Ontologie, data warehouse et RAG : que choisir ?
Analyser des volumes, chercher dans des documents ou décider sur un objet métier : ces outils répondent à des besoins différents et peuvent se compléter.
Quand choisir un data warehouse ?
Un entrepôt est adapté aux analyses historiques, aux agrégations et aux indicateurs qui croisent de gros volumes. Son schéma et ses transformations peuvent déjà porter des définitions métier et des règles de qualité.
Un entrepôt peut gérer la provenance et appliquer une priorité entre sources dans ses transformations. Ces capacités dépendent de sa conception. Pour comparer les approches, regardez où vos règles sont déclarées et comment plusieurs applications les réutilisent.
Si votre besoin est un suivi mensuel des ventes dans un outil de BI, commencer par une ontologie complète peut ajouter un travail inutile. Un modèle analytique bien documenté peut répondre au besoin.
Quand choisir le RAG ?
Le RAG, ou génération augmentée par récupération, associe un modèle de génération à une recherche de contenu externe. L'article de Lewis et ses coauteurs présente cette approche en combinant un générateur et une mémoire documentaire.
Pour retrouver une clause de contrat ou une procédure de maintenance, une recherche documentaire est utile. Elle ne décide pas à elle seule si deux fiches représentent le même client, ni quelle source fait foi pour un montant.
Un document bien retrouvé peut contenir une information ancienne. Les permissions, la fraîcheur et la pertinence des passages doivent être contrôlées. Afficher une citation aide à vérifier une réponse ; cela ne suffit pas à la rendre exacte.
Quand ajouter une ontologie ?
Un modèle partagé devient utile quand plusieurs outils manipulent les mêmes clients, projets ou factures avec des identifiants différents. Les règles d'identité, les relations et les autorités par champ ont alors besoin d'un propriétaire explicite.
Dans Ontologie, une fiche métier est alimentée par des mappings. Une valeur conserve sa provenance et les accès sont évalués sur le modèle. Les changements à risque passent par une candidate et un parcours de publication.
Ce travail a un coût. Il faut nommer les objets, tester les rapprochements et traiter les ambiguïtés. Une ontologie ne corrige pas automatiquement un fichier incomplet et ne remplace pas le responsable d'une donnée.
Comment les faire travailler ensemble ?
Prenez un dossier SAV. Le modèle relie le dossier au client et au chantier ; la recherche documentaire retrouve le rapport technique ; l'entrepôt permet d'analyser les délais sur deux ans. Chacun a une responsabilité identifiable.
Avant de choisir, écrivez la question attendue et la preuve qui rendrait la réponse acceptable. Pour une marge, ce sera une formule et les lignes utilisées. Pour une procédure, ce sera un document daté. Pour une identité client, ce seront des clés et une décision de rapprochement.
Le diagnostic consiste à trouver le maillon manquant dans votre système actuel. Il ne commence pas par remplacer les outils qui répondent déjà correctement au besoin.