Data Warehouse VS Data Mart


1. Data Warehouse 
Plusieurs définitions ont été proposées pour définir ce concept, Bill Inmon le considère comme : « une collection de données orientées sujet, intégrées, non volatiles et évolutives dans le temps, organisées pour le support d'un processus d'aide à la décision. » [Inmon 2002]
D’après cette définition, on constate que les caractéristiques d’un Data Warehouse sont:

 Orienté sujet : les données sont obligatoirement liées au métier de l’entreprise et organisées par fonctions. Exemple : Assurances, Banques, Commerce…
 Intégré: les données manipulées au niveau d’un Data Warehouse doivent être centralisées pour éviter les anomalies. Le Data Waterhouse intégrera ces éléments pour former une vision unique de l'activité de l'entreprise.
 Non volatile : une fois les données sont stockées au niveau d’un Data Waterhouse, les opérations de mise à jour ou de suppression ne sont plus autorisées. L’accès est autorisé uniquement en mode lecture.
 Evolutif dans le temps : c’est le fait de garder l’historique des transactions et de pouvoir visualiser leurs évolutions dans le temps.

2. Data Mart 
Un Data Mart est une forme simple d'un entrepôt de données qui se concentre sur un seul domaine d’activités telles que les ventes, les finances, ou marketing.
Les Data Mart sont souvent conçus et pilotés par un seul département au sein d'une organisation. Les Data Mart rassemblent ses données à partir de quelques sources ou à partir d’un Data Warehouse.
Or, un Data Warehouse s’occupe de plusieurs domaines d’activités et il est mis en œuvre et contrôlé par une seule unité d'organisation centrale comme la DSI.
Le tableau suivant montre une comparaison entre un Data Warehouse et un Data Mart :

[Rédigé par BEKKOUCHE Salma & LANASRI Dihia, 2015]