Les hiérarchies occupent une place importante pour l'analyse dans les entrepôts de données. Mais les modèles existants ne considèrent ce concept de hiérarchie qu'au niveau des axes d'analyse que constituent les dimensions, restreignant les possibilités d'interrogation par rapport à une éventuelle hiérarchisation sur les mesures. Par exemple, dans le cadre de données médicales, une tension sera qualifiée de basse, normale ou élevée, non seulement par rapport à la tension effective mesurée, mais également vis-à-vis des caractéristiques du patient telles que l'âge. La contribution de cet article se décline selon quatre axes principaux. (1) Un modèle conceptuel graphique d'entrepôt de données permet de représenter les généralisations de mesures contextualisées. (2) Une implémentation relationnelle permet de stocker les connaissances liées aux contextes. (3) Pour gérer ces connaissances, une application web est proposée. (4) Un algorithme est présenté pour la création du cube de données qui permettra l'analyse flexible des données.