Pourquoi les métadonnées sont-elles importantes ?

Sans métadonnées, les utilisateurs d’entrepôts de données peuvent accéder aux
données mais pas aux informations contextuelles qui les aideraient à  prendre en
toute confiance des décisions de gestion. Actuellement, les meilleures pratiques
pour le développement du data warehousing et des data marts exigent d’avoir une
stratégie de métadonnées qui simplifie la mise à  jour et l’utilisation de l’entrepôt
de données.

Les métadonnées peuvent fournir des informations complémentaires sur le contenu
des entrepôts de données. Par exemple, un analyste peut utiliser les métadonnées
pour mieux comprendre les informations disponibles, et comment elle ont été calculées.
Les métadonnées fournissent une analyse détaillée de l’origine des informations,
et peuvent apporter un facteur de confiance pour décrire la validité des données.

Les métadonnées peuvent également gérer un historique de l’activité antérieure
aux processus actuels. Cet historique est important pour comprendre les modifications
dans le temps de la structure et des processus. Si un utilisateur veut comparer
les ventes par catégorie de produit au cours des deux dernières années, alors
que la catégorie d’un produit donné a été ajoutée au cours de cette année, les
résultats de la comparaison ne seront pas pertinents.

En outre, les métadonnées fournissent un cadre de référence commun agissant comme
base de connaissances centrale de l’organisation. Par exemple, toute personne
analysant le rapport annuel des ventes régionales doit arriver à  la même compréhension
de ce que représente la colonne Total des ventes.

La capacité d’analyser l’impact des modifications sur l’entrepôt de données peut
considérablement réduire le coût de la maintenance. S’il faut modifier une table
source, on peut simplement analyser les autres colonnes de la table pour identifier
les parties de l’entrepôt de données qui utilisent ces colonnes. Fort de ces informations
sur l’utilisation des colonnes, on peut rapidement établir une liste des éléments
à  modifier pour mettre en oeuvre les modifications du système source. De même,
on peut plus facilement répondre à  des demandes d’informations supplémentaires
dans l’entrepôt de données si on peut voir l’origine des informations. Avant de
rajouter de nouvelles données à  une table, passez en revue toutes les données
sources.