Avec le développement des données massives (Big Data), de nouveaux besoins émergent dans l'évaluation des systèmes d'information décisionnels. En particulier, les bancs d'essais (benchmarks) dédiés aux entrepôts de données multidimensionnelles doivent être adaptés aux volumes et à la diversité des données massives. Dans ce contexte, nous proposons un nouveau bench-mark dédié aux entrepôts des données multidimensionnelles qui supporte plusieurs types de systèmes (relationnel, noSQL) et des modèles de données (flocon, étoile, aplati) structurées et non structurées. Pour tester des volumes très importants, il supporte la génération parallèle sur plusieurs machines (cluster). Il enrichit le processus de génération des données pour évaluer plusieurs niveaux de diversité des données. Dans ce papier, nous présentons ce benchmark, appelé KoalaBench, et les premiers résultats expérimentaux de son utilisation.