Qu'est-ce que l'ETL (extraction, transformation, chargement) ?

L'ETL est la tuyauterie traditionnelle de l'analytique. Les données sont extraites des systèmes opérationnels, transformées en formes propres, cohérentes et prêtes pour l'analyse, puis chargées dans une destination telle qu'un entrepôt de données. (Une variante plus récente, l'ELT, charge d'abord et transforme à l'intérieur de l'entrepôt.) Dans les deux cas, le but est de sortir les données de systèmes dispersés pour les rassembler à un seul endroit sur lequel vous pouvez faire du reporting.

Le problème est que les pipelines ETL sont des projets d'ingénierie. Ils doivent être construits, planifiés, surveillés et réparés ; lorsqu'un schéma source change ou qu'une tâche échoue, les rapports en aval deviennent périmés ou erronés, souvent en silence. Pour de nombreuses équipes, le pipeline devient un fardeau de maintenance permanent qui se dresse entre elles et leurs questions.

iDBQuery emprunte une voie différente. Au lieu de faire transiter vos données par un pipeline vers un entrepôt avant que vous puissiez rien demander, il interroge vos sources là où elles vivent déjà et construit un modèle unique et vivant par-dessus. Cela signifie :

• Aucun pipeline à construire ou à surveiller avant d'obtenir une réponse.
• Aucune obsolescence due à l'échec d'une tâche nocturne — le modèle reflète vos sources telles qu'elles sont maintenant.
• Aucune copie dupliquée de vos données stagnant dans un second système.

Si vous exploitez déjà un ETL et un entrepôt, iDBQuery se connecte tout de même au résultat comme à une source SQL. Mais si le pipeline n'existe que pour que les gens puissent poser des questions inter-systèmes, iDBQuery vous laisse les poser directement — en langage naturel, avec des réponses citées — et vous fait faire l'économie de l'ETL entièrement.