\n
Pourquoi diviser les donn\u00e9es en couches ?<\/h3>\n
Le principe refl\u00e8te la pens\u00e9e classique du data warehouse (Inmon, Kimball, Data Vault). Medallion offre \u00e0 ces id\u00e9es de s\u00e9paration des responsabilit\u00e9s un foyer moderne et natif au lakehouse. Les \u00e9quipes ont besoin de donn\u00e9es historiques pour l'audit et le rechargement, de vues int\u00e9gr\u00e9es pour l'analytique et de lectures optimis\u00e9es pour la performance pour le reporting, souvent simultan\u00e9ment. Le d\u00e9coupage en couches rend chaque pr\u00e9occupation g\u00e9rable ind\u00e9pendamment.<\/p>\n
\n
Les trois couches<\/h3>\n
\ud83d\udfe4 Bronze, Brut, \u00ab as-is \u00bb<\/strong> La zone d'atterrissage. Les donn\u00e9es sont ing\u00e9r\u00e9es telles quelles, immuables, et stock\u00e9es dans leurs formats d'origine (CSV, JSON, Parquet) avant d'\u00eatre converties en Delta. Enrichies de m\u00e9tadonn\u00e9es comme les horodatages d'ingestion et les libell\u00e9s de source. Prend en charge le batch et le streaming, et est pr\u00e9cieuse pour le d\u00e9bogage et les rechargements historiques.<\/p>\n \u26aa Silver, Nettoy\u00e9 et filtr\u00e9<\/strong> Les r\u00e8gles de qualit\u00e9 des donn\u00e9es sont appliqu\u00e9es ici : correction des dates, suppression des caract\u00e8res sp\u00e9ciaux, correction des erreurs de format. L'historisation est g\u00e9n\u00e9ralement g\u00e9r\u00e9e avec SCD2. La structure reste orient\u00e9e source mais est interrogeable et utilis\u00e9e par les \u00e9quipes d'analytique op\u00e9rationnelle. Les colonnes sont renomm\u00e9es pour la lisibilit\u00e9 et de l\u00e9g\u00e8res conformations aux standards d'entreprise sont appliqu\u00e9es.<\/p>\n \ud83d\udfe1 Gold, Raffin\u00e9 au niveau m\u00e9tier<\/strong> Les donn\u00e9es sont harmonis\u00e9es et int\u00e9gr\u00e9es entre les sources, g\u00e9n\u00e9ralement mod\u00e9lis\u00e9es selon le style dimensionnel Kimball (faits et dimensions). Les r\u00e8gles m\u00e9tier complexes, les calculs et les enrichissements vivent ici. La sortie consiste en produits de donn\u00e9es pr\u00eats \u00e0 consommer, avec r\u00e9trocompatibilit\u00e9 et contrats de donn\u00e9es pour les utilisateurs en aval.<\/p>\n La question m\u00e9tier :<\/strong> Une entreprise e-commerce en croissance veut comprendre l'impact des d\u00e9penses marketing sur l'ensemble des canaux. Le projet : une analyse de ROI unifi\u00e9e pour des campagnes publicitaires multicanales.<\/p>\n Sources de donn\u00e9es :<\/strong> Facebook Ads and Google Ads.<\/p>\n Exigences de reporting :<\/strong> Co\u00fbt, impressions, clics, ventil\u00e9s par annonce, campagne, attribution (fen\u00eatre d'un jour) et donn\u00e9es d\u00e9mographiques (\u00e2ge, genre, appareil, plateforme).<\/p>\n Facebook Insights expose 134 champs plus des combinaisons de param\u00e8tres suppl\u00e9mentaires. Google Ads expose 329 champs. La recommandation est simple : charger tout ce que les API renvoient.<\/p>\n Les transformations \u00e0 ce stade sont minimales : supprimer les enregistrements corrompus ou inutilisables, convertir au format Delta, enrichir de m\u00e9tadonn\u00e9es (source, horodatage d'ingestion) et partitionner par date uniquement si le volume de donn\u00e9es devient un goulot d'\u00e9tranglement.<\/p>\n C'est ici que se prennent les vraies d\u00e9cisions de conception. Facebook et Google utilisent des noms de champs diff\u00e9rents pour les m\u00eames concepts, Option 1, deux tables sources distinctes<\/strong> Conservez une table silver Facebook et une table silver Google, chacune nettoy\u00e9e et renomm\u00e9e selon une convention de nommage commune. Simple \u00e0 construire, pr\u00e9serve la nuance des sources, mais n\u00e9cessite un join ou une union plus tard.<\/p>\n Option 2, une table ads unifi\u00e9e<\/strong> Mappez les deux sources dans une seule table partag\u00e9e au niveau Silver. Plus simple pour les consommateurs en aval. Important : documentez clairement les d\u00e9cisions de mapping, Option 3, Data Vault<\/strong> Mod\u00e9lisez les entit\u00e9s en Hubs, les relations en Links et les m\u00e9triques en Satellites. Plus modulaire et meilleur pour suivre l'\u00e9volution des relations dans le temps. Le mieux adapt\u00e9 aux plateformes de donn\u00e9es d'entreprise complexes et durables.<\/p>\n Option A, mod\u00e8le dimensionnel (Kimball)<\/strong> Construisez une table Option B, One Big Table (OBT)<\/strong> D\u00e9normalisez tout dans une seule table large. Plus facile pour les analystes et le reporting self-service, aucun join n\u00e9cessaire.<\/p>\n Gouvernance des donn\u00e9es<\/strong>, Tout stocker dans Bronze peut devenir un probl\u00e8me RGPD. Les droits d'acc\u00e8s n\u00e9cessitent des politiques claires, surtout lorsque les tables silver contiennent des donn\u00e9es personnelles issues de plusieurs syst\u00e8mes sources.<\/p>\n Le facteur humain<\/strong>, Medallion est un cadre de nommage, pas un r\u00e8glement. Sans accords d'\u00e9quipe document\u00e9s sur ce qui appartient \u00e0 chaque couche, l'architecture se d\u00e9grade en incoh\u00e9rence et en pipelines fant\u00f4mes.<\/p>\n![\"Medallion](\"https:\/\/sparkle.consulting\/wp-content\/uploads\/2026\/05\/medallion.jpg\")
<\/p>\n
\nExemple pratique : analyse unifi\u00e9e du ROI publicitaire<\/h3>\n
![\"App](\"https:\/\/sparkle.consulting\/wp-content\/uploads\/2026\/05\/appfabric.jpg\")
<\/p>\n
\nBronze : tout charger<\/h4>\n
\n
\nSilver : trois options de mod\u00e9lisation<\/h4>\n
cost_micros<\/code> vs spend<\/code>, ad_group<\/code> vs adset<\/code>, segments.age_range<\/code> vs age<\/code>, et certains champs n'existent tout simplement pas sur les deux plateformes.<\/p>\nadset<\/code> et ad_group<\/code> ne sont pas<\/em> des concepts identiques.<\/p>\n
\nGold : deux options de service<\/h4>\n
Fact_Ad_Performance<\/code> jointe \u00e0 des tables de dimensions. Propre, bien comprise par les outils BI et facile \u00e0 d\u00e9couper. C'est l'approche la plus courante.<\/p>\n![\"Data](\"https:\/\/sparkle.consulting\/wp-content\/uploads\/2026\/05\/layers.jpg\")
<\/p>\n
\nD\u00e9fis<\/h3>\n
\nPoints cl\u00e9s \u00e0 retenir<\/h3>\n
\n