Votre PME a-t-elle besoin d'un entrepôt de données, ou d'Excel mieux tenu ?
La bonne question n'est pas « faut-il un data warehouse ? ». C'est « à quel problème de décision ou de fiabilité un entrepôt répondrait-il mieux qu'un fichier partagé propre ? ».
· 9 min de lecture
Beaucoup de dirigeants entendent parler d'entrepôt de données (data warehouse) au moment où Excel commence à craquer : fichiers qui circulent par e-mail, versions qui divergent, réunion où chacun arrive avec un chiffre différent. La tentation est alors d'acheter une plateforme. Ce n'est pas toujours le bon premier pas.
Réponse nette : une PME a besoin d'un entrepôt de données quand plusieurs sources doivent produire, chaque semaine, les mêmes indicateurs pour plusieurs personnes, avec une historique stable et une règle de calcul unique. Sinon, un Excel (ou un modèle Power Query) mieux tenu, versionné et partagé au bon endroit suffit souvent, et coûte moins cher à faire vivre.
Cet article suit l'audit data : on ne refait pas le diagnostic. On pose les critères pour décider. Il s'adresse aux dirigeants et responsables opérationnels de PME (environ 20 à 250 personnes) qui pilotent encore beaucoup avec des tableurs, pas aux équipes data d'ETI déjà équipées.
Définitions stables (pour que tout le monde parle de la même chose)
Excel mieux tenu, ici, ce n'est pas « un fichier de plus ». C'est un fichier (ou un petit ensemble de fichiers) avec une source claire, une règle de calcul écrite, un propriétaire nommé, un emplacement partagé unique (par exemple SharePoint ou OneDrive d'équipe), et une cadence de mise à jour connue. Power Query entre dans cette catégorie quand il relit automatiquement des fichiers ou des exports sans recopier à la main.
Un entrepôt de données (data warehouse) est un stockage analytique central : on y charge des données issues de plusieurs systèmes (ERP, CRM, compta, fichiers), on les nettoie et on les organise pour l'analyse et le reporting. Ce n'est pas le logiciel métier où l'on saisit les commandes. Ce n'est pas non plus un simple dossier de CSV.
Power BI, Looker Studio ou un autre outil de visualisation ne remplacent pas un entrepôt. Ils consomment des données. Si la donnée reste incohérente en amont, le tableau de bord ne fait qu'afficher le désaccord plus joliment.
Cinq signaux qui disent « Excel mieux tenu » suffit encore
Vous avez une à trois sources principales (par exemple ERP + un export banque + un suivi Excel commercial), et les décisions du lundi reposent surtout sur ces sources.
Une ou deux personnes seulement mettent à jour le reporting, et elles savent expliquer chaque formule. Le fichier tient sur un volume raisonnable pour Excel, sans plantages réguliers.
Vous n'avez pas besoin d'un historique long et figé mois par mois : un suivi glissant ou un export mensuel archivé à la main suffit encore.
Les désaccords de chiffres viennent surtout de versions multiples ou de filtres oubliés, pas d'une impossibilité structurelle à croiser les systèmes.
Dans ce cas, le chantier utile est souvent : un seul fichier maître, Power Query pour les imports, nommage des onglets, protection des plages de calcul, et une courte note « d'où vient ce chiffre ». Moins spectaculaire qu'un entrepôt. Souvent plus rentable.
Cinq signaux qui disent qu'un entrepôt (ou une base analytique) devient pertinent
Quatre sources ou plus doivent être croisées chaque semaine, avec des clés différentes (client, article, dépôt) qui ne collent jamais du premier coup.
Plusieurs équipes lisent les mêmes KPI (direction, commercial, finance, ops) et chacune « corrige » le fichier dans son coin. La vérité se dilue.
Vous avez besoin d'un historique stable (stock, marge, pipeline) pour comparer des périodes sans réécrire le passé à chaque export.
Le reporting doit rester frais (quotidien ou infra-quotidien) sans qu'une personne passe une matinée à coller des CSV.
Les règles métier (statut commande, marge, panier moyen) changent et doivent s'appliquer à tout le monde en même temps. Un entrepôt, ou au minimum une base analytique partagée alimentée par un pipeline simple, sert alors de référence unique. L'outil exact (warehouse cloud, base SQL, lakehouse léger) compte moins que cette référence.
La grille de décision en une page
Posez quatre questions. Comptez les « oui ».
1) Combien de systèmes distincts faut-il croiser pour le reporting de direction ? Si la réponse dépasse trois de façon durable, penchez vers une couche centrale.
2) Combien de personnes doivent pouvoir lire le même chiffre sans ouvrir le fichier d'un collègue ? Au-delà de trois lecteurs réguliers, un modèle partagé ou un entrepôt réduit les copies.
3) Avez-vous besoin de comparer avril de cette année à avril de l'an dernier sur les mêmes règles ? Si oui, historiser dans un tableur devient fragile.
4) Une erreur de copier-coller a-t-elle déjà fait prendre une mauvaise décision visible (stock, marge, cash) ces six derniers mois ? Si oui, automatiser le chargement avant d'acheter de la visualisation.
Zéro à un « oui » : soignez Excel / Power Query. Deux « oui » : modèle partagé + automatisation légère, réévaluez dans six mois. Trois ou quatre « oui » : concevez une couche analytique centrale (entrepôt ou équivalent), même petite, avant d'empiler les tableaux de bord.
Ce qu'un entrepôt ne répare pas
Des codes clients différents selon les outils. Des statuts de commande inventés dans chaque service. Un CRM à moitié vide. Un entrepôt copie la dette. Il ne la dissout pas.
C'est pour cela qu'un audit data utile commence par les définitions et les flux, pas par le choix du fournisseur cloud. Sans propriétaire de donnée et sans règle écrite, vous obtiendrez un entrepôt cher qui produit encore trois vérités.
Inversement, « rester sur Excel » n'est pas une stratégie si personne ne veut être propriétaire du fichier maître. Le sujet n'est pas Excel contre le cloud. C'est : une seule vérité opérationnelle, au bon niveau de complexité.
Décider sans se tromper d'étage
Pour la plupart des PME, la séquence saine est : clarifier les indicateurs et les sources, fiabiliser un reporting partagé (souvent Excel / Power Query, parfois déjà un outil BI branché sur des exports propres), puis, seulement si les signaux du dessus s'accumulent, investir dans un entrepôt ou une base analytique.
Si vous hésitez encore, ne démarrez pas par un appel d'offres plateforme. Partez de deux décisions réelles de la semaine dernière et remontez aux données utilisées. Le bon étage technique apparaît vite.
Vous voulez trancher entre fichier maître et couche centrale ?
On regarde vos sources, vos KPI et vos frictions réelles, puis on vous dit clairement si Excel mieux tenu suffit ou s'il faut une base analytique.