DataWorks:Data warehouse planning

La page de planification de l'entrepôt de données dans la console DataWorks permet aux architectes de données et aux membres du groupe de modèles de concevoir la structure d'un entrepôt de données. Depuis cette page, définissez les couches de données, les catégories métier, les domaines de données, les processus métier, les data marts et les zones thématiques. Ces éléments constituent les fondations qui déterminent l'organisation, la transformation et l'exploitation des données au sein de l'entreprise.

Concepts clés

La planification de l'entrepôt de données dans DataWorks s'articule autour de deux cadres parallèles : un cadre technique qui définit le flux de données à travers les étapes de transformation, et un cadre métier qui reflète la structure organisationnelle de votre entreprise.

Couches de données

Une couche de données représente un niveau logique dans votre entrepôt de données, correspondant à une étape spécifique du traitement des données. Par défaut, DataWorks divise un entrepôt de données en cinq couches :

Règles de flux de données : Les données circulent vers l'avant à travers les couches : ODS alimente DWD, DWD alimente DWS et DIM, et DWS alimente ADS. Les dépendances inverses sont interdites. Seule la couche DWD lit directement depuis ODS ; DWS et ADS ne doivent pas référencer directement les tables ODS.

Personnalisez cet ensemble par défaut : ajoutez des couches, renommez-les ou supprimez celles qui sont inutilisées afin de les aligner sur la méthodologie de votre organisation.

Catégories métier

Une catégorie métier constitue le niveau de division le plus élevé dans le cadre de gestion orienté métier. Elle représente un domaine large de votre entreprise, tel que la Finance, le Marketing ou la Supply Chain. Les catégories métier se situent au sommet de la hiérarchie :

Business Category
  └── Data Domain  ─── Business Process
  └── Data Mart    ─── Subject Area

Domaines de données

Un domaine de données regroupe des processus métier connexes au sein d'une catégorie métier. Alors qu'une catégorie métier définit un domaine large, un domaine de données restreint le périmètre à une unité fonctionnelle spécifique au sein de ce domaine — par exemple, « Gestion des commandes » au sein de « E-Commerce ».

Processus métier

Un processus métier est l'unité atomique de production de données au sein d'un domaine de données. Il représente une activité concrète et mesurable générant des données — par exemple, « Passer une commande », « Retourner un article » ou « Traiter un paiement ». Chaque processus métier correspond à une ou plusieurs tables de faits dans votre modèle dimensionnel.

Lors de la définition d'un processus métier, prenez en compte les éléments suivants :

• Quel événement mesurable ce processus enregistre-t-il ? (le grain)

• Quelles métriques produit-il ? (quantités, montants, durées)

• Quelles dimensions fournissent le contexte ? (qui, quoi, quand, où)

Data marts

Un data mart est un sous-ensemble ciblé de l'entrepôt de données, optimisé pour un département, une gamme de produits ou une fonction analytique spécifique. Les data marts appartiennent au niveau de la catégorie métier et sont organisés séparément des domaines de données.

Zones thématiques

Une zone thématique est un ensemble de sujets métier utilisé pour catégoriser les données dans un data mart selon plusieurs perspectives analytiques. Alors qu'un domaine de données organise la production de données par processus métier, une zone thématique organise la consommation des données par thème analytique — par exemple, « Rentabilité client » ou « Vieillissement des stocks » au sein d'un data mart de supply chain.

Fonctionnement

La configuration de la planification de l'entrepôt de données dans DataWorks suit une séquence descendante :

1. Définissez les couches de données — Établissez les niveaux techniques qui régissent le flux des données, de l'ingestion brute à la mise à disposition.

2. Créez les catégories métier — Définissez les divisions métier de premier niveau qui reflètent la structure de votre organisation.

3. Ajoutez des domaines de données et des data marts — Sous chaque catégorie métier, définissez les zones fonctionnelles (domaines de données) et les magasins analytiques au niveau départemental (data marts).

4. Définissez les processus métier — Sous chaque domaine de données, créez les activités spécifiques de production de données qui génèrent les tables de faits.

5. Créez les zones thématiques — Sous chaque data mart, regroupez les thèmes analytiques qui décrivent la manière dont les utilisateurs finaux interrogent les données.

Une fois cette structure en place, les concepteurs de modèles DataWorks l'utilisent comme colonne vertébrale de la gouvernance : chaque modèle, métrique et jeu de données est enregistré sous la couche, le domaine et le processus métier appropriés, garantissant ainsi la précision du suivi de la lignée et de l'analyse d'impact à travers l'entrepôt.

Étapes suivantes

• Planification métier — Créez et configurez les catégories métier, les domaines de données, les data marts et les zones thématiques dans la console DataWorks.

• Gestion des couches de données — Ajoutez, modifiez ou supprimez des couches de données pour les adapter à l'architecture de votre entrepôt.