Notizia

Nov 14, 2023

Logical Data Warehousing e catena di fornitura

Logical data warehousing enables organizations to extract the maximum value from

Il data warehousing logico consente alle organizzazioni di estrarre il massimo valore dai propri dati aziendali e potrebbe essere l'anello mancante per aiutare le aziende di fornitura e produzione a generare le informazioni necessarie per guidare il processo decisionale sui dati.

Con la pandemia ormai pienamente nel nostro specchietto retrovisore, i dati continuano a crescere in volume e complessità più velocemente di quanto non facessero anche prima del COVID. Di conseguenza, i Chief Procurement Officer (CPO) e altri professionisti della catena di fornitura stanno scoprendo di aver bisogno di funzionalità di gestione dei dati efficaci ed end-to-end in grado di fornire visualizzazioni continue e tempestive dei dati provenienti da numerosi tipi diversi di fonti. Infatti, un sondaggio Deloitte del 2018 ha rilevato che più di 3 CPO su 5 (65%) avevano visibilità limitata o assente oltre i fornitori di livello 1. Un anno dopo, Deloitte scoprì che i CPO consideravano la qualità dei dati uno dei principali ostacoli al procurement.

Mentre le organizzazioni continuano a confrontarsi con problemi di gestione dei dati all’interno della loro catena di fornitura e cercano la soluzione giusta per la propria azienda, da anni si sta diffondendo sullo sfondo una forte alternativa; un data warehouse logico (LDW), che costituisce una base agile per la trasformazione e la distribuzione dei dati. Mark Breyer di Gartner propose per la prima volta il termine già nel 2008, come evoluzione successiva del data warehouse, poiché "si concentra sulla logica dell'informazione e non sulla meccanica". Da allora, i data warehouse logici sono stati utilizzati con successo da migliaia di aziende e sono cresciuti in sofisticatezza e affidabilità. A differenza dei data warehouse tradizionali, i data warehouse logici consentono visualizzazioni di dati in tempo reale su più sistemi disparati, inclusi repository basati su cloud e origini dati in streaming.

Recentemente, Gartner ha illustrato come sfruttare il data warehousing logico per la supply chain. In esso, hanno delineato un'architettura in cui il data warehouse logico assume un ruolo centrale in relazione ad altri componenti chiave di un'infrastruttura di dati, che includono archivi dati operativi, data warehouse, data mart e data lake, per soddisfare le esigenze specifiche di utenti diversi come analisti aziendali, ingegneri dei dati e scienziati dei dati, che si impegnano in una serie di analisi che coinvolgono intelligence operativa, reporting e intelligence aziendale, analisi avanzate e scienza dei dati.

Gartner consiglia ai leader della supply chain di strutturare il proprio approccio all'analisi e all'intelligence attorno al modello DAIM (Data and Analytics Infrastructure Model) di Gartner, un modello a quattro quadranti che copre la maggior parte dei casi d'uso per dati e analisi, secondo le seguenti due dimensioni:

Il report di Gartner mostra come i cinque componenti chiave di un'infrastruttura dati (data warehouse logici, componenti di intelligence operativa, data warehouse, data lake e componenti di data science) si mappano sul DAIM, nonché quali ruoli e competenze tendono ad applicarsi in ciascun caso.

Due osservazioni sono chiare: in primo luogo, a parte il data warehouse logico, gli altri quattro componenti infrastrutturali, con i relativi ruoli e competenze, si allineano alle quattro categorie di dati DAIM e casi d'uso di analisi più o meno in questo modo:

In secondo luogo, il data warehouse logico abbraccia tutte e quattro le categorie del DAIM, perché può essere implementato sopra l'infrastruttura esistente di un'azienda, inclusi componenti di intelligence operativa, data warehouse, data lake e componenti di data science, consentendo un accesso continuo e in tempo reale a tutti i diversi tipi di dati archiviati nei diversi componenti.

La virtualizzazione dei dati rende possibile la gestione moderna dei dati perché il suo approccio logico all'integrazione e alla gestione dei dati fornisce visualizzazioni in tempo reale su origini dati disparate senza dover prima replicare fisicamente i dati in un repository consolidato. La virtualizzazione dei dati funge da livello di astrazione e semantico sopra tutte le diverse origini dati sottostanti che compongono il data warehouse logico, comprese origini locali e cloud, origini strutturate e non strutturate, origini statiche e in streaming e origini legacy e moderne.