Le cadre de décision général pour les outils ELT s’applique à Salesforce, mais Salesforce ajoute des considérations spécifiques au connecteur. Le paysage API de Salesforce, les différends sur les prix et les mécaniques d’extraction affectent la fraîcheur des données, l’exhaustivité et les coûts.
Le paysage des connecteurs Salesforce
| Outil | Coût typique | Meilleur pour |
|---|---|---|
| Fivetran | 300-800 $/mois (petit), 2K-8K $/mois (moyen), 20K+ $/mois (enterprise) | Équipes privilégiant la fiabilité avec le budget pour l’assumer |
| Airbyte | Cloud : ~15 $/M lignes. Self-hosted : gratuit + 500-3K $/mois infra | Équipes sensibles aux coûts avec capacité DevOps |
| dlt | Gratuit (Apache 2.0) | Équipes à l’aise avec Python voulant le contrôle total |
| Hevo | Gratuit : 1M événements/mois. Starter : 239 $/mois pour 5M événements | Petites équipes voulant une configuration no-code |
| Python personnalisé | Gratuit (librairie simple-salesforce) | Équipes avec des exigences d’extraction très spécifiques |
Chaque outil interagit différemment avec l’API Salesforce, et ces différences affectent la fraîcheur des données, l’exhaustivité et les coûts.
Comment Fivetran gère Salesforce
Le connecteur Salesforce de Fivetran utilise le champ SystemModStamp pour les syncs incrémentaux. Chaque enregistrement Salesforce possède ce champ, qui se met à jour à chaque modification via l’interface, l’API ou l’automatisation. Le connecteur interroge les enregistrements où SystemModStamp > last_sync_time pour trouver ce qui a changé.
C’est fiable pour les changements directs de champs mais présente un angle mort : les champs de formule ne mettent pas à jour SystemModStamp. Si un champ de formule recalcule, le sync le manque. Fivetran propose le package dbt_salesforce_formula_utils comme contournement, et la meilleure approche à long terme est de recalculer les formules critiques directement dans dbt.
Fivetran gère également la dérive de schéma automatiquement — quand votre admin Salesforce ajoute un champ personnalisé, il apparaît dans le prochain sync sans configuration. Pour les équipes qui ne veulent pas réfléchir à l’extraction, c’est réellement précieux.
Le compromis est le coût. Les changements de tarification 2025 ont augmenté les coûts de 40 à 70 % pour de nombreux clients. La facturation basée sur le MAR signifie que les tables d’historique des propriétés (qui génèrent de grands volumes de lignes) peuvent vous faire passer rapidement dans des tranches coûteuses. Les objets de tracking d’historique de champs Salesforce — OpportunityFieldHistory, AccountHistory, ContactHistory — sont particulièrement coûteux parce que chaque changement de champ produit une nouvelle ligne.
Le connecteur Salesforce d’Airbyte
Airbyte est la meilleure alternative à Fivetran pour Salesforce. Son connecteur supporte le CDC via l’API Streaming Events sur les orgs Salesforce de niveau Enterprise. Cela vous donne des changements quasi-temps-réel sans polling, ce qui est à la fois plus efficace et plus rapide que l’approche SystemModStamp de Fivetran.
Le hic : l’API Streaming Events requiert Salesforce Enterprise Edition. Si votre org est sur Professional ou Essentials, vous êtes de retour au polling REST API, qu’Airbyte supporte également mais avec une latence moins impressionnante.
L’auto-hébergement d’Airbyte implique la gestion de Kubernetes et des coûts d’infrastructure. Mais les économies de 50 à 70 % par rapport à Fivetran peuvent justifier l’investissement ingénierie, notamment pour les plus grandes orgs Salesforce où les coûts MAR de Fivetran montent rapidement.
dlt pour Salesforce
dlt mérite considération si votre équipe est à l’aise avec Python. Un package compagnon dlt-dbt-salesforce génère automatiquement des modèles de base et de mart à partir des données extraites. C’est un accélérateur significatif — vous obtenez à la fois l’extraction et le scaffolding de transformation depuis une seule chaîne d’outils.
La courbe d’apprentissage est plus raide que Fivetran ou Airbyte. Vous écrivez du Python, gérez le déploiement et gérez la pagination des API vous-même (bien que dlt en abstrait une grande partie). La contrepartie est un contrôle complet de la logique d’extraction et zéro coût de licence. Pour les équipes utilisant déjà dlt pour d’autres sources, ajouter Salesforce est un travail incrémental plutôt qu’un nouvel outil à adopter.
Où dlt brille spécifiquement pour Salesforce : les objets personnalisés. Chaque org Salesforce a des objets personnalisés (Territory__c, Subscription__c, etc.) que les connecteurs managés peuvent ou non bien supporter. Avec dlt, vous écrivez l’extraction exactement pour les objets dont vous avez besoin, avec exactement les champs dont vous avez besoin, et rien de plus.
Le différend AppExchange
Un point à surveiller : Salesforce a dit à Fivetran qu’il devait router les connexions via AppExchange. Le PDG de Fivetran a refusé, appelant cela une « décision commerciale ». Ce différend pourrait affecter les prix et l’accès futurs pour le connecteur Salesforce de Fivetran.
L’implication pratique pour les équipes qui évaluent des outils aujourd’hui : si vous signez un contrat Fivetran pluriannuel principalement pour l’extraction Salesforce, tenez compte du risque que les conditions du connecteur puissent changer. Ce n’est pas une raison d’éviter Fivetran, mais c’est une raison d’avoir un plan de contingence — et de structurer vos modèles dbt de façon à ce que changer l’outil d’extraction ne nécessite que de modifier la couche source.
Comment décider
Commencez par le cadre de décision général, puis appliquez les filtres spécifiques à Salesforce :
-
Quelle édition Salesforce avez-vous ? Enterprise ou supérieur débloque le connecteur CDC d’Airbyte. Professional vous limite au polling REST API, où le soin apporté par Fivetran compte davantage.
-
Combien d’objets personnalisés avez-vous besoin ? Si votre org est fortement personnalisée, la flexibilité de dlt pour l’extraction d’objets personnalisés peut l’emporter sur la commodité des outils managés pour les objets standards.
-
Combien d’historique de champs tracquez-vous ? L’utilisation intensive des objets de tracking d’historique de champs gonfle significativement les comptages MAR sous la tarification Fivetran. Si vous tracquez 10+ champs sur Opportunity et Account, faites le calcul MAR soigneusement.
-
Avez-vous un investissement dans les packages dbt ? Si vous utilisez le package dbt_salesforce de Fivetran, changer d’outil d’extraction signifie reconstruire votre couche source. Le package gère les modèles de base, les colonnes pass-through et le mode historique — remplacer cela représente un vrai travail.
-
Quel est le niveau de compétence Python de votre équipe ? dlt le requiert. Fivetran non. Ce n’est pas une considération mineure — cela détermine si vos data engineers ou vos analytics engineers peuvent maintenir le pipeline.
Choix par défaut selon le profil : Fivetran pour les équipes privilégiant la simplicité opérationnelle et en mesure d’absorber le coût ; Airbyte pour les orgs Salesforce Enterprise ayant une capacité DevOps ; dlt pour les équipes Python-compétentes sensibles aux coûts. Hevo convient aux très petites équipes voulant une option managée à faible coût ; Python personnalisé convient aux équipes ayant des exigences d’extraction qu’aucun connecteur ne gère correctement.