Les processus d'entrepôt de données transforment et ingèrent des données pour alimenter la prise de décision au sein d'une organisation. Les solutions d'entrepôt de données agissent comme un dépôt central unique de données intégrées provenant de multiples sources disparates qui fournissent des informations commerciales à l'aide de logiciels d'analyse de big data et de logiciels de visualisation de données. Les données au sein d'un entrepôt de données proviennent de toutes les branches d'une entreprise, y compris les ventes, la finance et le marketing, entre autres.
Les entrepôts de données peuvent combiner des données provenant d'outils d'automatisation CRM, de plateformes d'automatisation marketing, de suites de gestion ERP et de chaîne d'approvisionnement, et plus encore, pour permettre des rapports analytiques précis et une prise de décision intelligente. Les entreprises peuvent également utiliser des outils d'analyse prédictive et d'intelligence artificielle (IA) pour extraire des tendances et des modèles trouvés dans les données. Une capacité critique d'un entrepôt de données inclut sa capacité à s'intégrer avec des logiciels de business intelligence tiers, des lacs de données, des flux de travail de science des données et des technologies d'apprentissage automatique et d'IA.
Les entrepôts de données sont utilisés dans un ensemble diversifié d'industries, y compris la banque, la finance, la santé, l'assurance et le commerce de détail. Les modèles de déploiement d'un entrepôt de données incluent sur site, cloud privé, cloud public et cloud hybride. Un entrepôt de données moderne dans le cloud est capable de gérer une quantité massive de données complexes, peut être instantanément mis à l'échelle vers le haut ou vers le bas en fonction des besoins de l'entreprise, effectuer des requêtes analytiques avancées rapides, et contenir des coûts d'installation d'infrastructure limités.
Pour être inclus dans la catégorie Entrepôt de Données, un produit doit :
Contenir des données de plusieurs ou de toutes les branches d'une entreprise
Intégrer des données avant d'entrer dans l'entrepôt de données via un processus d'extraction, de transformation et de chargement (ETL)
Permettre aux utilisateurs d'effectuer des requêtes et d'analyser les données stockées à l'intérieur de l'entrepôt de données
Offrir plusieurs options de déploiement
S'intégrer avec des outils de reporting et de business intelligence tiers
Servir d'archive pour les données historiques
