémentaires pour mettre à niveau votre système actuel.

Au-delà des différences entre les fournisseurs, il est également important de réfléchir à ce qu'implique spécifiquement votre migration vers un entrepôt de données cloud, ainsi qu'à la façon dont cela est lié à vos investissements informatiques existants et à vos besoins commerciaux spécifiques.

Les entrepôts de données d'entreprise jouent un rôle central dans la prise de décision d'une organisation. Par conséquent, vous devrez vous assurer de bien comprendre les exigences métier, les cas d'utilisation actuels et les lacunes par rapport aux solutions existantes. Il peut être utile d'impliquer les principales parties prenantes dès le début du processus pour aider à comprendre les implications du remplacement d'un ancien entrepôt de données, les exigences fonctionnelles pour relever les défis, et les informations techniques détaillées sur les sources de données, les outils, les frameworks, etc.