Les formalismes utilisés par les méthodes classiques de conception d’un entrepôt de données sont souvent inconnus des futurs utilisateurs, qui n’ont généralement pas de connaissances approfondies en système d’information ou en système OLAP. Ainsi, ces utilisateurs peuvent trouver difficile d’exprimer leurs besoins analytiques en termes de mesures et de dimensions sur un schéma conceptuel, c’est à dire, sans visualiser les résultats possibles de requêtes OLAP. Les méthodes de conception par le prototypage permettent de contourner cet écueil en proposant aux futurs utilisateurs un (ou plusieurs) prototype(s) du futur système. Ainsi, les utilisateurs peuvent “jouer” avec le futur système, et ainsi valider ou non la définition de leurs besoins analytiques en termes de faits et de dimensions, sans passer par la lecture d’un schéma conceptuel abstrait. Mais l’utilisation de cette méthode implique que les utilisateurs intègrent des échantillons de données au sein du prototype d’entrepôt de données, dimension par dimension, et niveau par niveau pour chaque hiérarchie, afin de simuler un processus ETL. Or, dans certains cas, la définition des hiérarchies au sein de la dimension spatiale n’est pas une tâche simple. C’est pourquoi nous avons proposé une nouvelle méthode de prototypage. Dans notre proposition, des algorithmes de data mining sont utilisés pour définir des hiérarchies au sein des dimensions.
