Les entrepôts de données contiennent de grosses masses de données historisées stockées à des fins d'analyse. Si les méthodes et outils d'analyse sont maintenant bien connus (OLAP), il reste difficile de fournir aux utilisateurs des outils de fouille de données permettant la prise en compte des spécificités de ces contextes (e.g. multidimensionnalité, hiérarchies, données historisées). Dans cet article, nous proposons une méthode originale d'extraction de motifs séquentiels prenant en compte les hiérarchies. Cette méthode extrait des connaissances plus précises et étend notre approche précédente M²SP. Nous définissons les concepts liés à notre problématique ainsi que les algorithmes associés. Les expérimentations que nous avons menés montrent l'intérêt de notre proposition.