--- title: Usages du Datawarehouse, du Datamart et du Datalake description: Datawarehouse, Datamart et Datalake ont des fonctions et usages différents, et il est important pour les entreprises de les repérer afin de savoir lequel est le ... image: https://blog.avanci.fr/hubfs/shutterstock_224347066.png --- [![Avanci](https://blog.avanci.fr/hubfs/-_AVANCI-logo2-sansbaseligne-blanc.svg)](https://www.avanci.fr/) - [Accueil](https://blog.avanci.fr/) - [Solutions Data & CDP](https://blog.avanci.fr/tag/solutions-data-cdp) - [Stratégie & Activation CRM](https://blog.avanci.fr/tag/stratégie-activation-crm) - [Data Intelligence](https://blog.avanci.fr/tag/data-intelligence) - [Notre actualité](https://blog.avanci.fr/tag/notre-actualité) - [Prendre contact](https://www.avanci.fr/contact/) [Accueil](https://www.avanci.fr/) \> [Blog](https://blog.avanci.fr/) \> [Solutions Data & CDP](https://blog.avanci.fr/tag/solutions-data-cdp) \> Data Warehouse vs Data Lake vs Data Mart : le guide complet - Usages # Data Warehouse vs Data Lake vs Data Mart : le guide complet - Usages [Solutions Data & CDP](https://blog.avanci.fr/tag/solutions-data-cdp) - Publié le 15 avril 2021 - Mis à jour le 4 août 2026 ![](https://blog.avanci.fr/hs-fs/hubfs/AVA%20-%20Photos%20auteurs/p-baudin@avanci-fr.jpeg?width=80&name=p-baudin@avanci-fr.jpeg) Par [Pierre Baudin](https://blog.avanci.fr/author/pierre-baudin) Les Data Warehouses, les Datamarts et Data Lakes constituent les éléments incontournables des écosystèmes de données modernes, au cœur du [data management](https://www.avanci.fr/expertises/data-management/). Ils forment une suite d'outils et de technologies utilisés pour rendre les données provenant de sources disparates disponibles sur une plate-forme unique. --- 💡 Je vous invite à lire ou relire mon article précédent : [Data Warehouse vs Data Lake vs Data Mart : le guide - Définition](https://blog.avanci.fr/guide-data-data-warehouse-vs-data-lake-vs-data-mart) pour bien appréhender ces concepts. --- Dans cet article, nous allons voir comment les activités d’intégration de données qui sont une condition préalable à l'analyse s’articulent entre Data Warehouse, Data Lake et Datamart. ## L’approche simple C'est l'approche la plus simple de l'intégration des données, et celle qui est communément recommandée pour la plupart des organisations. Elle consiste à utiliser un entrepôt de données comme référentiel de données. L’écosystème de données comprend les composants suivants :  ![data source, data pipeline, data warehousse et business intelligence](https://blog.avanci.fr/hs-fs/hubfs/data%20source%2c%20data%20pipeline%2c%20data%20warehousse%20et%20business%20intelligence.png?width=562&name=data%20source%2c%20data%20pipeline%2c%20data%20warehousse%20et%20business%20intelligence.png) ## L’approche orientée Datamart Les Datamarts sont des sous-ensembles du Data Warehouse. Bien que les Datamarts tels que définis traditionnellement soient obsolètes, il est toujours possible d'utiliser des vues virtuelles et/ou des vues matérialisées pour diviser les données en modèles pour des équipes et des unités commerciales spécifiques. Un écosystème comprenant des datamarts ressemblerait à ceci : ![data source, data pipeline, data warehousse, datamart et business intelligence](https://blog.avanci.fr/hs-fs/hubfs/data%20source%2c%20data%20pipeline%2c%20data%20warehousse%2c%20datamart%20et%20business%20intelligence.png?width=693&name=data%20source%2c%20data%20pipeline%2c%20data%20warehousse%2c%20datamart%20et%20business%20intelligence.png) ## L’approche orienté Datalake Les Datalakes peuvent être utilisés comme référentiel central pour les données structurées et non structurées. Cela implique cependant généralement le sacrifice d’une structure relationnelle. Bien que cet écosystème de données soit possible, il n'est pas recommandé. Cela s’explique par le fait que les [outils de business intelligence (BI)](https://www.avanci.fr/expertises/intelligence/pilotage-bi/) actuels prennent généralement en charge l'accès aux Data Warehouses (données structurées), et pas encore aux Datalakes (données non-structurées). Un outil de reporting et de tableau de bord BI alimenté depuis un Datalake est susceptible d'être une solution personnalisée créée par une équipe de data scientists et d'ingénieur de données, avec un coût plus élevé associé : ![data source, data pipeline, datalake et business intelligence](https://blog.avanci.fr/hs-fs/hubfs/data%20source%2c%20data%20pipeline%2c%20datalake%20et%20business%20intelligence.png?width=539&name=data%20source%2c%20data%20pipeline%2c%20datalake%20et%20business%20intelligence.png) ## Le Datalake comme étape Un lac de données peut également être utilisé comme environnement de préparation (*staging*) pour les data warehouses : ![data source, data pipeline, datalake, data warehousse et business intelligence-1](https://blog.avanci.fr/hs-fs/hubfs/data%20source%2c%20data%20pipeline%2c%20datalake%2c%20data%20warehousse%20et%20business%20intelligence-1.png?width=696&name=data%20source%2c%20data%20pipeline%2c%20datalake%2c%20data%20warehousse%20et%20business%20intelligence-1.png) Si votre organisation est particulièrement étendue, complexe et qu’elle stocke beaucoup de données non structurées, cela peut justifier de combiner tous les types de technologies : ![data source, data pipeline, datalake, data warehousse et business intelligence](https://blog.avanci.fr/hs-fs/hubfs/data%20source%2c%20data%20pipeline%2c%20datalake%2c%20data%20warehousse%20et%20business%20intelligence.png?width=811&name=data%20source%2c%20data%20pipeline%2c%20datalake%2c%20data%20warehousse%20et%20business%20intelligence.png) [Votre configuration](https://www.avanci.fr/expertises/data-management/cdp/) dépendra surtout de votre cas d'utilisation, de la taille et de la composition de votre entreprise et des compétences de vos analystes et ingénieurs. Dans la majeur partie des cas, il est recommandé de simplement commencer par un Data Warehouse. En effet, celui-ci reste le bloc central des différentes configurations que nous avons parcouru. Il vous permettra ainsi de garder une option pour des évolutions futures sans nécessité de revoir l’ensemble de l’écosystème. ![Pierre Baudin](https://blog.avanci.fr/hubfs/AVA%20-%20Photos%20auteurs/p-baudin@avanci-fr.jpeg) ## Écrit par [Pierre Baudin](https://blog.avanci.fr/author/pierre-baudin) Data Manager Besoin de savoir si vos données sont exploitables ? L’audit data quality va vous aider à faire un véritable état des lieux de vos données, à vous assurer qu’elles sont en conformité avec le RGPD et à identifier les évolutions et les actions à mettre en œuvre. [![Je demande un Audit Data Quality](https://no-cache.hubspot.com/cta/default/9010520/94629a8d-cb60-40d4-8afb-5e7767fc2bb9.png)](https://cta-redirect.hubspot.com/cta/redirect/9010520/94629a8d-cb60-40d4-8afb-5e7767fc2bb9) Vous avez aimé cet article ? Partagez-le avec vos collègues ou amis : [![Facebook](https://blog.avanci.fr/hubfs/Images-Blog/avanci-icon-fb-post.svg)](http://www.facebook.com/sharer.php?u=https://blog.avanci.fr/usages-du-datawarehouse-du-datamart-et-du-datalake) [![Linkedin](https://blog.avanci.fr/hubfs/Images-Blog/avanci-icon-linkedin-post.svg)](https://www.linkedin.com/shareArticle?mini=true&url=https://blog.avanci.fr/usages-du-datawarehouse-du-datamart-et-du-datalake) [Stratégie & Activation CRM](https://blog.avanci.fr/tag/stratégie-activation-crm) ### Black Friday, Noël, Cyber Monday : pourquoi septembre est le mois le plus stratégique de votre année Chaque année, le même scénario se répète. En octobre, les équipes ... [Lire la suite](https://blog.avanci.fr/black-friday-cyber-monday-pourquoi-septembre-est-le-mois-le-plus-strategique-de-votre-annee) [Stratégie & Activation CRM](https://blog.avanci.fr/tag/stratégie-activation-crm) ### WhatsApp Business : ce qui change (vraiment) au 1er octobre 2026 Meta vient d'annoncer une évolution majeure de sa tarification ... [Lire la suite](https://blog.avanci.fr/whatsapp-business-ce-qui-change-vraiment-au-1er-octobre-2026) ![avanci-blog-logo-color](https://blog.avanci.fr/hubfs/Images-Blog/AVANCI_horizontal_baseline_couleur.svg) ![avanci-icon-pin](https://blog.avanci.fr/hubfs/Images-Blog/avanci-icon-pin.svg) Nos agences : Paris, Tours, Rennes, Nantes, Bordeaux, Lyon, Lille, Strasbourg, Marseille, Toulouse, Nice **Suivez nos aventures sur les réseaux sociaux** [![avanci-icon-linkedin](https://blog.avanci.fr/hubfs/avanci-icon-linkedin.svg) Linkedin](https://www.linkedin.com/company/avanci/) [![avanci-icon-facebook](https://blog.avanci.fr/hubfs/avanci-icon-facebook.svg) Facebook](https://www.facebook.com/Agence.Avanci/) **Inscrivez-vous à notre newsletter pour recevoir en avant-première les dernières tendances de la data, ainsi que toutes nos actus.** Conseil - [Stratégie Data](https://www.avanci.fr/expertises/conseil/crm/) - [Audit Data Quality](https://www.avanci.fr/expertises/conseil/data-quality/) - [Stratégie de croissance](https://www.avanci.fr/expertises/conseil/strategie-croissance/) - [Stratégie de fidélisation](https://www.avanci.fr/expertises/conseil/fidelisation/) Data Management - [Data Enrichissement](https://www.avanci.fr/expertises/data-management/data-enrichissement/) - [RCU](https://www.avanci.fr/expertises/data-management/rcu/) - [CDP](https://www.avanci.fr/expertises/data-management/cdp/) - [Data Quality](https://www.avanci.fr/expertises/data-management/data-quality/) Data Analyse & Intelligence - [Profiling](https://www.avanci.fr/expertises/intelligence/profiling/) - [Connaissance client & prospect](https://www.avanci.fr/expertises/intelligence/connaissance-client/) - [Segmentation & scoring](https://www.avanci.fr/expertises/intelligence/analyse/) - [Data Innovation IA](https://www.avanci.fr/expertises/intelligence/innovation-ia/) Agence - [Nous rejoindre](https://www.avanci.fr/agence/recrutement/) - [Partenaires](https://www.avanci.fr/agence/partenaires/) - [Avanci](https://www.avanci.fr/agence/) Ressources - [Livres blancs & Guides](https://www.avanci.fr/publications/livres-blancs/) - [Evènements](https://www.avanci.fr/publications/evenements/) - [Cas clients](https://www.avanci.fr/references/cas-clients/) - [Blog](https://blog.avanci.fr/) ![MVG](https://blog.avanci.fr/hubfs/MVG.svg) [![GBM](https://blog.avanci.fr/hubfs/GBM.svg)](https://www.goodbuy-media.fr/) [![yumens](https://blog.avanci.fr/hubfs/yumens.svg)](https://www.yumens.fr/) [![avanci](https://blog.avanci.fr/hubfs/avanci.svg)](https://www.avanci.fr/) [![euroleads](https://blog.avanci.fr/hubfs/euroleads.svg)](https://euroleads.eu/) [![tribu](https://blog.avanci.fr/hubfs/tribu.svg)](https://www.agencetribu.com/) [![yesindeed-logo-noir](https://blog.avanci.fr/hubfs/yesindeed-logo-noir.svg)](https://www.yes-indeed.eu/) [![weaver-fi-noir](https://blog.avanci.fr/hubfs/weaver-fi-noir.svg)](https://weaver-fi.fr/) BORDEAUX \- LILLE \- LYON \- NANTES \- PARIS \- RENNES \- STRASBOURG \- TOURS ©2026 AVANCI Tous droits réservés [Plan du site](https://www.avanci.fr/plan-du-site/) – [Mentions légales](https://www.avanci.fr/mentions-legales/) – [Politique de confidentialité](https://www.avanci.fr/politique-de-confidentialite/) - Paramètres des cookies ```json { "@context" : "https://schema.org", "@type" : "Article", "author" : [ { "@type" : "Person", "name" : "Pierre Baudin", "url" : "https://blog.avanci.fr/author/pierre-baudin" } ], "datePublished" : "2021-04-15 08:30:00", "headline" : "Data Warehouse vs Data Lake vs Data Mart : le guide complet - Usages", "image" : [ "https://f.hubspotusercontent20.net/hubfs/9010520/shutterstock_224347066.png" ], "publisher" : { "@type" : "Organization", "logo" : { "@type" : "ImageObject", "url" : "https://avaci-1e0f7.kxcdn.com/wp-content/uploads/2025/09/avanci-1920x813-1.png" }, "name" : "Avanci" } } ```