Dimension à évolution lente (SCD)

Une dimension à évolution lente (SCD) est une dimension d’un entrepôt de données dont les attributs, comme l’adresse d’un client ou sa tranche de revenus, changent au fil du temps. Les types de SCD définissent la manière dont l’entrepôt enregistre ces changements.

Exemple

À titre d’exemple, supposons que la tranche de revenus d’un client soit enregistrée comme allant de 40 000 $ à 59 999 $ au moment de l’approbation d’un prêt, puis passe plus tard à une tranche allant de 60 000 $ à 79 999 $. Avec le type 1, l’ancienne tranche est écrasée. Un rapport sur les prêts approuvés l’année dernière affiche alors la tranche actuelle, et non celle prise en compte pour la décision.

Les types de SCD courants appliqués aux données de crédit

Un prêteur corrige l’adresse postale d’un client. Le type 1 remplace l’adresse enregistrée, et l’ancienne adresse est perdue.

Si un client déménage, le type 2 ajoute une ligne pour la nouvelle adresse, avec des dates de début et de fin de validité. L’ancienne ligne est conservée pour représenter la période précédente.

Un prêteur peut conserver l’ancienne préférence de contact d’un client dans une colonne distincte, à côté de la préférence actuelle. C’est le type 3, qui conserve une valeur antérieure.

L’intérêt de l’historique de type 2 pour l’analyse de crédit

Supposons, à titre d’exemple, qu’une décision de prêt soit datée du 15 mars et que la tranche de revenus du client change le 1er juin. Une jointure de type 2 peut sélectionner la ligne dont les dates de validité couvrent le 15 mars. L’analyse utilise ainsi la tranche enregistrée à la date de cette décision.

Une analyse de fin de mois peut faire correspondre cette date à la ligne alors valide. La comparaison porte ainsi sur les attributs en vigueur à cette période, au lieu d’appliquer les attributs actuels aux périodes antérieures.

Questions fréquentes

Un SCD de type 2 doit-il comporter un indicateur de ligne actuelle ?

Pas nécessairement. Le type 2 utilise des dates de début et de fin de validité, et un indicateur de ligne actuelle est souvent ajouté.

Que se passe-t-il si une valeur de type 2 reprend une valeur antérieure ?

Le type 2 ajoute une nouvelle ligne à chaque changement. Le retour à une valeur antérieure est donc enregistré dans une autre ligne datée. La ligne précédente est conservée pour sa période d’origine.

Que signifie la date de fin de validité dans une ligne de type 2 ?

Elle marque la fin de la période représentée par cette ligne. Associée à la date de début de validité, elle permet de déterminer quelle version s’applique à la date analysée.

Le type 1 écrase l’ancienne valeur, ce qui fait perdre l’historique. L’article sur l’architecture d’un entrepôt de données pour le crédit explique comment les différentes couches de l’entrepôt préservent l’historique des données et les traces des décisions.