ETL (extraire, transformer et charger) est l'un des processus les plus importants dans l'analyse des mégadonnées - et en même temps, il peut être l'un de ses plus gros goulots d'étranglement. (Pour en savoir plus sur les mégadonnées, consultez 5 cours utiles sur les mégadonnées que vous pouvez suivre en ligne.)
La raison pour laquelle ETL est si important est que la plupart des données collectées par une entreprise ne sont pas prêtes, sous leur forme brute, à digérer une solution d'analyse. Pour qu'une solution d'analyse crée des informations, les données brutes doivent être extraites de l'application où elles se trouvent actuellement, transformées dans un format qu'un programme d'analyse peut lire, puis chargées dans le programme d'analyse lui-même.
Ce processus est analogue à la cuisson. Vos ingrédients bruts sont vos données brutes. Ils doivent être extraits (achetés dans un magasin), transformés (cuits), puis chargés (plaqués) avant de pouvoir être analysés (dégustés). La difficulté et les dépenses peuvent évoluer de manière imprévisible - il est facile de faire du mac n 'cheese pour vous-même, mais beaucoup plus difficile de créer un menu gastronomique pour 40 personnes lors d'un dîner. Inutile de dire qu'une erreur à tout moment peut rendre votre repas indigeste.
