Un datawarehouse, ou entrepôt de données, est un système de stockage centralisé qui intègre des données issues des différentes sources d’une organisation, les historise et les met à disposition pour l’analyse et l’aide à la décision.
En France, « entrepôt de données » est le terme recommandé par la Commission d’enrichissement de la langue française depuis 2023. L’Office québécois de la langue française le décrit comme un système qui centralise un volume important de données internes et externes, conçu pour donner un accès rapide à l’information stratégique. Les données y sont choisies et préparées pour répondre aux questions essentielles de l’organisation. Elles sont intégrées à partir de sources variées et datées. Le fonctionnement suit trois temps. Les données sont extraites des applications de gestion, du CRM, du site ou des outils publicitaires. Elles sont transformées : formats harmonisés, doublons supprimés, référentiels rapprochés. Elles sont enfin chargées dans des tables conçues pour l’interrogation, souvent par un outil d’ETL. Cette séquence relève de la consolidation des données.
Un entrepôt comprend des processus d’alimentation, une zone de stockage historisée, des métadonnées qui décrivent l’origine et la définition de chaque donnée, des droits d’accès et une couche d’accès pour les outils d’analyse. Les données y sont en général non volatiles : on ajoute de nouvelles périodes sans écraser les anciennes, ce qui permet de comparer dans le temps. L’entrepôt peut alimenter des datamarts, sous-ensembles consacrés à un métier.
Le datawarehouse se distingue du lac de données, qui stocke des données brutes, structurées ou non, sans modèle imposé à l’entrée. Il se distingue aussi des bases de données de production, conçues pour enregistrer les opérations courantes et non pour les analyser sur la durée. En marketing, il sert de référence commune pour mesurer la performance des campagnes, l’activité commerciale et la valeur client. Il peut alimenter une Customer Data Platform chargée d’activer les profils.
Un entrepôt de données ne crée pas de valeur par lui-même. Il en crée quand des directions différentes acceptent les mêmes définitions : ce qu’est un client actif, une vente nette, un coût d’acquisition. Notre lecture : la partie la plus longue d’un projet d’entrepôt est cette négociation, pas la technique. Les offres hébergées en nuage ont rendu l’installation plus rapide. À notre sens, elles n’ont pas réduit le travail de définition et de qualité, qui reste le facteur limitant.
Nous proposons trois familles de repères, sans les ériger en normes.
Un entrepôt qui contient des données clients relève du RGPD. Le principe de limitation de la conservation s’y applique : l’historisation ne justifie pas de garder indéfiniment des données identifiantes. Dans son référentiel sur la gestion des activités commerciales (2021), sans caractère contraignant, la CNIL retient pour la prospection une conservation des données clients pendant la relation commerciale, puis trois ans à compter de sa fin. Pour les analyses de long terme, nous recommandons de conserver des agrégats ou de recourir à l’anonymisation des données.
Advalians défend vos intérêts de maître d’ouvrage du cadrage à l’adoption : besoin formalisé, prestataires choisis sur des critères explicites, budget tenu, usage mesuré.
Advalians, cabinet de conseil indépendant en marketing et communication, vous aide à clarifier vos choix et à décider.
Le datawarehouse stocke des données déjà structurées selon un modèle conçu pour l’analyse. Le lac de données, ou data lake, conserve des données brutes, structurées ou non, et ne leur impose une structure qu’au moment de l’usage.
L’entrepôt sert les indicateurs partagés et les tableaux de bord récurrents : ses chiffres sont stables et documentés. Le lac sert l’exploration et les analyses avancées sur des données variées, comme des textes ou des journaux de navigation. Critère de choix : si vos besoins portent sur des indicateurs de gestion répétés, commencez par l’entrepôt. Les deux coexistent souvent, le lac alimentant l’entrepôt.
Commencez par les décisions, pas par les données. Listez les arbitrages que la direction et les équipes prennent chaque mois et les chiffres qui leur manquent ou qui font débat. Choisissez ensuite un premier domaine à forte valeur, par exemple les ventes rapprochées des campagnes.
Pour ce domaine, cartographiez les sources et leurs identifiants, écrivez la définition de chaque indicateur et faites-la valider par la finance et le métier concerné. Livrez ce premier périmètre, mesurez son usage, puis étendez domaine par domaine.
Mesurez la qualité par des contrôles automatiques et par un rapprochement avec une référence externe. Les contrôles automatiques vérifient chaque chargement : nombre de lignes attendu, champs obligatoires renseignés, doublons, valeurs hors limites. Le rapprochement compare chaque mois les totaux de l’entrepôt, par exemple le chiffre d’affaires, avec la comptabilité.
Suivez aussi la fraîcheur, c’est-à-dire le délai entre un événement et sa présence dans l’entrepôt. Fixez pour chaque indicateur un seuil d’écart toléré et un responsable qui corrige à la source, pas dans l’entrepôt.
L’erreur la plus fréquente est de lancer la construction sans accord préalable sur les définitions des indicateurs. L’entrepôt produit alors des chiffres que chaque direction conteste, et les équipes reviennent à leurs fichiers personnels. Le projet est techniquement livré mais ne sert pas.
Une seconde erreur aggrave la première : vouloir tout couvrir en une seule livraison. Le délai s’allonge et les besoins changent en route. Validez les définitions d’un domaine avec ses utilisateurs, livrez-le, mesurez son usage, puis passez au suivant.
Pas nécessairement. Une PME dont les chiffres viennent de deux ou trois outils peut s’appuyer sur leurs exports et sur un tableur documenté, tant qu’une personne désignée en tient les règles de calcul.
Le besoin apparaît avec des signaux concrets : les réunions de pilotage commencent par un débat sur les chiffres, l’historique se perd quand un outil change, les rapprochements manuels prennent plusieurs jours par mois. Avant de lancer un projet, chiffrez le coût complet, abonnement et temps de maintenance compris. Si personne ne peut y consacrer du temps chaque mois, différez le projet.
Modèles, grilles et guides prêts à l’emploi pour vos projets marketing et communication.
