Gestion des données
La gestion des données dans Nectari est la stratégie et les outils utilisés pour accéder, organiser et rendre compte des données à travers des systèmes et des environnements divers. Que vous travailliez avec un seul ERP, consolidiez plusieurs systèmes d'entreprise, vous connectiez à des données hébergées dans le cloud, ou analysiez des enregistrements transactionnels à fort volume, Nectari fournit des méthodes éprouvées pour garantir performance, extensibilité et facilité d'utilisation dans chaque scénario de reporting.
Cette section sert de guide pour choisir la bonne approche de gestion des données, en cartographiant des scénarios opérationnels courants aux outils les mieux équipés pour les gérer.
Outils de gestion des données
| Outil | Description |
|---|---|
| DataSync | Le data warehouse et moteur ETL de Nectari utilisé pour la réplication, la consolidation, l'assemblage et la transformation. Idéal pour les données cloud, le déchargement ERP et la préparation des ensembles de données pour analyse. |
| Concepteur de modèle de données | Concevez, organisez et gérez les structures qui définissent votre modèle de données intégré. Permet un mélange efficace de plusieurs ensembles de données et une préparation pour le reporting ou l'OLAP. |
| Gestionnaire OLAP | Créez et gérez des cubes OLAP pour un traitement analytique haute performance. Essentiel pour de grands ensembles de données (> 5M de lignes) et des besoins de reporting multi-dimensionnel complexes. |
En combinant ces outils, vous pouvez mettre en œuvre la bonne architecture pour votre environnement de reporting et d'analytique :
- DataSync pour copier et préparer les données en toute sécurité.
- Concepteur de modèle de données pour structurer et intégrer.
- Gestionnaire OLAP pour optimiser la vitesse et l'extensibilité à grande échelle.
Cette section décrit les scénarios courants, de l'optimisation des performances ERP à l'intégration de plusieurs sources, et montre quel mélange d'outils donne les meilleurs résultats.
Scénarios
Source de données unique
Pour les scénarios où vous avez seulement une source système.
| Scénario | Volume | Accès aux données | DataSync | OLAP |
|---|---|---|---|---|
| Petit volume | < 5M de lignes | Temps réel | Non | Non |
| Grand volume | > 5M de lignes | Temps réel | Non | Oui |
Remarques :
- Un accès direct à l'ERP est suffisant pour de petits ensembles de données.
- Pour de grands ensembles de données, l'OLAP améliore les performances et réduit la charge de requêtes.
Défis de performance ERP
Pour les cas où la charge de reporting impacte la réactivité de l'ERP.
| Scénario | Volume | Accès aux données | DataSync | OLAP |
|---|---|---|---|---|
| Petit volume | < 5M de lignes | Près du temps réel | Oui | Non |
| Grand volume | > 5M de lignes | Près du temps réel | Oui | Oui |
Remarques :
- Répliquez les données ERP en utilisant DataSync pour stabiliser les performances.
- Pour de grands ensembles de données, combinez la réplication + le cube OLAP pour la vitesse.
Données cloud
Pour les scénarios impliquant des sources de données basées sur le cloud.
| Scénario | Volume | Accès aux données | DataSync | OLAP |
|---|---|---|---|---|
| Petit volume | < 5M de lignes | Près du temps réel | Oui | Non |
| Grand volume | > 5M de lignes | Près du temps réel | Oui | Oui |
Remarques :
- L'accès direct en temps réel n'est pas possible pour les données cloud.
- Répliquez toujours les données cloud via DataSync en premier.
- OLAP est recommandé pour de grands ensembles de données afin de maintenir la vitesse.
Sources de données multiples
Pour les scénarios avec deux systèmes différents ou plus.
| Scénario | Objectif | DataSync | OLAP | Transformation |
|---|---|---|---|---|
| Reporting indépendant | Pas de fusion | Non | Oui | Non |
| Reporting historique unifié | Fusionner & unifier | Oui | Oui | Oui |
Remarques :
- Indépendant : rapportez individuellement depuis chaque source.
- Historique unifié : fusionnez les sources (ERP + CRM, etc.) via DataSync, puis OLAP si le volume est élevé.
Besoins de transformation
Pour des jointures de données complexes ou des incompatibilités de format.
| Scénario | DataSync | OLAP | Transformation |
|---|---|---|---|
| Jointures complexes/incompatibilités d'ID | Non | Oui (si grand volume) | Oui |
Remarques :
- Nécessaire lors de la liaison d'ensembles de données avec des identifiants différents (par exemple, SKU ERP vs nom de produit CRM).
- DataSync agit comme un data warehouse pour nettoyer/transformer avant l'OLAP.