ELT (Extract, Load, Transform)
L’ELT extrait les données, les charge rapidement dans une plateforme analytique puis réalise les transformations directement dans cette plateforme, souvent à l’aide de SQL.
Comment cela fonctionne
Les données brutes ou peu transformées arrivent d’abord dans le cloud warehouse ou le Lakehouse. Des modèles successifs les nettoient, les rapprochent et les exposent sous forme d’objets métier. Les transformations peuvent être versionnées, testées et rejouées sans extraire à nouveau les sources. Cette approche exploite la puissance de calcul élastique de la destination.
Exemple concret
Les données d’un CRM sont répliquées dans un entrepôt cloud. Des modèles dbt construisent ensuite les dimensions client, les faits d’interaction et les indicateurs de contactabilité utilisés dans Power BI.
Principaux avantages
- Historique brut disponible
- Transformations rejouables
- Développement SQL collaboratif
Points de vigilance
- Maîtrise des coûts de calcul
- Données sensibles à protéger
- Modèles intermédiaires à gouverner
Questions fréquentes
Pourquoi l’ELT est-il associé au cloud ?
Les plateformes cloud offrent le stockage et le calcul nécessaires pour charger d’abord puis transformer de grands volumes à la demande.
Les données brutes sont-elles directement utilisables ?
Non. Elles facilitent la traçabilité, mais les usages métier doivent reposer sur des modèles contrôlés et documentés.
Termes associés
Pour approfondir : dbt Labs - ETL et ELT