Microsoft Fabric ou Snowflake : comment choisir ?
Microsoft Fabric et Snowflake sont deux socles de Data Platform. Architecture, langages, IA, partage, coûts : les différences et les critères pour choisir.
Technologies
Snowflake : conseil et intégration
Snowflake est une plateforme de données et d'IA entièrement gérée dans le cloud : elle stocke, transforme, analyse et partage toutes vos données, et y fait travailler des agents IA. Kwanzeo, Partner Select Snowflake, vous accompagne du cadrage à la migration, puis à l'optimisation.
Qu'est-ce que Snowflake ?
Snowflake se présente comme l'« AI Data Cloud » : une plateforme unique pour stocker, traiter, analyser et partager des données de tout type, structurées (issues de bases de données) ou non (documents, images), et pour leur appliquer l'IA. Les organisations y consolident et y partagent des ensembles de données de toute taille.
Ses principales caractéristiques :
- Native du cloud : la plateforme fonctionne sur AWS, Azure et Google Cloud, avec une puissance adaptable et sans infrastructure à gérer.
- Paiement à l'usage : le calcul est facturé selon la consommation, le stockage selon le volume.
- SQL standard, avec sous-requêtes, jointures, fonctions de fenêtrage (window functions) et agrégats analytiques, et Python grâce à Snowpark.
- Formats ouverts : les tables peuvent être stockées au format Apache Iceberg, lisible par d'autres moteurs.
- Sécurité et gouvernance intégrées, avec Horizon Catalog.
Ce que Kwanzeo fait avec Snowflake
Kwanzeo est Partner Select Snowflake. Nos consultants interviennent à chaque étape :
- Cadrage : comprendre vos usages, vos sources de données et vos contraintes (sécurité, localisation des données, budget), et choisir entre Snowflake et Microsoft Fabric.
- Conception et mise en place de votre Data Platform : bases, schémas et rôles, entrepôts virtuels, alimentation et transformation des données avec dbt.
- Migration vers Snowflake depuis une plateforme on-premise ou un autre cloud.
- IA sur vos données : agents, fonctions IA en SQL, machine learning.
- Gouvernance et sécurité : rôles, politiques d'accès et de masquage, partage de données.
- Supervision des coûts : métriques d'usage et alertes, pour savoir qui consomme quoi, quand et pour quel coût.
- Formation de vos équipes.
Notre démarche et nos livrables sont ceux de notre offre Data Platform.
Comment Snowflake est-il construit ?
Son architecture sépare trois couches, qui évoluent indépendamment :
- Le stockage : une couche centralisée qui conserve les données sous forme de micro-partitions compressées et organisées, ou en tables au format ouvert Apache Iceberg, pour stocker de très gros volumes sans perte d'efficacité.
- Le calcul (compute) : des entrepôts virtuels dédiés et indépendants exécutent plusieurs charges de travail en parallèle sans se gêner. Cette séparation du stockage et du calcul donne une grande souplesse de mise à l'échelle et de maîtrise des coûts : vous ne payez que le calcul utilisé. Les entrepôts de deuxième génération (Gen2) accélèrent les traitements, et l'éditeur a annoncé en 2026 Adaptive Compute, qui dimensionne et partage automatiquement les ressources.
- Les services cloud : authentification, gestion des métadonnées et des transactions, optimisation des requêtes, gouvernance avec Horizon Catalog.
Les principales fonctionnalités
- Partage de données sécurisé (Secure Data Sharing) : partager des données en temps réel avec des partenaires ou des équipes internes, sans les dupliquer ni les déplacer, avec des autorisations fines. Les utilisateurs externes accèdent directement aux données du compte d'origine et voient immédiatement les modifications. La Snowflake Marketplace étend ce principe aux données et aux applications de fournisseurs tiers.
- Clonage instantané : créer en quelques secondes des copies virtuelles de bases, de schémas ou de tables, sans répliquer physiquement les données. Idéal pour les environnements de test, les simulations ou les sauvegardes.
- Time Travel : restaurer des données à une version antérieure dans une fenêtre de temps définie (généralement jusqu'à 90 jours selon le niveau de compte), pour corriger une erreur, auditer ou analyser l'état des données à un instant donné.
- Entrepôts multi-clusters et mise à l'échelle automatique : en cas de pic de charge, la plateforme ajoute des clusters, puis les retire quand la charge baisse, pour garder des performances constantes sans payer de capacité inutile.
Les agents IA : Snowflake CoWork et Cortex AI
L'IA intégrée travaille directement sur vos données, sans les sortir de la plateforme :
- Snowflake CoWork (anciennement Snowflake Intelligence, renommé en juin 2026) : l'agent des métiers. On lui pose une question en langage naturel, par exemple « quel est le chiffre d'affaires par région ce trimestre ? » ; il interroge les données et répond avec des tableaux et des graphiques.
- Cortex Agents : les agents s'appuient sur Cortex Analyst, qui traduit les questions en SQL sur vos données structurées à partir de vues sémantiques (les définitions métier de vos indicateurs), et sur Cortex Search, qui recherche dans vos documents.
- Les fonctions IA en SQL : classer, filtrer, résumer, traduire, analyser un sentiment ou extraire des informations de textes et de documents dans une simple requête SQL, avec des modèles d'Anthropic (Claude), d'OpenAI, de Google, de Meta ou de Mistral, sans entraîner de modèle.
- Snowflake CoCo (anciennement Cortex Code) : l'agent de développement des équipes data, qui écrit et corrige le SQL, le Python et les pipelines en tenant compte de vos données.
Un agent n'est fiable que si les données sont bien gouvernées : des définitions métier partagées, et des droits d'accès appliqués pour qu'un utilisateur n'obtienne pas, en interrogeant l'agent, une donnée que ses droits lui interdisent. C'est par là que nous commençons.
Pour aller plus loin : IA sur vos données, Cortex AI et Snowpark.
Le code et le machine learning : Snowpark et Snowflake ML
- Snowpark exécute du code Python directement dans la plateforme, au plus près des données, notamment du code pandas existant (pandas on Snowflake). Snowpark Connect fait tourner du code Apache Spark existant sur la plateforme.
- Snowflake ML couvre la préparation des données, l'entraînement, le versionnement des modèles dans le Model Registry et leur exécution sur des processeurs graphiques (GPU) avec Snowpark Container Services.
- Streamlit in Snowflake héberge de petites applications de données, au plus près des données.
Kwanzeo a ainsi mené une preuve de concept de détection d'anomalies sur des séries temporelles, dans Snowpark Container Services avec GPU (voir nos missions). Pour aller plus loin : Snowflake et SQL.
Alimenter et transformer les données : Openflow et dbt
- Openflow est le service d'intégration de la plateforme, fondé sur Apache NiFi. Ses connecteurs alimentent la plateforme depuis des bases de données (Oracle, SQL Server, PostgreSQL, MySQL…), des applications SaaS, des fichiers ou des flux continus. Il est opéré par l'éditeur ou déployé dans votre propre cloud.
- Snowpipe et Snowpipe Streaming chargent les fichiers et les flux au fil de l'eau.
- dbt s'exécute désormais directement dans la plateforme (dbt Projects on Snowflake, disponible depuis novembre 2025) : les transformations sont versionnées, testées et planifiées sans infrastructure supplémentaire. Voir notre page dbt.
- Les outils du marché restent utilisables : nous avons par exemple alimenté Snowflake avec Airbyte pour un opérateur télécom.
Pour aller plus loin : intégrations et écosystème Snowflake.
Une plateforme ouverte : Iceberg, SAP et Postgres
- Apache Iceberg : vos tables peuvent être stockées dans ce format ouvert, que d'autres moteurs (Spark, Trino…) lisent aussi. Depuis 2026, Horizon Catalog, fondé sur Apache Polaris, permet à ces moteurs de lire et d'écrire les tables Iceberg qu'il gère, et la version 3 du format est prise en charge.
- Intégrations sans copie (zero-copy) : les données SAP sont accessibles dans Snowflake sans être dupliquées ; Salesforce et Workday suivent.
- Snowflake Postgres : une base PostgreSQL gérée, pour vos applications transactionnelles, à côté de vos données analytiques (disponible depuis février 2026).
Gouvernance et sécurité : Horizon Catalog
Horizon Catalog réunit la gouvernance, la sécurité et le contexte des données :
- classification automatique des données sensibles, comme les données personnelles ;
- politiques de protection : masquage dynamique des colonnes et filtrage des lignes selon le rôle de l'utilisateur ;
- qualité des données : contrôles et suivi dans la plateforme ;
- traçabilité (lineage) : d'où vient une donnée et où elle est utilisée ;
- identité des agents IA : chaque agent a une identité vérifiée, des droits limités et une trace de ses actions.
Les mêmes règles s'appliquent à vos tableaux de bord, à vos applications et à vos agents IA.
Migrer vers Snowflake avec Snowflake AIM
Lancé en juin 2026, Snowflake AIM réunit les outils de migration de l'éditeur (SnowConvert AI, Snowpark Migration Accelerator et Datometry) dans une seule plateforme. Un agent de migration guide l'équipe à chaque étape ; l'IA complète un moteur de conversion éprouvé :
- évaluation de l'existant et plan de migration, dépendances comprises ;
- conversion du code SQL et des procédures stockées ;
- tests, puis migration des objets et des données ;
- validation des données entre l'ancien et le nouveau système ;
- migration des flux d'alimentation (ETL) et des outils de BI.
Pour Teradata, une voie de virtualisation permet aussi d'exécuter les traitements existants sur Snowflake avec peu de réécriture.
Kwanzeo a déjà migré la plateforme on-premise d'un opérateur télécom vers Snowflake et dbt, cubes SSAS compris, repris en modèles sémantiques Power BI (voir nos missions).
Cas d'usage pour les directions métiers
La plateforme donne aux directions générales et métiers une vision unifiée des données de l'entreprise :
- Marketing et ventes : analyser les données clients pour mieux comprendre leurs attentes et leurs préférences.
- Finance : analyser ratios, fonds de roulement, coûts et performances sur une infrastructure commune.
- Ressources humaines : suivre les tendances de recrutement, la satisfaction des collaborateurs et d'autres indicateurs clés, pour optimiser recrutement, formation et rétention.
- Partenaires : partager des données en temps réel sans les déplacer ni les copier.
Replays : Snowflake, Data Platform et IA, construire une Data Platform avec Snowflake.
Références et partenariat
Ressources Snowflake
Tous les décryptages Data Platform
Interview Modern Data Platform : caractéristiques et atouts principaux
Échange filmé entre Ismaïl Ben Lamine, directeur du pôle Data Intelligence, et Hubert de Charnacé, président de Kwanzeo, sur l'évolution des plateformes de données vers la Modern Data Platform.
Cortex AI et Snowpark : l'IA et le code au cœur de Snowflake
Cortex AI apporte l'IA générative dans Snowflake (LLM, embeddings, Document AI, Copilot SQL) ; Snowpark y exécute Python, Pandas et le machine learning au plus près des données.
Snowflake et SQL
Les fonctionnalités SQL de Snowflake : requêtes avancées, données semi-structurées, optimisation, UDF, transactions ACID, Time Travel, chargement et gouvernance.
Snowflake : intégrations et écosystème
Panorama de l'écosystème Snowflake : transformation avec dbt, ingestion temps réel avec Snowpipe, ETL et ELT, BI, machine learning, Data Marketplace et connecteurs cloud.
Événements et replays Snowflake
Tous les événements et replays
Comment réussir son projet Snowflake ?
Replay du webinaire du 23 septembre 2026 : les fonctionnalités de Snowflake qui changent les usages, les erreurs à éviter et les facteurs de succès d'un projet Data Platform.
Data Platform et intelligence artificielle : pourquoi choisir Snowflake ?
Replay du webinaire du 15 mai 2025 : cas d'usage, architecture, place de l'IA et coûts de Snowflake pour construire une Data Platform, démonstrations à l'appui.
Café Data : construire votre Data Platform avec Snowflake
Café Data du 19 septembre 2024 à Paris avec Snowflake : cas d'usage, architecture, licences, FinOps, monétisation des données et IA. Présentation personnalisée sur demande.
Questions fréquentes sur Snowflake
Snowflake Intelligence et Snowflake CoWork, est-ce la même chose ?
Oui. Snowflake Intelligence, l'agent qui répond en langage naturel aux questions des métiers, a été renommé Snowflake CoWork en juin 2026. De même, Cortex Code, l'agent de développement, est devenu Snowflake CoCo.
Snowflake ou Microsoft Fabric : comment choisir ?
Le choix dépend de votre existant (Microsoft 365, Power BI, Azure), des compétences de vos équipes, de vos contraintes de sécurité et de votre budget. Notre guide Fabric ou Snowflake compare les deux plateformes.
Comment Snowflake est-il facturé ?
À l'usage : le calcul est facturé en crédits, selon la taille des entrepôts virtuels et leur durée d'utilisation, et le stockage selon le volume de données. Les services d'IA consomment aussi des crédits. Un suivi des coûts évite les mauvaises surprises au passage en production.
Peut-on migrer vers Snowflake sans tout réécrire ?
En grande partie. Snowflake AIM convertit automatiquement le code SQL et les procédures stockées, génère des tests et valide les données migrées ; l'IA aide à corriger ce qui ne se convertit pas seul. Pour Teradata, une voie de virtualisation exécute les traitements existants sur Snowflake avec peu de réécriture.
Offres et pages liées
Un projet Snowflake ?
Mettre en place votre Data Platform, migrer vers Snowflake, former vos équipes ou simplement poser une question : nos experts vous répondent.