1.2.1.2 L'approche Bottom-Up de Ralph Kimball
C'est l'approche inverse, elle consiste à créer
les étoiles une par une, puis les regrouper par des niveaux
intermédiaires jusqu'à obtention d'un véritable
entrepôt pyramidal avec une vision d'entreprise.
La conception décisionnelle ascendante de Ralph
Kimball, auteur et expert reconnu dans le domaine de la BI, est une
approche de la conception décisionnelle d'entrepôt de
données du bas vers le haut. Cette méthode est aussi
appelée "Bottom-Up". Dans l'approche ascendante, les
magasins de données ou data marts sont donc créés pour
fournir des rapports et une capacité d'analyse dédiés
à certains processus métiers spécifiques, donc plus
faciles à utiliser que des entrepôts de données
complexes.
Dans la méthodologie de Ralph Kimball, le processus
bottom-up est le résultat d'une première entreprise axée
sur une analyse des processus d'affaires pertinents à
modéliser.
Des magasins de données
spécialisés :
Les magasins de données contiennent les dimensions,
axes d'analyses, et les faits ou mesures. Les faits peuvent contenir soit des
données atomiques c'est à dire à un niveau fin, soit des
données agrégées. Ils modélisent souvent un domaine
d'activité très spécifique comme les ventes ou la
production. Ces magasins de données peuvent être
intégrés à une solution décisionnelle afin de
créer un entrepôt de données complet.
Cette intégration entre différents magasins de
données est mise en oeuvre par ce que Kimball appelle une
architecture d'entrepôt de données en bus. Elle est
permise par une collection de dimensions conformes, qui sont des dimensions
partagées (de manière spécifique) entre deux
dépôts de données ou plus, permettant des analyses
croisées sur plusieurs domaines métiers ou processus.
Le Drill Across de Raplh Kimball :
L'intégration des données transverses dans
l'entrepôt de données est basée sur les dimensions
conformes qui représentent des points d'entrée entre les data
marts. L'intégration effective de deux ou plusieurs data marts se fait
alors par un processus appelé "Drill Across", c'est un
forage latéral qui regroupe des données métiers
différentes mais à un même niveau de granularité et
utilisant les mêmes dimensions. Les dimensions souvent utilisées
car transverses à l'entreprise. Par exemple l'axe Temps, Clients ou
Produits.
Maintenir une gestion précise de l'architecture de
l'entrepôt de données est essentiel pour l'intégrité
des données. La tâche de gestion la plus importante est de faire
en sorte que les dimensions entre les data marts soient compatibles et donc
mises à jour en parallèle.
Une vision en silo connectés favorable aux
itérations :
Les données de l'entreprise peuvent être
analysées dès la fin de la création des premiers magasins
de données, la méthode permet une approche exploratoire et
itérative pour la
Conception des systèmes décisionnels basée
sur l'analyse des processus métiers
construction de l'entrepôt. Par exemple, l'effort de
chargement des données est développé pour les ventes, avec
un entrepôt de données spécifique. La suite du projet
décisionnel peut continuer pour la Production, une analyse conjointe
peut mettre en exergue la corrélation entre la capacité de
production et les ventes quotidiennes.
L'avantage de cette méthode est qu'elle est simple
à réaliser (une étoile à la fois),
l'inconvénient est le volume de travail d'intégration pour
obtenir un entrepôt de données ainsi que la possibilité de
redondances entre les étoiles (car elles sont faites
indépendamment les unes des autres). Cette vision de Ralph Kimball du
monde décisionnel est favorable aux itérations et permet de
produire des projets décisionnels domaine par domaine.
DJYAMO Azore - Mémoire de fin de cycle Master
CSI/IAI-siège/2015-2016 Page | 31
DT: Dimension Table, FT : Fact Table.
Figure 6: Vision architecturale de l'approche de Ralph
Kimball
(Source :
http://www.computerweekly.com/tip/Inmon-vs-Kimball-Which-approach-is-suitable-for-your-data-warehouse)
| 
