Retour à l'index Livret blanc : data warehousing Mardi, 11 Septembre 2001, par Daniel Bach Sujet : Livrets Blancs Résumé : Synthèse livret blanc : une base solide pour la mise en oeuvre d'un entrepôt de données couronné de succès. Corps de l'article : L'expérience montre que, si le Data-Warehouse est sur le point de réaliser les bénéfices que ses prescripteurs ont promis de réaliser, on doit l’aborder progressivement, en identifiant les problèmes critiques liés au business comme étant les thèmes à aborder lors des projets initiaux et en prolongeant le concept à l'extérieur d'autres secteurs une fois que les bénéfices auront pu être démontrés. De plus, les utilisateurs de l’environnement de souscription auront typiquement des exigences spécifiques ou détaillées peu claires jusqu'à ce qu'ils aient eu une occasion d'explorer le potentiel des outils et des données. Tous ces facteurs poussent à adopter une approche DSDM dans le cadre d’un Data-Warehouse. Ce livre blanc montre qu’un cadre reposant sur DSDM couplé avec les intérêts liés aux problèmes inhérents aux initiatives de Data-Warehouse doit fournir une base solide pour la mise en oeuvre d'un entrepôt de données couronné de succès. Cela démontre comment DSDM (qui était initialement prévu pour des projets mais a été considérablement utilisés dans le cadre de programmes) peut être étendu à la nature programmatique du Data-Warehouse. De la même façon qu’il permet de définir les activités qui initient, contrôlent et terminent les projets, il fournit une variante du cycle de vie DSDM en combinant le travail de création de contenu du Data-Warehouse (publication) et de développement des outils d’extraction des informations qui le compose (abonnement). La couverture (souvent à l’échelle de l'entreprise) d'un projet de Data-Warehouse signifie que des rôles complémentaires aux principaux rôles définis dans DSDM sont nécessaires. De tels rôles incluent le Responsable de Programme, l'Administrateur de base de données, le Consultant abonnement utilisateur, le Consultant publication utilisateurs, les développeurs front-end et back-end. Quelques rôles fondamentaux sont modifiés en conséquence, comme les responsabilités principales du Coordonnateur Technique. Un certain nombre de produits DSDM complémentaires et adaptés y sont également décrits. Ceux-ci incluent un Modèle de Données Logique (contenant le schéma en étoile ou en flocon de neige ou les définitions liées cube), les Metadatas, une stratégie de contrôle des bénéfices et des tests produits qui se concentrent sur l'intégrité sémantique de l'information présentée à l'utilisateur. Chacun des principes sous-jacents de DSDM est discuté afin de démontrer comment ils sont impactés et mis en oeuvre dans une démarche de type Data-Warehouse. Par exemple, le document dit à propos du principe du "développement itératif et progressif est nécessaire afin de converger vers une solution précise orientée métier" : Les utilisateurs « abonnés » ont souvent des besoins peu clairs et n’ont pas conscience du potentiel d’un entrepôt de données en tant que tel et des données « inertes » qui sont stockées dans leurs systèmes opérationnels. Le développement itératif et progressif est donc la façon idéale de mettre en oeuvre une solution Data-Warehouse. L’approche Big Bang peut impliquer un risque élevé, nécessitera certainement des dépenses élevées, et ira à l’encontre de bénéfices vites gagnés dès le départ lors des premières livraisons/réalisations. C’est pour cette raison qu’il est essentiel que l'étude du business soit maintenue à un haut niveau et ainsi puisse éviter la paralysie liée à l’architecture (alors que l’on a une réflexion stratégique). La comparaison des échelles de temps des deux secteurs de développement(publication - plus lent; abonnement - plus rapide) peut provoquer la création d’un modèle dans lequel le développement lié à la publication et à l’abonnement est délibérément désynchronisé avec l’un précédent l'autre d’une manière intégrant information et contrôle. 0KB (0 bytes) Publiez vos commentaires sur cet article