Un entrepôt de données est une base centrale, séparée de vos outils de production, qui rassemble les données de l’ERP, du CRM, de la comptabilité ou du site e-commerce et les organise pour l’analyse. Pour une PME, il devient utile dès que les indicateurs de pilotage dépendent de plusieurs outils, que les chiffres diffèrent selon le service qui les calcule, ou que l’historique disparaît à chaque changement d’outil. Il n’a pas besoin d’être un grand projet : un premier périmètre, comme les ventes, se construit en quelques semaines et s’enrichit ensuite.
Cet article explique ce qu’est un entrepôt, quand il se justifie, comment il est construit et comment démarrer sans s’enliser.
Qu’est-ce qu’un entrepôt de données ?
IBM le définit comme un système qui agrège des données de sources variées dans un stockage central optimisé pour l’interrogation et l’analyse. Bill Inmon, qui a popularisé le concept, lui attribue quatre propriétés, reprises dans la plupart des cours universitaires, comme celui de la National University of Singapore :
- orienté sujets : organisé autour des grands thèmes de l’entreprise (clients, produits, ventes, fournisseurs) plutôt qu’autour des processus de saisie ;
- intégré : les données de plusieurs sources sont rapprochées dans un ensemble cohérent ;
- historisé : chaque donnée est rattachée à une période, ce qui permet de comparer dans le temps ;
- non volatil : on ajoute des données, on ne les écrase pas.
Cette dernière propriété est souvent la plus précieuse pour une PME. Un ERP connaît le secteur actuel d’un commercial, pas celui qu’il couvrait l’an dernier. Un entrepôt garde les deux, et vos comparaisons d’une année sur l’autre restent justes.
Entrepôt, data lake, data mart : quelles différences ?
| Type de stockage | Contenu | Usage principal | Pertinence pour une PME |
|---|---|---|---|
| Base de l’application (ERP, CRM) | Données courantes, structure pensée pour la saisie | Faire tourner l’activité | Indispensable, mais mal adaptée à l’analyse |
| Entrepôt de données | Données structurées, nettoyées, historisées, issues de plusieurs sources | Pilotage, reporting, analyse | Le cœur du sujet dès qu’il y a plusieurs sources |
| Data mart | Sous-ensemble de l’entrepôt dédié à un métier (finance, commerce) | Analyses d’un service | Souvent la première brique |
| Data lake | Grands volumes de données brutes, de toute nature | Exploration, science des données | Rarement nécessaire au démarrage |
À quels signes reconnaît-on qu’il en faut un ?
Les symptômes sont presque toujours les mêmes :
- Le comité de direction passe la première demi-heure à débattre des chiffres au lieu de décider, parce que la finance et le commerce n’obtiennent pas le même chiffre d’affaires.
- Un ou deux collaborateurs passent plusieurs jours par mois à exporter des fichiers de différents outils et à les recoller dans un tableur, avec des formules que personne d’autre ne comprend.
- Les questions transverses restent sans réponse : quelle est la marge réelle par client après remises, retours et coûts de livraison ? Elle exige le CRM, l’ERP et la comptabilité à la fois.
- L’historique se perd : un changement d’outil, une réorganisation des secteurs commerciaux ou une refonte du catalogue rend les comparaisons impossibles.
- Les tableaux de bord ralentissent l’ERP parce qu’ils l’interrogent directement en pleine journée.
Si vous vous reconnaissez dans deux ou trois de ces situations, l’entrepôt n’est plus un luxe. Notre article sur le tableau de bord de pilotage montre comment définir les indicateurs qu’il alimentera.
Comment un entrepôt est-il construit ?
Un entrepôt moderne se décompose en trois étapes : extraire les données des sources, les charger, les transformer. L’ordre de ces deux dernières étapes distingue deux approches, décrites par Microsoft :
- ETL (extraire, transformer, charger) : les données sont transformées par un moteur dédié avant d’arriver dans l’entrepôt.
- ELT (extraire, charger, transformer) : les données brutes sont d’abord copiées dans l’entrepôt, puis transformées par l’entrepôt lui-même. C’est l’approche la plus courante aujourd’hui, car elle conserve les données d’origine et permet de recalculer un indicateur quand sa définition change.
Les trois couches
L’organisation la plus lisible, appelée architecture « médaillon » dans la documentation Microsoft, sépare trois niveaux de qualité :
- Bronze, les données brutes : une copie fidèle des sources, sans correction. Elle sert de preuve et permet de tout recalculer.
- Argent, les données nettoyées : doublons supprimés, formats harmonisés, clients et articles rapprochés entre les outils.
- Or, les données métier : les tables organisées pour l’analyse, avec les indicateurs calculés selon des définitions validées.
Pour une PME, ces trois couches peuvent vivre dans une seule base de données, sous forme de schémas distincts. Ce qui compte, c’est la discipline : on ne corrige jamais une donnée à la main dans la couche « or », on corrige la règle ou la source.
Faits et dimensions : rendre les données lisibles par les métiers
La couche métier s’appuie le plus souvent sur la modélisation dimensionnelle, formalisée par Ralph Kimball et documentée par le Kimball Group. Elle repose sur deux notions simples :
- Un fait est une mesure liée à un événement : le montant d’une ligne de facture, une quantité expédiée, la durée d’une intervention.
- Une dimension est un axe d’analyse qui décrit le contexte : le client, le produit, la date, le commercial, l’agence.
La question « chiffre d’affaires par famille de produits, par région et par mois » se lit alors directement : une table de faits (les lignes de facture) reliée à trois dimensions (produit, client, date). C’est cette lisibilité qui permet à un contrôleur de gestion de construire ses rapports sans dépendre d’un développeur.
Deux décisions de conception méritent l’attention des dirigeants, car elles changent les chiffres :
- Le grain : à quel niveau de détail stocke-t-on les faits ? La ligne de facture, la facture, le jour ? Un grain trop agrégé empêche de répondre à des questions futures.
- L’historisation des dimensions : quand un client change de commercial, ses ventes passées restent-elles attribuées à l’ancien ? La technique des « dimensions à évolution lente » permet de conserver les deux versions. C’est une décision de gestion, pas seulement technique.
Quelle technologie choisir pour une PME ?
L’offre va de la base de données relationnelle classique aux plateformes d’analyse dans le cloud. Pour la plupart des PME et des ETI, le choix se fait sur quatre critères plutôt que sur la puissance brute :
| Critère | Question à se poser |
|---|---|
| Volumes | Parle-t-on de milliers ou de milliards de lignes ? Une base relationnelle bien conçue suffit souvent largement. |
| Compétences | Qui maintiendra les transformations ? Un langage standard comme SQL limite la dépendance à un outil ou à un prestataire. |
| Hébergement | Les données doivent-elles rester en France ou en Europe ? Voir notre guide sur l’hébergement cloud souverain. |
| Écosystème | Quel outil de visualisation sera branché ? Power BI, un outil open source, ou des indicateurs dans vos propres applications (voir Power BI ou tableau de bord intégré). |
Le maillon le plus délicat n’est pas la base, mais les connecteurs qui extraient les données des outils sources : API de l’ERP ou du CRM, exports planifiés, accès en lecture à une base. C’est un travail d’intégration, avec les mêmes exigences de fiabilité que toute synchronisation : reprise sur erreur, alertes, journal des chargements.
Gouvernance et RGPD : les règles du jeu
Un entrepôt sans règles devient vite un second foyer de chiffres contradictoires. Trois pratiques suffisent à l’éviter :
- Un dictionnaire des indicateurs : pour chaque indicateur, une définition écrite, une formule, un propriétaire métier qui arbitre.
- Un référentiel commun pour les clients, produits et fournisseurs, sans lequel les rapprochements entre outils échouent ; c’est l’objet des données de référence.
- Des contrôles de qualité automatiques à chaque chargement : volumes inattendus, champs vides, codes inconnus. Notre article sur la qualité des données détaille la méthode.
Côté RGPD, copier des données personnelles dans un entrepôt crée un nouveau traitement. Ne copiez que ce qui sert aux analyses prévues, restreignez les accès, et définissez des durées de conservation. La CNIL distingue la base active, l’archivage intermédiaire, séparé de la base active, et l’archivage définitif ; un entrepôt doit s’inscrire dans ce cycle.
Comment démarrer sans s’enliser ?
L’échec typique est le projet qui veut tout centraliser avant de livrer le moindre indicateur. La démarche inverse fonctionne mieux :
- Choisir une question qui coûte cher aujourd’hui, par exemple la marge par client, ou le suivi du carnet de commandes.
- Limiter le périmètre aux deux ou trois sources nécessaires pour y répondre.
- Écrire la définition des indicateurs avec leurs propriétaires avant toute ligne de code.
- Construire les trois couches pour ce seul périmètre, avec les contrôles de qualité.
- Brancher un tableau de bord, le faire utiliser en comité, corriger.
- Étendre à un deuxième sujet en réutilisant les dimensions déjà construites (client, produit, date).
Prenons une entreprise de négoce hypothétique dont l’ERP gère les ventes, le CRM les opportunités et un outil séparé les retours clients. Un premier lot qui réunit ces trois sources autour de la dimension « client » suffit à répondre à des questions jusque-là inaccessibles : quels clients rapportent du chiffre mais génèrent beaucoup de retours ? Le deuxième lot ajoutera les achats et la marge réelle.
Vous voulez savoir si un entrepôt de données se justifie chez vous, et par quel périmètre commencer ? Décrivez vos outils et vos questions de pilotage dans notre diagnostic de projet : nous revenons vers vous avec une première lecture de votre situation.
