Fiche concept

SAP Data Services (BODS)

À jour au 2026-09-27

Édité par Cédric-Olivier Mâry, éditeur et directeur de la publication — 27 ans d'écosystème SAP. Comment ces pages sont produites, et où intervient l'automatisation.

Qu'est-ce que SAP Data Services (BODS) ?

L'outil ETL classique de SAP — dataflows en batch, client lourd Designer et Job Server — encore en production discrète sous de nombreux parcs SAP. C'est là qu'a été écrite la logique de qualité de données d'entreprise avant que les flux ne migrent dans Datasphere.

De quoi il s'agit

SAP Data Services, encore universellement appelé BODS d'après le nom BusinessObjects Data Services qu'il a porté, est l'outil ETL d'entreprise classique du parc SAP : un client lourd Designer, des jobs composés de dataflows, un Job Server qui les exécute selon une planification, et un référentiel qui porte les métadonnées. À ses côtés se tient SAP Information Steward, le compagnon de profilage et de qualité de données qui faisait de BODS davantage qu'un déplaceur de lignes.

Sa pertinence tient à ce qu'il est encore là. Data Services apparaît rarement dans une présentation de stratégie, et il disparaît rarement d'un paysage applicatif. C'est l'outil qui charge l'entrepôt la nuit, nettoie le référentiel client, rapproche et dédoublonne les adresses, et alimente une douzaine de systèmes en aval auxquels plus personne ne se souvient s'être abonné. Dans un inventaire de migration il est régulièrement découvert tard, parce que ceux qui l'ont construit sont souvent partis et que les jobs, eux, continuent simplement de tourner.

Pourquoi c'est important

C'est la couche non documentée qu'une migration découvre tard. La logique de nettoyage et de rapprochement des jobs BODS encode des années de décisions métier qui n'existent nulle part ailleurs.

Points clés

L'outil ETL classique de SAP : client Designer, jobs composés de dataflows, Job Server, référentiel de métadonnées.
Encore appelé BODS d'après son ère BusinessObjects Data Services ; SAP Information Steward est le compagnon de profilage et de qualité de données.
Le mouvement direct se ré-exprime proprement en flux de réplication Datasphere.
🔴 Le nettoyage d'adresses, les règles de rapprochement-consolidation et les fonctions de script personnalisées sont la partie sans successeur propre — et la partie non documentée.
Chiffrer par le rapport entre dataflows de qualité de données et dataflows de mouvement, jamais par le total.
La décision est par job : les dataflows de pur mouvement se ré-expriment proprement ; la logique de nettoyage, rapprochement et normalisation est la vraie décision.
Ré-exprimer une règle de qualité de données revient à la reproduire à l'identique (invérifiable) ou à la ré-arbitrer (il faut un propriétaire métier qui n'existe peut-être plus).
Trier l'inventaire selon l'horloge dont dépend chaque job — déclenché par le système source ou indépendant — avant tout chiffrage.

Termes employés sur cette page

Dataflow: L'unité de travail de Data Services : sources, transformations et cibles assemblées dans le Designer.
Job Server: Le composant d'exécution de Data Services qui lance les jobs selon une planification.
Information Steward: Le produit compagnon de profilage et de qualité de données de Data Services.
Transformation Match: La transformation Data Services qui identifie et consolide les doublons — typiquement la logique la moins portable du parc.
Dataflow: L'unité de travail Data Services : une source, une chaîne de transformations et une cible. Compter les dataflows n'est pas cadrer ; les classer par ce qu'ils contiennent, oui.
Transformation de qualité de données: Une étape de nettoyage, de rapprochement ou de normalisation d'adresses. Elle porte des règles arbitrées par le métier et constitue la part d'un parc BODS sans successeur mécanique.

Sources

Fiche complète réservée aux abonnés. Ce que la fiche complète ajoute : le cadre de décision complet · la comparaison SAP · Snowflake · Databricks · Fabric · les pièges courants et leur correctif · l'aide-mémoire · les schémas d'architecture · les blocs de code · les chiffres à citer.

Ouvrir dans l'application →