TimeXtender : un turbo pour l’entrepôt de données qui cible l’écosystème Qlik

En accélérant la création et la maintenance d’entrepôts de données SQL Server, la société compte porter les données utiles plus rapidement auprès des métiers. L’éditeur bénéfice de l’écosystème de Qlik.

Accélérer l’accès aux données utiles en automatisant l’essentiel des processus de création et de maintenance d’un entrepôt de données.  La société TimeXtender, née au Danemark en 2005, est  apparue sur le marché français l’année dernière, sur le segment de niche de l’automatisation d’entrepôt de données. Un segment peu connu dont les quelques acteurs entendent digérer la complexité de mise en place d’un ou plusieurs entrepôts de données dans les entreprises en misant sur l’automatisation de sa création et de son entretien. Il faut dire que leur argument phare est aujourd’hui porteur : apporter les bonnes données aux métiers dans le bon timing,  alimenter les outils de BI dans un mode self-service, et faciliter les modifications des données à l’échelle de  l’entreprise. Chez TimeXtender, Microsoft SQL Server sert de technologie de base.

Les outils de DWA (pour Data Warehouse Automation) de TimeXtender s’adosse à un concept de Discovery Hub, le cerveau des processus d’automatisation, résume en substance Rasmus Lyhne, le directeur des ventes pour la France et la région DACH. A travers ce hub, la solution de TimeXtender va isoler les données de l’entreprise dans une base d’échange, nommée Operational Data Store. « Toutes les données nécessaires à l’opérationnel y sont présentes », souligne le responsable.

Pour cela, TimeXtender fournit de nombreux connecteurs et adaptateurs pour extraire et collecter les données issues de sources disparates,  de systèmes ERP, CRM, systèmes métiers, du Cloud ou encore d’entrepôts de données déjà en place. « On choisit le bon adaptateur pour la base de données pour accéder aux données », commente Rasmus Lyhne. Pour l’heure, la société ne propose pas de connecteur pour Hadoop.

 Dans un second temps, les données sont préparées avant d’être injectées dans ce que la société baptise un entrepôt de données moderne, et forme donc la partie back-end. Un mapping de champ à champ est ensuite opéré. « Les modèles ne sont pas modifiés, on les choisit dans l’entrepôt moderne. Une fois les champs associés, la structure est mise en place et les scripts SQL sont créés automatiquement », commente encore le responsable. Inutile d’avoir donc recours à la complexité d’un ETL.

S’insérer dans l’écosystème Qlik 

Enfin, une « couche sémantique » sert de réceptacle aux front-ends et autres outils de BI et analytiques qui viendront consommer et manipuler les données de l’entrepôt en place. Si Tableau et Power BI sont évidemment supportés, TimeXtender s’est rapproché au plus près des utilisateurs de Qlik en pré-configurant des modèles Qlik Sense et QlikView dans sa solution. Ceux-ci sont en effet créés automatiquement.

« Les clients de Qlik ne se focalisent pas sur l’entrepôt de données, mais de plus en plus, ils rencontrent des problèmes de gouvernance de données », justifie Rasmus Lyhne. En clair, si peu de clients Qlik ont recours à un entrepôt de données, avec plus de 40 000 clients dans le monde, TimeXtender y voit un intérêt de leur faciliter le travail et de cibler pleinement cet écosystème. « Les partenaires Qlik ne passent plus leur temps à créer des modèles. Tout se fait automatiquement dans l’entrepôt de données », ajoute encore le responsable. C’est aujourd’hui ce marché que TimeXtender entend développer. Même si toutefois, le responsable esquisse un autre juteux marché : la migration SAP. « A chaque mise à jour de l’ERP, on doit re-créer un entrepôt de données », résume le directeur des ventes. Dans ce cadre, l’automatisation constitue en effet une aubaine.

 

Pour approfondir sur Datawarehouse

Close