Que faut-il savoir sur « Processus ETL et ELT » — Partie III : Mise en œuvre opérationnelle › 1. Architecture des données ?

Les notions d’ETL (Extraction, Transformation, Loading) et d’ELT (Extraction, Loading, Transformation) font référence aux étapes par lesquelles transitent les données lors de leur migration d’une source à une cible (par exemple, vers un data warehouse).

ETL : on extrait d’abord les données des systèmes opérationnels, on les transforme (nettoyage, enrichissement, alignement sur un format standard), puis on les charge dans la cible.

ELT : on extrait et on charge immédiatement les données dans une plateforme (souvent un lac ou un entrepôt moderne), avant de les transformer en fonction des besoins.

Le choix dépend du volume, de la complexité, du timing et de l’architecture globale.

La qualité de la transformation est au cœur de la gouvernance : il s’agit de s’assurer que les règles de filtrage, de normalisation ou de fusion sont correctement appliquées, que les logs sont conservés pour un audit ultérieur, et que les autorisations respectent la politique de sécurité.

Les plateformes d’intégration doivent également être capables de gérer les métadonnées associées, afin de tracer l’origine et l’historique de chaque enregistrement.

Attention aux « Lac de données » pas assez gouvernés car ils mènent les entreprises à posséder de la donnée personnelle non légitime ou pire de la donnée illégale.