Qu'est-ce qu'un data warehouse logique ?

Un data warehouse logique (LDW) est une architecture de data management dans laquelle une couche architecturale se situe au-dessus d'un entrepôt de données traditionnel, permettant l'accès à des sources de données multiples et diverses tout en apparaissant comme une source de données « logique » aux utilisateurs. Il s'agit essentiellement d'une architecture de données analytiques qui optimise à la fois les sources de données traditionnelles (bases de données, data warehouses d'entreprise, lacs de données, etc.) et d'autres sources de données (applications, fichiers big data, service Web et cloud) pour répondre à chaque cas d'utilisation analytique. Le terme a été inventé en 2009 et continue de gagner du terrain sur le marché, la complexité des données devenant un problème croissant pour de nombreuses entreprises.

Le data warehouse logique est considéré comme la prochaine génération de data warehouse, capable de répondre aux besoins croissants des entreprises en matière de data management. Combinant plusieurs moteurs et diverses sources de données à travers l'entreprise, les composants d'un data warehouse logique peuvent être combinés en un seul endroit de manière logique plutôt que physique. Le LDW moderne a évolué pour prendre en charge la grande variété de sources de données, de plateformes de données et de cas d'utilisation commerciale disponibles aujourd'hui. Il aide les organisations à se réinventer numériquement, à permettre l'analyse en temps réel des flux de données et à optimiser leurs opérations grâce à une prise de décision plus intelligente, basée sur les données.

Quels sont les avantages d'un data warehouse logique ?

Répondre à l'évolution des besoins en matière de données

L'approche du data warehouse logique permet aux entreprises de répondre à l'évolution des exigences en matière de données tout en tirant parti des investissements existants dans les approches physiques telles que les data warehouses, les marts de données, les bacs à sable, les lacs de données et autres. En tant qu'approche multi-moteur, le data warehouse logique permet aux entreprises de répondre à toutes leurs exigences en matière d'analyse. Il est important de noter que ces différents composants (data warehouse d'entreprise, lacs de données, marts de données, etc.) ne s'excluent pas mutuellement et peuvent en fait se compléter dans une approche de data management stratégique. Le data warehouse d'entreprise (EDW), par exemple, n'a pas disparu. Il est toujours utile pour gérer les données d'une entreprise, mais Il fait désormais partie d'un ensemble plus vaste : le data warehouse logique.

Le data warehouse logique garantit l'agilité et la flexibilité de votre stratégie d'analyse face aux nouvelles demandes de données. Il évite à votre équipe d'être enfermée dans une technologie ou une approche unique, quelle que soit l'évolution du marché à l'avenir. Cela renvoie à la conception complémentaire des différents composants mentionnée précédemment. Les entreprises peuvent décider des composants à utiliser pour les différentes tâches de data management afin de répondre à leurs besoins. À mesure que l'entreprise se développe et que de nouvelles données sont générées, la couche de data virtualization peut intégrer ces nouvelles sources de données sans perturber les processus existants.

Modernisez votre approche aux données

Un data warehouse logique permet aux entreprises de moderniser leur approche aux données et leur architecture analytique en déployant une architecture de data management analytiques commune à tous leurs types de données, technologies, utilisateurs et cas d'utilisation divers. Le data warehouse logique permet à une entreprise de répondre à des questions sur l'activité, d'analyser les performances passées et de prévoir les résultats futurs en intégrant toutes ses données provenant de sources diverses. De plus, le LDW peut aider une entreprise à faire évoluer sa stratégie de data management au fur et à mesure de sa croissance, en commençant par ses données actuelles et en ajoutant ou en modifiant facilement la conception en fonction de l'évolution des priorités. Cette approche dynamique est essentielle pour toute solution moderne de data management.

Responsabiliser les consommateurs de données

L'approche du LDW contribue également à responsabiliser les utilisateurs de différents niveaux de compétences en rendant les données plus faciles à trouver et à comprendre. Le data warehouse logique peut améliorer la productivité de tous les utilisateurs en intégrant toutes les sources de données, y compris les sources en continu, en une seule source globale et « logique ». Cela permet un accès partagé aux données dans l'ensemble de l'entreprise, ce qui permet aux différentes équipes commerciales d'effectuer leurs propres analyses. En retour, les entreprises sont en mesure de prendre de meilleures décisions, fondées sur une compréhension cohérente de leurs données dans tous les services et toutes les équipes.

Avec une variété toujours plus grande de données disponibles, le data warehouse logique est devenu encore plus nécessaire depuis sa création. Il fournit une technologie ou un outil unique pour collecter et consolider toutes les données d'une organisation, y compris les données historiques, et effectuer des analyses unifiées qu'aucun système ne pourrait faire seul. Le LDW offre à de nombreux consommateurs de données différents la possibilité d'utiliser des services de données fiables et réutilisables. En démocratisant ainsi l'accès aux données d'une organisation, Il permet des analyses en libre-service tout en garantissant la cohérence et l'exactitude des données utilisées par l'entreprise.

Caractéristiques communes à un data warehouse logique

Le data warehouse logique a évolué depuis 2009. Son objectif fondamental n'a pas changé, mais ses principales caractéristiques se sont développées et adaptées aux besoins des entreprises. Les outils de LDW modernes comprennent désormais généralement les caractéristiques suivantes :

• L'accès aux applications par une interface unique
• Le maintient d'un data warehouse d'entreprise existant
• Contient un ou plusieurs lacs de données en tant que référentiels
• Utilise un Operational Data Store (ODS)
• Assure la cohérence avec les marts de données
• Définit les métadonnées et les politiques de gouvernance.

Cas d'utilisation de la data warehouse logique.

Presque toutes les entreprises et tous les secteurs d'activité pourraient tirer profit de la connexion de toutes leurs données et de l'accès à celles-ci dans l'ensemble de l'organisation pour une meilleure analyse et prise de décision. Voici quelques-uns des cas d'utilisation où le LDW peut être appliqué :

• Gestion des risques
• Suivi des indicateurs clés de performance
• Analyse de la périphérie de l'IoT
• Analyse prédictive
• Data mining
• Analyse en libre-service