C'est notre sang. C'est ce sur quoi nous avons été fondés: l'amour de mettre de l'ordre dans le chaos. Transformer des données d'un état brut en ressources analytiques riches. Rendre flexible. Vite. Apporter des réponses aux personnes qui en ont besoin.

Avec nos services d'ingénierie de base de données d'extraction, de transformation et de chargement (ETL), nous vous aiderons à choisir un chemin qui maximisera les avantages pour les besoins analytiques à court et à long terme de votre organisation, avec un risque minimal. Et nous vous aiderons à mettre en œuvre ce choix de manière rentable avec l'open source et d'autres technologies.

Nous allons modéliser le bon type de base de données. Pour le bon besoin.

Entrepôts de données. Datamarts. Datastores opérationnels. Kimball. Inmon. Type 1, Type 2, Type 3, Type 4 changent lentement les dimensions. Vous l'appelez. Nous avons tout fait. Nous l'avons fait tellement que nous savons qu'il existe de nombreux types de bases de données et de conceptions pour répondre à de nombreuses fins. Nous connaissons toutes les règles. Laissez-nous vous montrer comment vous pouvez suivre certaines des règles, et en casser quelques autres ... à votre avantage.

Nous allons cuisiner quelques ETL. Ou peut-être même une petite ELT savoureuse (avec un côté de mayo.)

Nous avons beaucoup travaillé sur l'intégration des données, donc nous connaissons les options et la façon dont chacune fonctionne. Nous implémenterons les bonnes transformations de données pour vous, vos systèmes et votre base de données du futur. Nous traiterons des problèmes de capture de données, de la qualité des données, de la gestion des métadonnées, du traitement de la charge incrémentielle et bien plus encore. Nous allons le mettre en production et le rendre facile à administrer, donc ce n'est pas le casse-tête qu'il était autrefois.

Nous avons un certain nombre de technologies que nous aimons utiliser. Certains projets open source, comme Pentaho Data Integration, peuvent vous apporter beaucoup de valeur pour un petit investissement. Ils ont tous la possibilité de choisir le modèle qui convient le mieux au type de données que vous collectez et au type d'endroit où vous les stockez.

Restez chic, l'entreposage de données.

Ce n'est pas cool de parler d'entrepôts de données ces jours-ci. Il y a de nouvelles technologies sexy là-bas. Beaucoup de gens ont investi beaucoup dans cette infrastructure, et la voient comme lente à changer. Tout cela est vrai, mais nous avons été assez longtemps pour savoir que ce n'est pas si noir et blanc. L'organisation des données est essentielle pour obtenir un sens. La flexibilité ultime doit être équilibrée par rapport à un langage commun. Le travail d'ingénierie de données que nous faisons reflète cela. Nous aspirons à une flexibilité maximale, mais souhaitons également être ancrés dans des principes solides de gestion des données.

Les architectures classiques d'entreposage de données tournent autour de standards de bases de données relationnelles comme Oracle, SQL Server et MySQL, mais nous utiliserons également la nouvelle classe de bases de données analytiques hautes performances, telles que Vectorwise, Netezza, Amazon Redshift et autres.

L'éléphant et l'entrepôt de données.

Une partie de l'ETL moderne consiste à reconnaître et à tirer parti des plates-formes de données modernes, telles que Hadoop, MongoDB, Cassandra et autres. Toutes les plates-formes de nouvelle génération ne répondent pas à tous les besoins, mais votre couche de gestion de données doit certainement y faire face. Quand nous faisons des projets ETL, nous sommes sûrs de choisir la bonne technologie pour ne pas avoir une seule saveur de traitement, mais beaucoup de saveurs. Parce que le nombre de sources de données dans votre entreprise ne diminue pas.